Método práctico para la estimación de parámetros en un intercambiador de calor

Autores/as

  • Manuel G. Satué Universidad de Sevilla
  • Michele Schiavo University of Brescia
  • Manuel G. Ortega Universidad de Sevilla
  • Manuel Beschi University of Brescia
  • Antonio Visioli University of Brescia
  • Manuel R. Arahal Universidad de Sevilla

DOI:

https://doi.org/10.17979/ja-cea.2024.45.10746

Palabras clave:

Control de calor y transferencia de masa, Sistemas con retardos, Identificación de sistemas no lineales

Resumen

En este trabajo se presentan resultados preliminares de un método práctico de identificación para su uso en laboratorio o en industria. La propuesta viene motivada por la necesidad de obtener los parámetros de un modelo de intercambiador a partir de mediciones de campo. El trabajo se centra en parte de una planta de almacenamiento de energía en construcción. El intercambiador considerado usa agua como fluido secundario para enfriar el aire comprimido a la salida de un compresor industrial. El principal reto para la identificación es que la mayoría de variables no son modificables a voluntad debido a las características de la planta. Esto impide el uso de técnicas como la respuesta a escalón. Por otro lado, durante el uso normal del equipo, algunas variables están fuertemente correlacionadas, dificultando el uso de técnicas basadas en datos. La propuesta emplea una construcción poco invasiva para sortear los citados obstáculos mediante la introducción de señales en rampa en una de las principales variables.

Citas

Al Hadad, W., Jannot, Y., Maillet, D., 2016. Characterization of a heat exchanger by virtual temperature sensors based on identified transfer functions. In: Journal of Physics: Conference Series. Vol. 745. IOP Publishing, p.032089. DOI: https://doi.org/10.1088/1742-6596/745/3/032089

Alsop, A. W., Edgar, T. F., 1989. Nonlinear heat exchanger control through the use of partially linearized control variables. Chemical Engineering Communications 75(1), 155–170. DOI: https://doi.org/10.1080/00986448908940674

Álvarez, J., Yebra, L., Berenguel, M., 2007. Repetitive control of tubular heat exchangers. Journal of Process Control 17 (9), 689–701. DOI: https://doi.org/10.1016/j.jprocont.2007.02.003

Arahal, M. R., Berenguel, M., Rodríguez, F., 2006. Técnicas de predicción con aplicaciones en Ingeniería. Vol. 15. Universidad de Sevilla.

Beschi, M., Padula, F., Visioli, A., 2016. Fractional robust PID control of a solar furnace. Control Engineering Practice 56, 190–199. DOI: https://doi.org/10.1016/j.conengprac.2016.04.005

Beschi, M., Padula, F., Visioli, A., 2017. The generalised isodamping approach for robust fractional PID controllers design. International Journal of Control 90 (6), 1157–1164. DOI: https://doi.org/10.1080/00207179.2015.1099076

Casteleiro-Roca, J.-L., Barragán, A. J., Segura, F., Calvo-Rolle, J. L., Andújar, J. M., sep. 2019. Intelligent hybrid system for the prediction of the voltage-current characteristic curve of a hydrogen-based fuel cell. Revista Iberoamericana de Automática e Informática industrial 16 (4), 492–501. DOI: https://doi.org/10.1155/2019/6317270

Gupta, S., Gupta, R., Padhee, S., 2018. Parametric system identification and robust controller design for liquid–liquid heat exchanger system. IET Control Theory & Applications 12 (10), 1474–1482. DOI: https://doi.org/10.1049/iet-cta.2017.1128

London, A., Nottage, H., Boelter, L., 1941. Determination of unit conductancesfor heat and mass transfer by the transient method. Industrial & Engineering Chemistry 33 (4), 467–473. DOI: https://doi.org/10.1021/ie50376a009

Oravec, J., Bakosová, M., Trafczynski, M., Vasickaninov ́a, A., Mészáros, A., Markowski, M., 2018. Robust model predictive control and PID control of shell-and-tube heat exchangers. Energy 159, 1–10. DOI: https://doi.org/10.1016/j.energy.2018.06.106

Pekar, L., 2020. Advanced Analytic and Control Techniques for Thermal Systems with Heat Exchangers. Academic press.

Piotrowska, E., Chochowski, A., 2012. Application of parametric identification methods for the analysis of the heat exchanger dynamics. International journal of heat and mass transfer 55 (23-24), 7109–7118. DOI: https://doi.org/10.1016/j.ijheatmasstransfer.2012.07.025

Rodríguez, C., Guzmán, J., Rodríguez, F., Berenguel, M., Arahal, M. R., 2010. Diurnal greenhouse temperature control with predictive control and online constrains mapping. IFAC Proceedings Volumes 43 (1), 140–145. DOI: https://doi.org/10.3182/20100329-3-PT-3006.00027

Salimpour, M. R., 2009. Heat transfer coefficients of shell and coiled tube heat exchangers. Experimental thermal and fluid science 33 (2), 203–207. DOI: https://doi.org/10.1016/j.expthermflusci.2008.07.015

Sanchis, R., Peñarrocha-Alós, I., 2022. A new method for experimental tuning of PI controllers based on the step response. ISA transactions 128, 329–342. DOI: https://doi.org/10.1016/j.isatra.2021.09.008

Sanz Bermejo, F. J., Ramírez Laboreo, E., Sagüés Blázquiz, C., may 2023. Structural identifiability analysis of a heat transfer system. Revista Iberoamericana de Automática e Informática industrial 20 (4), 412–420. DOI: https://doi.org/10.4995/riai.2023.19170

Skogestad, S., 2001. Probably the best simple PID tuning rules in the world. In: AIChE Annual Meeting, Reno, Nevada. Vol. 77. Citeseer, p. 276h.

Srinivasan, A., Lakshmi, P., 2008. Wiener model based real-time identification and control of heat exchanger process. J. Automation and Systems Engineering.

Vasickaninová, A., Bakosová, M., Cirka, L., Kalúz, M., Oravec, J., 2018. Robust controller design for a laboratory heat exchanger. Applied Thermal Engineering 128, 1297–1309. DOI: https://doi.org/10.1016/j.applthermaleng.2017.09.086

Yedra, R. M., Rodríguez, F., del Mar Castilla, M., Arahal, M. R., 2014. A neural network model for energy consumption prediction of ciesol bio-climatic building. In: International Joint Conference SOCO’13-CISIS’13-ICEUTE’13: Salamanca, Spain, September 11th-13th, 2013 Proceedings. Springer, pp. 51–60. DOI: https://doi.org/10.1007/978-3-319-01854-6_6

Descargas

Publicado

12-07-2024

Número

Sección

Modelado, Simulación y Optimización