ES2553679B2 - Planta y proceso para la producción de gasóleo a partir de residuos industriales y urbanos - Google Patents
Planta y proceso para la producción de gasóleo a partir de residuos industriales y urbanos Download PDFInfo
- Publication number
- ES2553679B2 ES2553679B2 ES201531058A ES201531058A ES2553679B2 ES 2553679 B2 ES2553679 B2 ES 2553679B2 ES 201531058 A ES201531058 A ES 201531058A ES 201531058 A ES201531058 A ES 201531058A ES 2553679 B2 ES2553679 B2 ES 2553679B2
- Authority
- ES
- Spain
- Prior art keywords
- pyrolysis
- variables
- production
- values
- diesel oil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000008569 process Effects 0.000 title claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 40
- 239000002699 waste material Substances 0.000 title claims abstract description 34
- 238000000197 pyrolysis Methods 0.000 claims abstract description 52
- 238000012549 training Methods 0.000 claims abstract description 20
- 102000040650 (ribonucleotides)n+m Human genes 0.000 claims abstract description 17
- 238000013528 artificial neural network Methods 0.000 claims abstract description 11
- 239000007789 gas Substances 0.000 claims description 49
- 238000009833 condensation Methods 0.000 claims description 30
- 230000005494 condensation Effects 0.000 claims description 30
- 210000002569 neuron Anatomy 0.000 claims description 27
- 239000002283 diesel fuel Substances 0.000 claims description 23
- 238000009835 boiling Methods 0.000 claims description 18
- 239000012074 organic phase Substances 0.000 claims description 18
- 238000010791 quenching Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 239000003921 oil Substances 0.000 claims description 13
- 229930195733 hydrocarbon Natural products 0.000 claims description 12
- 150000002430 hydrocarbons Chemical class 0.000 claims description 12
- 101150023114 RNA1 gene Proteins 0.000 claims description 11
- 101150084101 RNA2 gene Proteins 0.000 claims description 10
- 101100353432 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) PRP2 gene Proteins 0.000 claims description 10
- 230000033228 biological regulation Effects 0.000 claims description 9
- 101100191561 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) PRP3 gene Proteins 0.000 claims description 8
- 239000008346 aqueous phase Substances 0.000 claims description 7
- 239000007787 solid Substances 0.000 claims description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 239000003054 catalyst Substances 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 239000004033 plastic Substances 0.000 claims description 5
- 229920003023 plastic Polymers 0.000 claims description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 4
- 230000001537 neural effect Effects 0.000 claims description 4
- 239000002351 wastewater Substances 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 239000010815 organic waste Substances 0.000 claims description 3
- 239000007921 spray Substances 0.000 claims description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 2
- 108091092508 RNA22 Proteins 0.000 claims description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 230000003750 conditioning effect Effects 0.000 claims description 2
- 238000000921 elemental analysis Methods 0.000 claims description 2
- 238000005206 flow analysis Methods 0.000 claims description 2
- 239000001257 hydrogen Substances 0.000 claims description 2
- 229910052739 hydrogen Inorganic materials 0.000 claims description 2
- 229910052757 nitrogen Inorganic materials 0.000 claims description 2
- 239000001301 oxygen Substances 0.000 claims description 2
- 229910052760 oxygen Inorganic materials 0.000 claims description 2
- 238000005406 washing Methods 0.000 claims 1
- 238000013386 optimize process Methods 0.000 abstract description 2
- 238000010200 validation analysis Methods 0.000 abstract description 2
- 239000013598 vector Substances 0.000 description 10
- 239000012071 phase Substances 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 239000000446 fuel Substances 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 238000002309 gasification Methods 0.000 description 5
- 238000001824 photoionisation detection Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 239000000571 coke Substances 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000004743 Polypropylene Substances 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000012809 cooling fluid Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000002440 industrial waste Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000003507 refrigerant Substances 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000004449 solid propellant Substances 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 210000000225 synapse Anatomy 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 241000009334 Singa Species 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000012223 aqueous fraction Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000011111 cardboard Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000013020 final formulation Substances 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- -1 polypropylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 230000005654 stationary process Effects 0.000 description 1
- 238000004227 thermal cracking Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10B—DESTRUCTIVE DISTILLATION OF CARBONACEOUS MATERIALS FOR PRODUCTION OF GAS, COKE, TAR, OR SIMILAR MATERIALS
- C10B53/00—Destructive distillation, specially adapted for particular solid raw materials or solid raw materials in special form
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08J—WORKING-UP; GENERAL PROCESSES OF COMPOUNDING; AFTER-TREATMENT NOT COVERED BY SUBCLASSES C08B, C08C, C08F, C08G or C08H
- C08J11/00—Recovery or working-up of waste materials
- C08J11/04—Recovery or working-up of waste materials of polymers
- C08J11/10—Recovery or working-up of waste materials of polymers by chemically breaking down the molecular chains of polymers or breaking of crosslinks, e.g. devulcanisation
- C08J11/12—Recovery or working-up of waste materials of polymers by chemically breaking down the molecular chains of polymers or breaking of crosslinks, e.g. devulcanisation by dry-heat treatment only
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10B—DESTRUCTIVE DISTILLATION OF CARBONACEOUS MATERIALS FOR PRODUCTION OF GAS, COKE, TAR, OR SIMILAR MATERIALS
- C10B53/00—Destructive distillation, specially adapted for particular solid raw materials or solid raw materials in special form
- C10B53/02—Destructive distillation, specially adapted for particular solid raw materials or solid raw materials in special form of cellulose-containing material
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10B—DESTRUCTIVE DISTILLATION OF CARBONACEOUS MATERIALS FOR PRODUCTION OF GAS, COKE, TAR, OR SIMILAR MATERIALS
- C10B53/00—Destructive distillation, specially adapted for particular solid raw materials or solid raw materials in special form
- C10B53/07—Destructive distillation, specially adapted for particular solid raw materials or solid raw materials in special form of solid raw materials consisting of synthetic polymeric materials, e.g. tyres
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E50/00—Technologies for the production of fuel of non-fossil origin
- Y02E50/10—Biofuels, e.g. bio-diesel
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E50/00—Technologies for the production of fuel of non-fossil origin
- Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P20/00—Technologies relating to chemical industry
- Y02P20/141—Feedstock
- Y02P20/143—Feedstock the feedstock being recycled material, e.g. plastics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/62—Plastics recycling; Rubber recycling
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Organic Chemistry (AREA)
- Materials Engineering (AREA)
- Thermal Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medicinal Chemistry (AREA)
- Polymers & Plastics (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
La presente invención se refiere a una planta para la producción de gasóleo a partir de la pirólisis de residuos industriales y urbanos, la cual comprende, sensores e instrumentos de medición e instalaciones de control de los equipos y al menos una red neuronal artificial (RNA) y se refiere también a un proceso de producción de gasóleo en dicha planta, el cual está controlado por RNA; y comprende el registro de los valores de entrada y salida de las etapas operativas del proceso, el entrenamiento y validación de las RNA, que una vez ejecutadas reajustan las variables de las etapas operativas del proceso hasta conseguir un proceso completamente controlado y optimizado.
