English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A nonlinear model predictive control (NMPC) is applied to a slurry polymerization stirred tank reactor for the production of high-density polyethylene. Its performance is examined to reach the required mean molecular weight and comonomer composition, together with the temperature setpoint. A complete phenomenological model including the microscale, the mesoscale and the macroscale levels was developed to represent the plant. The control algorithm comprises a neural dynamic model that uses a neural network structure with a feedforward topology. The algorithm implementation considers the optimization problem, the manipulated and controlled variables adopted and presents results for the regulatory and servo problems, including the possibility of dead time and multi-rate sampling in the controlled variables. The simulation results show the high performance of the NMPC algorithm based in a model for one-step ahead prediction only, and, at the same time, attests the strong difficulty to control polymer properties with dead time in their measurements.Uma estratégia de controle preditivo não linear é aplicada a um reator tanque agitado de polimerização em lama para a produção de polietileno de alta densidade. O desempenho do controle é analisado no sentido de se obter o peso molecular médio numérico, composição de comonômero e temperatura desejados. Um modelo fenomenológico completo considerando as micro, meso e macro escalas de modelagem foi desenvolvido para representar a planta. O algoritmo de controle compreende um modelo interno baseado em redes neurais com topologia feedforward. A implementação do algoritmo contempla o problema de otimização, as variáveis manipuladas e controladas adotadas e são apresentados resultados para os casos de problema servo e regulatório, incluindo-se a possibilidade de tempos mortos e múltiplas taxas de amostragem nas variáveis controladas. Os resultados de simulação mostram o bom desempenho do algoritmo NMPC baseado em um modelo neural treinado para a predição da variável de saída apenas um instante de tempo a frente e, ao mesmo tempo, atestam a dificuldade de controlar diretamente as propriedades do polímero com a ocorrência de tempo morto na medição

Nonlinear predictive control of an industrial slurry reactor