Description
5
10
15
20
25
30
35
DESCRIPCION
Planta y proceso para la production de gasoleo a partir de residuos industriales y urbanos. OBJETO DE LA INVENCION
La presente invention pertenece al campo de la valorization energetica y se refiere a una planta para la production de gasoleo a partir de la pirolisis de residuos industriales y urbanos, la cual comprende, medios para la reception y pretratamiento de los residuos, al menos un reactor, una pluralidad de torres de condensation seguidas cada una de un intercambiador de calor y de un decantador, sensores e instrumentos de medicion asociados a los equipos de la planta de modo, al menos una instalacion de regulation o de control del funcionamiento de los equipos de la planta y al menos un analizador de estado en forma de al menos una red neuronal artificial (RNA).
La presente invention tambien se refiere un proceso de production de gasoleo controlado por RNA el cual comprende las etapas operativas de tratamiento de residuos, pirolisis de los residuos y condensation de los gases de salida del reactor y dicho proceso adicionalmente comprende a partir del registro de valores de entrada y salida de las etapas del proceso mediante los sensores adaptados a los equipos, el entrenamiento y validacion de las RNA, las cuales una vez ejecutadas permiten reajustar las variables de al menos una etapa operativa del proceso hasta conseguir un proceso completamente controlado y optimizado.
ANTECEDENTES DE LA INVENCION
La Directiva 2008/98/CE del Parlamento Europeo establece un marco jurldico para el tratamiento de los residuos en la Union Europea. Su objetivo es proteger el medio ambiente y la salud humana mediante la prevention de los efectos nocivos que suponen la production y la gestion de residuos. Esta Directiva emplaza a los Estados miembros a eliminar el uso de vertederos controlados como tecnologla finalista para los residuos urbanos e industriales, promoviendo la prevention, la reutilizacion y el reciclaje. Cuando esto no es posible, la valorization energetica es la alternativa escogida por la Directiva.
Dentro de la valorization energetica existen varias tecnologlas posibles, como son la incineration, la biometanizacion, la gasification o la pirolisis. Entre estas, la gasification y la pirolisis son las tecnologlas que obtienen un mayor rendimiento energetico ya que
2
5
10
15
20
25
30
35
convierten los residuos en combustibles que pueden usarse mas alia de la simple combustion para obtener energla termica. En ambos casos, los residuos son calentados, directamente o indirectamente a temperaturas suficientemente altas como para iniciar el craqueo termico de las moleculas que los componen, en una atmosfera reductora.
En el caso de la gasificacion, la temperatura de operation esta entre los 800°C y los 1200°C, favoreciendo la conversion del residuo solido en un gas combustible, compuesto por H2, CO, CO2, H2O e hidrocarburos no condensables, minimizando la formation de hidrocarburos condensables y de coque residual.
Por otro lado, la pirolisis trabaja con temperaturas de operacion mas moderadas, entre los 300°C y los 600°C, de forma que aumenta la production de hidrocarburos condensables y de coque. Los combustibles producidos pueden usarse en motores de combustion interna generando trabajo, electricidad y calor, aumentando significativamente el rendimiento energetico que se obtiene del residuo si se compara con el del proceso de incineration.
El principal problema de tratar con CSR (Combustible Solido Recuperado) es la heterogeneidad del residuo, lo que dificulta su correcta gasificacion, por lo que, en caso de querer gasificar el residuo, se suele optar por una pirolisis previa al proceso de gasificacion (patente ES2337442T3), de forma que la gasificacion se realiza sobre efluentes heterogeneos como son el coque y los hidrocarburos no condensables que se han generado durante la pirolisis.
Los documentos EP2674472A1 y EP1538191B1 describen procesos de pirolisis de residuos solidos organicos que implican el uso de catalizadores y la patente de invention ES2166945T3 describe un proceso para el tratamiento de caucho y plasticos usados, donde los residuos tratados se descomponen en reactor pirolltico sin presencia de catalizador. El reactor es calentado desde el exterior y opera en modo discontinuo. En un modo de operacion discontinuo, el reactor trabaja siempre en regimen no estacionario, variando por ello las propiedades del sistema a lo largo del proceso de reaction Este modo de operacion tiene como desventajas, que involucra altos costes de operacion y variation de la calidad de los productos de salida. No es apropiado para producciones grandes, como las requeridas para el tratamiento de residuales.
Un problema asociado a este tipo de procesos es la heterogeneidad de los residuos a tratar, por lo que generalmente la materia prima esta restringida a un tipo de residuos, por ejemplo
3
5
10
15
20
25
30
35
en las patentes ES2220180T3, EP0592057B1 y ES2078743T3 la pirolisis se limita a derivados plasticos y caucho para mantener la homogeneidad del residuo de entrada.
Cabe destacar la solicitud de patente ES2503442A1 describe un sistema integral de valorization de residuos para la production de combustible diesel el cual utiliza dos sistemas de pirolisis diferenciados segun las caracterlsticas del residuo. Por un lado, utiliza un reactor tubular, solo para la fraction del polipropileno presente en residuo, con el objetivo de asegurar la homogeneidad, mientras que el resto del material se piroliza mediante el sistema KDV (patente EP1538191B1) el cual utiliza un catalizador.
Una vez realizada la pirolisis, la etapa de condensation de los aceites pirollticos generados (donde se encuentran los hidrocarburos no condensables) es crucial para obtener un combustible de calidad. Las patentes EP1190014B1 y EP0297424B1 describen procesos de condensacion en dos etapas, recuperando primero los componentes con un punto de roclo superior al del agua y despues los componentes con un punto de roclo inferior.
Por otra parte, el control de las variables de operacion en el proceso es esencial para conseguir la calidad deseada del combustible final. En este tipo de procesos, la selection e implementacion de la estrategia de control optima es compleja debido a la heterogeneidad de los residuos a tratar.
Los sistemas de control mas utilizados en este tipo de plantas son aquellos basados en un control clasico ampliamente conocido como proporcional-integral-derivativo PID el cual requiere para su funcionamiento que al menos un sensor, un controlador y un actuador. El sensor determina el estado del sistema y proporciona una senal analogica o digital a un controlador. El controlador lee una senal externa que representa el valor que se desea alcanzar. Esta senal recibe el nombre de punto de consigna (o punto de referencia), la cual es de la misma naturaleza y tiene el mismo rango de valores que la senal que proporciona el sensor. El controlador resta la senal de punto actual a la senal de punto de consigna, obteniendo as! la senal de error, que determina en cada instante la diferencia que hay entre el valor deseado (consigna) y el valor medido. La senal de error es utilizada por cada uno de los 3 componentes del controlador PID. Las 3 senales sumadas, componen la senal de salida que el controlador va a utilizar para gobernar al actuador. La senal resultante de la suma de estas tres se llama variable manipulada y es transformada para ser compatible con el actuador utilizado.
5
10
15
20
25
30
35
Actualmente, existen sistemas de control avanzados que juegan un rol decisivo en el control de plantas industriales sobre todo si se requiere del modelado de procesos en tiempo real. En este sentido, en los ultimos anos, el modelado con redes neuronales artificiales ha cobrado importancia dentro del campo de la Ingenierla Qulmica donde se ha explotado en multiples aplicaciones.
Una neurona artificial (NA) es una unidad de calculo o elemento procesador que intenta modelar el comportamiento de una neurona natural, como las que constituyen el cerebro humano, la cual tiene varias entradas y las combina, normalmente con una suma basica. La suma de las entradas es modificada por una funcion de transferencia y el valor de la salida de esta funcion de transferencia se pasa directamente a la salida del elemento procesador.
La figura 1 muestra el esquema detallado del funcionamiento de un NA.
En cada NA, cada entrada o vector de entrada se multiplica por su "peso" o ponderacion correspondiente, analoga al grado de conexion de la sinapsis (grado de union entre neuronas). Todas las entradas ponderadas se suman y se determina el nivel de excitacion o activacion de la neurona.
La salida o vector de salida de la NA se puede conectar a las entradas de otras NA mediante conexiones ponderadas correspondientes a la eficacia de la sinapsis de las conexiones neuronales.
Una RNA consiste en un conjunto de NA conectadas de una forma concreta, generalmente estan organizadas en grupos llamados niveles o capas. Una red tlpica consiste en una secuencia de capas con conexiones entre capas adyacentes consecutivas.
Existen dos capas con conexiones con el mundo exterior. Una capa de entrada, buffer de entrada, donde se presentan los datos a la red, y una capa buffer de salida que mantiene la respuesta de la red a una entrada. El resto de las capas reciben el nombre de capas ocultas.
En el desarrollo de una red neuronal, a diferencia de otros sistemas informaticos como los sistemas expertos, no hay que programar ni el conocimiento ni las reglas del procesamiento del conocimiento. La red neuronal aprende las reglas del procesamiento del conocimiento mediante el ajuste de las conexiones ponderadas entre las neuronas de distintas capas de la red.
5
10
15
20
25
30
35
El objetivo del entrenamiento de una RNA es conseguir que una aplicacion determinada, para un conjunto de entradas produzca el conjunto de salidas deseadas o mlnimamente consistentes. El proceso de entrenamiento consiste en la aplicacion secuencial de diferentes conjuntos o vectores de entrada para que se ajusten los pesos de las interconexiones segun un procedimiento predeterminado. Durante la sesion de entrenamiento los pesos convergen gradualmente hacia los valores que hacen que cada entrada produzca el vector de salida deseado.
Los algoritmos de entrenamiento o los procedimientos de ajuste de los valores de las conexiones de las RNA se pueden clasificar en dos grupos: Supervisado y No Supervisado.
El entrenamiento supervisado son algoritmos que requieren el emparejamiento de cada vector de entrada con su correspondiente vector de salida. El entrenamiento consiste en presentar un vector de entrada a la red, calcular la salida de la red, compararla con la salida deseada, y el error o diferencia resultante se utiliza para realimentar la red y cambiar los pesos de acuerdo con un algoritmo que tiende a minimizar el error. Las parejas de vectores del conjunto de entrenamiento se aplican secuencialmente y de forma clclica. Se calcula el error y el ajuste de los pesos por cada pareja hasta que el error para el conjunto de entrenamiento entero sea un valor pequeno y aceptable.
Otra caracterlstica de las RNA, es que generan sus propias reglas aprendiendo de los ejemplos que se les muestran en la fase de entrenamiento. El aprendizaje se consigue a traves de una regla de aprendizaje que adapta o cambia los pesos de las conexiones en respuesta a los ejemplos de entrada, y opcionalmente tambien en respuesta a las salidas deseadas. Esta caracterlstica de las RNA es lo que permite decir que las redes neuronales "aprenden de la experiencia”.
Otra particularidad importante de las RNA es la forma de almacenamiento de la information. La memoria de las RNA esta distribuida a lo largo de todas las conexiones ponderadas de la red. Algunas RNA son "asociativas", es decir que para una entrada parcial la red elegira la entrada mas parecida en memoria y generara una salida que corresponda a la entrada completa.
Las redes tipo retropropagacion tienen un metodo de entrenamiento supervisado. Mediante este metodo, a la red se le presenta parejas de patrones, un patron de entrada emparejado
6
5
10
15
20
25
30
35
con un patron de salida deseado. Por cada presentation los pesos son ajustados de forma que disminuya el error entre la salida deseada y la respuesta de la red. El algoritmo de aprendizaje retropropagacion conlleva una fase de propagation hacia adelante y otra fase de propagacion hacia atras, donde ambas fases se realizan por cada patron presentado en la sesion de entrenamiento.
La fase de propagacion hacia adelante se inicia cuando se presenta un patron en la capa de entrada de la red. Cada unidad de la entrada se corresponde con un elemento del vector patron de entrada. Las unidades de entrada toman el valor de su correspondiente elemento del patron de entrada y se calcula el valor de activation o nivel de salida de la primera capa. A continuation las demas capas realizaran la fase de propagacion hacia adelante que determina el nivel de activacion de las otras capas. Una vez se ha completado la fase de propagacion hacia adelante se inicia la fase de correction o fase de propagacion hacia atras. Los calculos de las modificaciones de todos los pesos de las conexiones empiezan por la capa de salida y continua hacia atras a traves de todas las capas de la red hasta la capa de entrada. Dentro de los tipos de ajuste de pesos se puede clasificar dos grupos, ajuste de unidades procesadoras de la capa de salida y ajuste de unidades procesadoras de las capas ocultas.
El ajuste de estos pesos de la capa de salida es relativamente sencillo debido a que existe y se conoce el valor deseado para cada una de las unidades de la capa de salida. Cada unidad de la capa de salida produce un numero real como salida y se compara con el valor deseado especificado en el patron del conjunto de entrenamiento.
En cuanto al ajuste de pesos de las capas ocultas, estas capas no tienen un vector de salidas deseadas y por tanto no se puede seguir el metodo de propagacion de error mencionado en el caso de unidades procesadoras de la capa de salida. El valor de error calculado para este tipo de unidades procesadoras se obtiene a partir de las ecuaciones matematicas que no describiremos en la presente description las cuales permiten definir una variable q conocida como coeficiente de aprendizaje. Este coeficiente, normalmente entre 0,25 y 0,75 refleja el grado de aprendizaje de la red. Algunas veces este coeficiente es modificado de un valor inicial alto a valores progresivamente menores durante la sesion del entrenamiento con el objetivo de lograr un mejor aprendizaje.
Durante el proceso de entrenamiento o aprendizaje de la Retropropagacion es frecuente medir cuantitativamente el aprendizaje mediante el valor RMS (Root Mean Square) del error
7
5
10
15
20
25
30
35
de la red. Esta medida refleja el modo en el que la red esta logrando respuestas correctas; a medida que la red aprende, su valor RMS decrece. Debido a que los valores de salida de la red y los valores de salidas deseadas son valores reales, es necesario definir un parametro de corte o un valor umbral del valor RMS del error de la red que permita decir que la red se aproxima a la salida deseada y considerar que la respuesta es correcta.
Particularmente en la presente invention se ha desarrollado por primera vez un sistema de control basado en el uso de redes neuronales artificiales de una planta de pirolisis de residuos industriales y urbanos; que una vez entrenadas con las variables de entrada y de salida del proceso, es capaz de predecir cuales seran las propiedades de los efluentes de salida del reactor, indicando los valores de consigna de temperatura en las cinco etapas de condensation de los aceites pirollticos. Conjuntamente se ha desarrollado un segundo sistema de redes neuronales artificiales que se encarga de realizar el control de la temperatura a la cabeza de las torres "Quench” de las etapas de condensacion. Es decir, la primera red determina cual debe ser la temperatura en la cabeza de cada columna y la segunda regula el flujo de refrigerante para mantener la temperatura asignada.
DESCRIPCION DE LA INVENCION
La presente invencion presenta una planta para la production de gasoleo por pirolisis de residuos organicos industriales y urbanos, la cual comprende los siguientes equipos; medios para la reception y acondicionamiento de los residuos, al menos un reactor, una pluralidad de torres de condensacion vinculadas cada una a un intercambiador de calor y a un decantador, al menos una torre de lavado de gases no condensados, al menos un equipo de enfriamiento de contacto indirecto, un deposito para la recepcion de aguas residuales y lixiviados y una estacion depuradora (EDAR) y adicionalmente comprende;
- al menos una instalacion con sensores e instrumentos de medicion asociados a los equipos de la planta de modo que detecten los valores de las variables de entrada y salida de dichos equipos.
- al menos una instalacion de regulation o de control del funcionamiento de los equipos de la planta.
5
10
15
20
25
30
35
- al menos un analizador de estado en forma de al menos una red neuronal artificial (RNA), de modo que emita a partir de los valores medidos, magnitudes de control hacia las instalaciones de regulacion y control de los equipos de la planta.
La presente invencion tambien describe un proceso para la produccion de gasoleo en una planta como la descrita anteriormente, el cual comprende las etapas operativas de tratamiento de residuos, pirolisis de los residuos y condensacion de los gases de salida del reactor y esta controlado por redes neuronales artificiales (RNA), y dicho proceso adicionalmente comprende:
- adquirir valores de las variables de entrada de al menos una etapa operativa del proceso mediante sensores e instrumentos de medicion,
- registrar valores de las variables de salida de al menos una etapa operativa del proceso,
- analizar los valores de las variables de salida y elegir aquellos con mayor incidencia estadlstica con respecto a los valores de las variables de entrada, los cuales son considerados los valores teoricos o deseados,
- presentar a las RNA el historial de los valores elegidos de las variables de entrada y de salida de al menos una etapa operativa la cual se desee modelar y entrenarlas ajustando los pesos de las conexiones de las neuronas hasta conseguir que los mismos converjan gradualmente hacia los valores que hacen que cada valor de variable de entrada produzca el correspondiente valor teorico o deseado de la variable de salida,
- ejecutar las RNA, entrenadas mediante un algoritmo de aprendizaje, para la estimacion de los valores de las variables de salida a partir de los valores de las variables de entrada de al menos una etapa operativa del proceso en marcha y,
- reajustar las variables de al menos una etapa operativa del proceso hasta que los valores de las variables de salida estimados se ajusten a los valores de salida teoricos o deseados con un error inferior al indicado.
5
10
15
20
25
30
35
El proceso de pirolisis de residuos urbanos e industriales es un proceso no lineal, multivariable, y no estacionario, el cual es complejo de controlar por la gran heterogeneidad de los residuos a tratar. La presente invencion, supera el estado del arte resolviendo este problema de una forma eficiente mediante el uso de RNA para controlar y optimizar un proceso que opera en modo continuo y sin necesidad de usar catalizadores, dando como resultados unos productos de alta calidad.
DESCRIPCION DETALLADA DE LA REALIZACION PREFERENTE DE LA INVENCION
A continuation se describe una realization preferente de la invencion pero no exclusiva en relation a las figuras adjuntas. De forma particular pero no limitativa, la figura 2 muestra la distribution de equipos de una planta para la production de gasoleo por pirolisis de residuos organicos industriales y urbanos, asl como los materiales de entrada y salida a las etapas operativas de acuerdo a la nomenclatura siguiente:
- 1)
- Reactor
- 2)
- Filtro de partlculas
- 3)
- Torre "Quench” tipo espay
- 4)
- Intercambiador de calor
- 5)
- Decantador
- 6)
- Torre "Quench” con relleno
- 7)
- Intercambiador de calor
- 8)
- Decantador
- 9)
- Torre "Quench” con relleno
- 10)
- Intercambiador de calor
- 11)
- Decantador
- 12)
- Torre "Quench” con relleno
- 13)
- Intercambiador de calor
- 14)
- Decantador
- 15)
- Torre "Quench” con relleno
- 16)
- Intercambiador de calor
- 17)
- Decantador
- 18)
- Torre Scrubber de limpieza de gases
- 19)
- Deposito de agua con sales
- 20)
- Deposito con solution de NaOH
- 21)
- Equipo de frio
5
10
15
20
25
30
35
22) Deposito de aguas residuales (EDAR)
Materiales de entrada y productos de salida de las etapas operativas:
CSR - Combustible solido recuperado
C - Residuos
G - Gasoleo
SG - Singas
L1 - Ligeros 1
L2 - Ligeros 2
FP - Fraccion pesada
CON - Condensados
La planta adicionalmente comprende,
- instrumentos de medicion, mas especlficamente sondas de temperatura ubicadas en diferentes zonas de calentamiento del reactor y en la cabeza de las torres de condensacion
- instalaciones de control PLC del funcionamiento del reactor y las torres de condensacion,
- y analizadores de estado en forma de tres RNA, de modo que emitan a partir de los valores medidos, magnitudes de control hacia las instalaciones de regulacion y control (PLC) del reactor y las torres de condensacion.
De forma preferida pero no limitativa, el reactor opera con calentamiento indirecto, aportado por 8 quemadores de gas situados al exterior del cilindro rotatorio.
De forma preferida pero no limitativa, de las cinco torres ““Quench””, la primera es de tipo “espray” y las cuatro siguientes son torres de relleno con anillos “Pall”.
De forma preferida pero no limitativa, el lavado de los gases ocurre en una torre de tipo “Scrubber”
La presente invencion, tambien se refiere al proceso para la produccion de gasoleo en una planta como la descrita anteriormente la cual comprende las siguientes etapas operativas:
5
10
15
20
25
30
35
Tratamiento de los residuos; dependiendo de sus caracterlsticas, puede ser directamente almacenados para mantener una alimentacion constante del reactor o deben ser acondicionados, mediante un triturado y secado, antes de almacenarse. Para maximizar el rendimiento del proceso, el residuo debe entrar en el reactor con una humedad igual o inferior al 10% y un tamano de partlcula igual o inferior a 50 mm, aunque no es condition indispensable. No existe limitation en cuanto a contenido de metales y materiales inertes aunque estos penalizan el rendimiento energetico del proceso. Se recomienda una cantidad de cloro, en base seca, inferior al 1% en peso para garantizar la vida util de las instalaciones, as! como una concentration de azufre, en base seca, inferior al 0,8% en peso para asegurar que el combustible obtenido cumpla con el Real Decreto 1088/2010 que limita la concentracion de azufre en 1,000 ppm, lo cual podra modificarse adaptandose a las modificaciones de la ley o las necesidades futuras.
En una realization preferente de la invention, se alimenta el reactor de pirolisis con 500 kg/h de CSR con una humedad del 10%, tamano de partlcula de 50 mm y un PCI de 22.5 MJ/Kg. La composition media es del 40% en plasticos variados (PE, PP, PET y PS), del 50% en papel, carton, tejidos y FORM y el resto material inerte.
La pirolisis de los residuos se produce en un reactor cillndrico rotatorio horizontal tipo "Kiln”. Este es alimentado de forma continua mediante dos tolvas en serie que aseguran la estanqueidad de la alimentacion. Mediante un flujo de nitrogeno se desplaza el aire que pueda entrar mezclado con el residuo, asegurando la atmosfera inerte dentro el reactor. El diseno del rotativo continuo con una inclination de hasta 5°, provoca que en el interior del mismo, el material circule en sentido de la inclinacion del bombo provocando una rampa de calentamiento progresiva del material a traves de su traslacion interior del bombo y aprovechando el gradiente termico natural que existe en el interior del mismo, lo que da como resultado una optimization maxima del rendimiento energetico del material (hasta un 100% mas que en los hornos intermitentes clasicos). La regulation y control de los ciclos de tratamiento se realiza a traves de sondas de temperatura en cada zona que dan la senal al cuadro electrico de control para control de temperatura interior de cada camara de combustion (en ningun momento hay contacto directo entre las llamas de los quemadores y el interior del reactor) mediante un PLC, y variadores electronico de frecuencia para controlar la velocidad de rotation de los bombos. Ajustando las dos variables, temperatura y velocidad (tiempo de permanencia), se obtienen las condiciones necesarias de pirolisis para el material. La regulacion y control de los ciclos de tratamiento se realizan a traves de un PLC que gobierna 4 zonas de regulacion independiente de temperatura, cada una con dos
5
10
15
20
25
30
35
quemadores de gas. El rango de temperaturas de trabajo disponible es de 450°C a 900°C. Los gases de pirolisis compuestos por aceites pirollticos y gases no condensables son extraldos por la parte posterior mas elevada del bombo de pirolisis y dirigidos a la etapa de condensation, pasando antes por un filtro, donde se recogen las partlculas finas que pueda arrastrar. La fase solida residual, formada por carbon y material inerte es enfriada en un cilindro rotativo, que al igual que el de pirolisis es accionado por un grupo compacto formado por un moto-reductor gobernado a traves de un variador electronico de frecuencia que permite variar la velocidad sin escalonamiento. Una vez enfriado, este material se dosifica constantemente en "big-bags”.
A la salida del reactor se obtienen 126 kg/h de carbon con un alto contenido en cenizas y un PCI de 15 MJ/Kg. De los gases de pirolisis obtenidos, 92 kg/h son gases no condensables con un PCI de 25 MJ/Kg y que son utilizados para calentar el reactor.
De modo preferente pero no limitativo, la condensacion se produce en cinco etapas para poder separar los productos segun su punto de ebullition. Cada etapa esta compuesta por una torre "Quench” y un decantador. Las dos primeras torres enfrlan los gases por encima de la temperatura de roclo del agua para evitar la condensacion del agua y utilizan los aceites pirollticos condensados en la segunda torre "Quench” como fluido refrigerante. La tercera y la cuarta torre utilizan agua como fluido refrigerante y permiten condensar gran parte del agua que contienen los gases. Por ultimo, la quinta torre "Quench” utiliza aceites pirollticos, como fluido refrigerante, para poder condensar la fraction de combustible mas ligera gracias a su afinidad termodinamica. La primera torre es de tipo espray, con dos filas de rociadores, mientras que las otras cuatro son de relleno con anillos tipo "Pall”.
De la primera torre se obtiene la fraccion mas pesada de los aceites, que corresponde a un punto de ebullicion superior a los 350°C. De la segunda torre se obtiene la mayor fraccion que se utilizara para la formulation del gasoleo clase C y que comprende los aceites pirollticos con puntos de ebullicion comprendidos entre los 180°C y los 350°C. En la tercera y cuarta torre, se condensa mayoritariamente agua y compuestos polares afines al agua junto con una fraccion ligera de hidrocarburos. Finalmente en la quinta columna se condensa la fraccion mas ligera de los aceites pirollticos, con puntos de ebullicion inferiores a los 150°C.
Las distintas fracciones de aceites pirollticos, obtenidos en cada etapa de condensacion, se mezclan hasta conseguir la calidad deseada para el gasoleo clase C. El excedente de la
13
5
10
15
20
25
30
35
fraccion mas pesada se mezcla con el residuo de entrada y se piroliza de nuevo. El excedente de la fraccion ligera se almacena para su comercializacion como nafta. La fraccion acuosa se deriva a una planta de tratamiento de aguas.
A continuation se limpian los gases no condensables y se adecuan para su uso en los quemadores de la camara externa del reactor. Estos gases ya han sido parcialmente tratados a traves de las zonas de pirolisis y condensation, y las partlculas en suspension mas grandes han sido atrapadas en el filtro de canasta, y a traves de las cinco etapas de condensacion han sido " lavados" por una corriente organica y una de agua. La limpieza de los gases se produce preferentemente en una torre Scrubber donde los gases se lavan en contacto con una corriente de agua con un pH ligeramente basico en caso de que se detecte la presencia de acidos en la corriente de gas. La corriente de agua se purgara de precipitados (sales) periodicamente y se adecuara su pH segun las necesidades. A la salida de la torre Scrubber, el gas es enfriado con un equipo de frio de contacto indirecto a -10°C para condensar el agua y los hidrocarburos que queden absorbidos en el gas y evitar condensaciones antes de ser utilizados en los quemadores del reactor.
Los gases condensables obtenidos estan compuestos por 130 kg/h de fase acuosa (en parte formada durante la pirolisis y en parte contenida en la humedad del residuo de entrada) y por 152 Kg/h de aceites pirollticos de los cuales 105 kg/h sirven para formular gasoleo para calefaccion y el resto es fraccion de hidrocarburos ligeros. Los aceites pirollticos obtenidos tienen un PCI medio de 36 MJ/Kg.
De forma preferida, se emplean tres RNA para control de las variables de operation en el proceso, RNA1 para determinar las variables de operacion del reactor de pirolisis, RNA2 para determinar las temperaturas de cabeza de las torres “Quench” y RNA3 para optimizar del sistema de control de las temperaturas de cabeza de las torres “Quench”. Dicho proceso de control comprende:
- adquirir valores de las variables de entrada al reactor y las torres de condensacion
mediante sensores e instrumentos de medicion,
- registrar valores de las variables de salida del reactor y las torres de
condensacion,
5
10
15
20
25
30
35
- analizar los valores de las variables de salida y elegir aquellos con mayor incidencia estadistica con respecto a los valores de las variables de entrada, los cuales son considerados los valores teoricos o deseados,
- presentar a las RNA los valores elegidos de las variables de entrada y de salida al reactor y las torres de condensation y entrenarlas ajustando los pesos de las conexiones de las neuronas hasta conseguir que los mismos converjan gradualmente hacia los valores que hacen que cada valor de variable de entrada produzca el correspondiente valor teorico o deseado de la variable de salida,
- ejecutar las RNA, entrenadas mediante un algoritmo de aprendizaje, para la estimation de los valores de las variables de salida a partir de los valores de las variables de entrada del proceso en marcha y,
- reajustar las variables de al menos una etapa operativa del proceso hasta que los valores de las variables de salida estimados se ajusten a los valores de salida teoricos o deseados con un error inferior al indicado.
La RNA1 abarca el reactor de pirolisis, donde este, considerado como una caja negra, recibe una serie de entradas (caracteristicas del residuo y variables de operation del reactor) y obtiene unas salidas (caracteristicas de los productos obtenidos).
Las variables de entrada en la presente realization preferente, con un total de 17, son:
Caracteristicas del residuo: % de plasticos, % de materiales con alto contenido celulosico, % de materiales inertes, PCI, humedad, tamano medio de particula, caudal masico y analisis elemental (carbono, nitrogeno, oxigeno e hidrogeno).
Variables de operacion: tiempo de residencia del gas, tiempo de residencia del solido y temperaturas de las cuatro zonas de calentamiento (T1, T2, T3 y T4)
Las variables de salida en la presente realizacion preferente, con un total de 9, son:
% solido (carbon), % de gas no condensable, % de gas condensable (% de fase acuosa, % de fase organica con un punto de ebullition superior a 360°C, % de fase organica con un punto de ebullicion entre 360°C y 180°C y % de fase organica con un punto de ebullicion
15
5
10
15
20
25
30
35
inferior a 180°C), PCI del solido, PCI del gas no condensable y PCI de la fase organica condensable.
Se utiliza una red retropropagacion de 4 capas (1 de entrada, 2 de ocultas y 1 de salida). La primera capa tiene 17 neuronas que corresponden a las 17 variables de entrada, la segunda y la tercera capa, tienen un maximo de 30 neuronas y su numero se ajusta durante el entrenamiento de la red y la ultima capa tiene 9 neuronas, que corresponden a las variables de salida.
La RNA1, una vez entrenada con datos historicos de la operation del reactor de pirolisis, es capaz de predecir las 9 variables de salida, a partir de las 17 variables de entrada. De este modo, una vez caracterizado el lote de residuo que se va a pirolizar, se ejecuta la RNA1 para distintos valores de las variables de operacion del reactor y se escogen las que maximizan la produccion de gasoleo.
La RNA2 abarca las 5 columnas "Quench”, donde se recuperan los hidrocarburos condensables y la fase acuosa. El objetivo de esta RNA es el de determinar las temperaturas de cabeza de las torres "Quench” que maximicen la separation de los gases condensables en cinco efluentes bien diferenciados, favoreciendo siempre el efluente que comprende los puntos de ebullition entre los 360 °C y los 180°C, que corresponden al gasoleo. Se realizan cinco sub-redes en serie, una para cada columna (RNA21, RNA22, RNA23, RNA24, RNA25). Las cinco sub-redes comparten estructura y variables de entrada y salida, cambiando unicamente los datos utilizados para su entrenamiento. Se utilizan cinco redes retropropagacion de 3 capas (1 de entrada, 1 de oculta y 1 de salida)
Las variables de entrada en la presente realization preferente, con un total de 7, son:
Caudal de gases, % de gas no condensable, % de gas condensable (% de fase acuosa, % de fase organica con un punto de ebullicion superior a 360°C, % de fase organica con un punto de ebullicion entre 360°C y 180°C y % de fase organica con un punto de ebullicion inferior a 180°C) y temperatura de cabeza de la torre.
Las variables de salida en la presente realizacion preferente, con un total de 3, son:
Caudal de gases que han condensado, % de fase organica y temperatura en la que se evapora el 10% de la fase organica condensada.
16
5
10
15
20
25
30
35
Las sub-redes RNA2 se ejecutan en serie, a continuation de la red RNA1, hasta encontrar las temperaturas de cabeza de las torres "Quench” que optimizan la production de las distintas calidades de hidrocarburos para la formulation final del gasoleo.
La RNA3 consta de cinco sub-redes, una para cada torre "Quench”, y se encarga de realizar el control de la temperatura de la cabeza de las torres, sustituyendo el control clasico con un controlador PID. Las ventajas de utilizar una RNA en lugar de un controlador PID es que con un RNA el control es mas robusto, se adapta mas rapido a las perturbaciones y no es tan sensible a los tiempos muertos como los PID. Se utiliza cinco redes retropropagacion de 3 capas (1 de entrada, 1 de oculta y 1 de salida)
Las variables de entrada en la presente realization preferente, con un total de 4, son:
Temperatura de cabeza de la torre en el instante n, temperatura de cabeza de la torre en el instante n-1, temperatura de cabeza de la torre en el instante n-2 y caudal de gases.
La variable de salida en la presente realizacion preferente, es:
El % de obertura de la valvula de control
Una vez que RNA1, RNA2 y RNA3 han sido entrenadas y validadas, son capaces de ajustar, optimizar y controlar todo el proceso de produccion de forma mas eficiente que ajustando las variables a posteriori, a partir del analisis de los productos obtenidos.
BREVE DESCRIPCION DE LAS FIGURAS
Para complementar la description que se esta realizando y con objeto de ayudar a una mejor comprension de las caracterlsticas de la invention, se acompana como parte integrante de esta descripcion, un juego de dibujos, donde con caracter ilustrativo y no limitativo, se ha representado lo siguiente:
La figura 1 muestra el esquema detallado del funcionamiento de una neurona. En este caso, la neurona recibe la senal de dos entradas (x1 y x2). Estas se ponderan en funcion de los pesos (p11 y p12) de las conexiones y a traves de una funcion de transferencia (f (h)) se
5
10
15
20
25
obtiene una senal de salida de la neurona (y1). Los pesos de las conexiones se van modificando durante el entrenamiento hasta conseguir la senal deseada.
La figura 2 muestra la distribution de los equipos y los materiales de entrada y salida de las etapas operativas de una planta de production de gasoleo.
La figura 3 muestra el esquema simplificado del proceso controlado por las tres RNA interconectadas. RNA1 predice cuales seran las propiedades de los efluentes de salida del reactor y determina la temperatura dentro del reactor, RNA2 determina cual debe ser la temperatura en la cabeza de cada columna y RNA3 regula el flujo de refrigerante para mantener la temperatura asignada.
La figura 4 muestra el esquema de la RNA1. Las 17 variables de entrada alimentan las 17 neuronas de la capa de entrada (En). Estas se conectan con la primera capa oculta (O1n) de neuronas que a su vez de conectan con la segunda capa oculta de neuronas (O2n) y estas con las 9 neuronas de la capa de salida (Sn)
La figura 5 muestra el esquema de una de las RNA2. Las 7 variables de entrada alimentan las 7 neuronas de la capa de entrada (En), que a su vez, estan conectadas con las neuronas de la capa oculta (On) y estas con las 3 neuronas de la capa de salida (Sn)
La figura 6 muestra el esquema de una de las RNA3. Las 4 variables de entrada alimentan las 4 neuronas de la capa de entrada (En), que a su vez, estan conectadas con las neuronas de la capa oculta (On) y estas con la neurona de la capa de salida (Sn).
Claims (20)
- 51015202530REIVINDICACIONES1. Planta para la production de gasoleo por pirolisis de residuos organicos industriales y urbanos, la cual comprende los siguientes equipos; medios para la reception y acondicionamiento de los residuos, al menos un reactor, una pluralidad de torres de condensation vinculadas cada una a un intercambiador de calor y a un decantador, al menos una torre de lavado de gases no condensados, al menos un equipo de enfriamiento de contacto indirecto, un deposito para la reception de aguas residuales y lixiviados y una estacion depuradora (EDAR) y,- al menos una instalacion con sensores e instrumentos de medicion asociados a los equipos de la planta de modo que detecten los valores de las variables de entrada y salida de dichos equipos.- al menos una instalacion de regulation o de control del funcionamiento de los equipos de la planta.- al menos un analizador de estado en forma de al menos una red neuronal artificial (RNA), de modo que emita a partir de los valores medidos, magnitudes de control hacia las instalaciones de regulacion y control de los equipos de la planta.
- 2. Planta para la production de gasoleo segun la revindication 1 caracterizada porque el reactor donde ocurre la pirolisis es un reactor cillndrico horizontal rotatorio de tipo "Kiln”.
- 3. Planta para la production de gasoleo segun la revindication 1 caracterizada porque comprende cinco torres de condensation tipo "Quench” ubicadas en serie, de las cuales la primera es de tipo "espray” y las cuatro siguientes son torres de relleno.
- 4. Planta para la production de gasoleo segun la revindication 1 caracterizada porque comprende una torre de lavado de los gases no condensables de tipo "Scrubber”.5101520253035
- 5. Proceso de production de gasoleo en una planta de pirolisis de acuerdo con cualquiera de las reivindicaciones anteriores el cual comprende las etapas operativas de tratamiento de residuos, pirolisis de los residuos y condensation de los gases de salida del reactor caracterizado porque esta controlado por redes neuronales artificiales (RNA), y dicho proceso adicionalmente comprende:- adquirir valores de las variables de entrada de al menos una etapa operativa del proceso mediante sensores e instrumentos de medicion,- registrar valores de las variables de salida de al menos una etapa operativa del proceso,- analizar los valores de las variables de salida y elegir aquellos con mayor incidencia estadlstica con respecto a los valores de las variables de entrada, los cuales son considerados los valores teoricos o deseados,- presentar a las RNA el historial de los valores elegidos de las variables de entrada y de salida de al menos una etapa operativa la cual se desee modelar y entrenarlas ajustando los pesos de las conexiones de las neuronas hasta conseguir que los mismos converjan gradualmente hacia los valores que hacen que cada valor de variable de entrada produzca el correspondiente valor teorico o deseado de la variable de salida,- ejecutar las RNA, entrenadas mediante un algoritmo de aprendizaje, para la estimation de los valores de las variables de salida a partir de los valores de las variables de entrada de al menos una etapa operativa del proceso en marcha y,- reajustar las variables de al menos una etapa operativa del proceso hasta que los valores de las variables de salida estimados se ajusten a los valores de salida teoricos o deseados con un error inferior al indicado.
- 6. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a la revindication 5 caracterizado porque las RNAs son entrenadas y validadas para ajustar, optimizar y controlar todo el proceso de produccion.
- 7. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones 5 y 6, caracterizado porque una RNA1 determina las variables de operation en la etapa de pirolisis de los residuos.
- 8. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a la revindication 7, caracterizado porque RNA1, opera con variables de entrada y variables de salida, donde las variables de entrada son,- las caracterlsticas del residuo a tratar comprendiendo al menos una dentro del grupo de; % de plasticos, % de materiales con alto contenido celulosico, % de materiales inertes, PCI, humedad, tamano medio de partlcula, caudal masico y analisis elemental (carbono, nitrogeno, oxlgeno e hidrogeno) o las combinaciones de ellas.- las variables de operation del reactor comprendiendo al menos una dentro del grupo de; el tiempo de residencia del gas, tiempo de residencia del solido y temperaturas de las zonas de calentamiento (T1, T2, T3 y T4) o las combinaciones de ellas.Y las variables de salida son aquellas comprendiendo al menos una dentro del grupo consistente en:- % solido (carbon), % de gas no condensable, % de gas condensable, % de fase acuosa, % de fase organica con un punto de ebullition superior a 360°C, % de fase organica con un punto de ebullition entre 360°C y 180°C y % de fase organica con un punto de ebullition inferior a 180°C, PCI del solido, PCI del gas no condensable y PCI de la fase organica condensable o las combinaciones de ellas.
- 9. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones 7 y 8, caracterizado porque RNA1 es del tipo retropropagacion con al menos 4 capas comprendiendo; 1 capa de entrada, 2 capas ocultas y 1 capa de salida.
- 10. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a la revindication 9, caracterizado porque la primera capa tiene al menos 17 neuronas que corresponden a las variables de entrada, la segunda y la tercera
imagen1 capa, tienen al menos un maximo de 30 neuronas y su numero se ajusta durante el entrenamiento de la red y la ultima capa tiene al menos 9 neuronas, que corresponden a las variables de salida. - 11. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones 5 y 6, caracterizado porque una RNA2 determina las temperaturas de cabeza de las torres de condensation de los gases que salen del reactor de pirolisis.
- 12. Proceso de produccion de gasoleo en una planta de pirolisis de acuerdo a la revindication 11, caracterizado porque RNA2, opera con variables de entrada y variables de salida, donde las variables de entrada son:- las caracterlsticas de los gases condensables y la fase acuosa, comprendiendo al menos una dentro del grupo consistente en, el caudal de gases, % de gas no condensable, % de gas condensable, % de fase acuosa, % de fase organica con un punto de ebullition superior a 360°C, % de fase organica con un punto de ebullicion entre 360°C y 180°C y % de fase organica con un punto de ebullicion inferior a 180°C) y temperatura de cabeza de la torre o combinaciones de ellas.Y las variables de salida son:- las caracterlsticas de los condensados obtenidos, comprendiendo al menos una dentro del grupo consistente en, caudal de gases que han condensado, % de fase organica y temperatura en la que se evapora el 10% de la fase organica condensada o combinaciones de ellas.
- 13. Proceso de produccion de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones 11 y 12, caracterizado porque RNA2 comprende a su vez cinco sub-redes neuronales artificiales (RNA21, RNA22, RNA23, RNA24, RNA25) del tipo retropropagacion, de al menos 3 capas cada una, comprendiendo 1 capa de entrada, 1 capa oculta y 1 capa de salida.
- 14. Proceso de produccion de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones de la 11 a la 13, caracterizado porque las sub-redes RNA2 corresponden cada una a una columna de condensacion y se ejecutan en serie.
imagen2 - 15. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones de 5 a la 14, caracterizado porque una RNA3 controla las temperaturas de cabeza de las torres de condensation de los gases.5 16. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a larevindication 15, caracterizado porque, las variables de entrada a RNA3 son:- temperatura de cabeza de la torre en el instante n, temperatura de cabeza de la torre en el instante n-1, temperatura de cabeza de la torre en el instante n-2 y caudal de gases o las combinaciones de ellas.Y la variable de salida comprende:15 - % de obertura de la valvula de control
- 17. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones 15 y 16, caracterizado porque RNA3 utiliza cinco sub-redes neuronales artificiales del tipo retropropagacion, una por cada columna de20 condensation, de al menos 3 capas cada una comprendiendo al menos 1 capa de entrada, 1 capa oculta y 1 capa de salida.
- 18. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones anteriores, caracterizado porque la pirolisis se Neva a cabo en continuo, dentro de un rango de temperaturas entre 450 °C y 900 °C en una atmosfera libre de oxigeno y en ausencia de catalizadores.
- 19. Proceso de production de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones anteriores, caracterizado porque la condensation de los gases a la salida del reactor ocurre en cinco etapas, donde:- la primera etapa de condensation produce la fraction mas pesada de los aceites con temperatura de ebullition (Te) superior a 350 °C,- la segunda etapa produce los aceites pirollticos con (Te) entre 180 °C y 350°C,51015202530- la tercera y cuarta torre etapas producen una fraccion ligera de hidrocarburos, agua y compuestos polares- la quinta etapa produce la fraccion mas ligera de los hidrocarburos con (Te) por debajo de 150 °C.
- 20. Proceso de produccion de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones anteriores, caracterizado porque los gases no condensables se lavan con una corriente de agua en una torre de lavado, se enfrlan a -10 °C en un equipo de enfriado por contacto indirecto y se recirculan a los quemadores del reactor una vez libres de condensados.
- 21. Proceso de produccion de gasoleo en una planta de pirolisis de acuerdo a las reivindicaciones anteriores, caracterizado porque las aguas residuales y lixiviados del proceso se derivan a una planta de tratamiento de aguas.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ES201531058A ES2553679B2 (es) | 2015-07-20 | 2015-07-20 | Planta y proceso para la producción de gasóleo a partir de residuos industriales y urbanos |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ES201531058A ES2553679B2 (es) | 2015-07-20 | 2015-07-20 | Planta y proceso para la producción de gasóleo a partir de residuos industriales y urbanos |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| ES2553679A1 ES2553679A1 (es) | 2015-12-10 |
| ES2553679B2 true ES2553679B2 (es) | 2016-06-06 |
Family
ID=54768474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES201531058A Expired - Fee Related ES2553679B2 (es) | 2015-07-20 | 2015-07-20 | Planta y proceso para la producción de gasóleo a partir de residuos industriales y urbanos |
Country Status (1)
| Country | Link |
|---|---|
| ES (1) | ES2553679B2 (es) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5330623A (en) * | 1987-11-11 | 1994-07-19 | Holland Kenneth M | Process of destructive distillation of organic material |
| US7169197B2 (en) * | 2000-07-10 | 2007-01-30 | Advanced Fuel Research, Inc. | Pyrolysis processing for solid waste resource recovery |
| HUP0800261A2 (en) * | 2008-04-24 | 2009-10-28 | Lekrinszki Balazs Barna | Pyrolysis reactor and method |
| US8853475B2 (en) * | 2010-12-15 | 2014-10-07 | Uop Llc | Process for producing a renewable hydrocarbon fuel |
-
2015
- 2015-07-20 ES ES201531058A patent/ES2553679B2/es not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| ES2553679A1 (es) | 2015-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Adibimanesh et al. | Energy consumption optimization in wastewater treatment plants: Machine learning for monitoring incineration of sewage sludge | |
| Yu et al. | Dynamic modeling for SO2-NOx emission concentration of circulating fluidized bed units based on quantum genetic algorithm-Extreme learning machine | |
| ZareNezhad et al. | A multi-layer feed forward neural network model for accurate prediction of flue gas sulfuric acid dew points in process industries | |
| CN114398836B (zh) | 基于宽度混合森林回归的mswi过程二噁英排放软测量方法 | |
| Naeem et al. | Simulation of CO2 capture using sodium hydroxide solid sorbent in a fluidized bed reactor by a multi-layer perceptron neural network | |
| Wang et al. | Stacked autoencoder for operation prediction of coke dry quenching process | |
| Zilouchian et al. | Automation and process control of reverse osmosis plants using soft computing methodologies | |
| Alardhi et al. | Design of artificial neural network for prediction of hydrogen sulfide and carbon dioxide concentrations in a natural gas sweetening plant | |
| ZareNezhad et al. | Accurate prediction of the dew points of acidic combustion gases by using an artificial neural network model | |
| Cui et al. | Multi-condition operational optimization with adaptive knowledge transfer for municipal solid waste incineration process | |
| ES2553679B2 (es) | Planta y proceso para la producción de gasóleo a partir de residuos industriales y urbanos | |
| Kordkheili et al. | Artificial neural network and semi-empirical modeling of industrial-scale Gasoil hydrodesulfurization reactor temperature profile | |
| Anderson et al. | Multi-objective optimization of operational variables in a waste incineration plant | |
| Ghiasi et al. | CO2 loading capacity of DEA aqueous solutions: Modeling and assessment of experimental data | |
| Esmaeili et al. | Estimation of 2, 4-dichlorophenol photocatalytic removal using different artificial intelligence approaches | |
| Asil et al. | Reliable estimation of optimal sulfinol concentration in gas treatment unit via novel stabilized MLP and regularization network | |
| Pettersson et al. | Design of robust heat recovery systems in paper machines | |
| Sagüés et al. | Automatic control of biomass gasifiers using fuzzy inference systems | |
| Wei et al. | Optimization of biogas production process in a wastewater treatment plant | |
| Zahedi Abghari et al. | Determination of suitable operating conditions of fluid catalytic cracking process by application of artificial neural network and firefly algorithm | |
| Zahran et al. | Fluid catalytic cracking unit control using model predictive control and adaptive neuro fuzzy inference system: Comparative study | |
| CN117408146A (zh) | 一种混合驱动dxn排放浓度检测方法 | |
| CN117610401A (zh) | 城市固废焚烧过程二噁英排放浓度的多时间尺度检测方法 | |
| Khalil et al. | Modeling of Ammonium and COD Adsorption in Aqueous Solutions Using an Artificial Neural Network | |
| Sunori et al. | Neuro-fuzzy controller design for lime kiln process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG2A | Definitive protection |
Ref document number: 2553679 Country of ref document: ES Kind code of ref document: B2 Effective date: 20160606 |
|
| FD2A | Announcement of lapse in spain |
Effective date: 20211004 |