Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: ESRA ÖNDER YILDIRIM
Danışman: SÜLEYMAN KARACAN
Özet:Bu tez, tepkimeli damıtma kolonunda metanol ve asetik asitten metil asetat üretiminin dolaylı kontrolü üzerinedir. Tepkimeli damıtma kolonunda üst üründeki metil asetat derişimi dolaylı olarak kontrol edilmiştir. Çalışmalar deneysel ve teorik olarak yapılmıştır. Deneysel çalışmalar 4 L kazan hacimli; 0,5 m dolgu maddesi içeren sıyırma, 0,5 m katalizör içeren tepkime ve 0,5 m dolgu maddesi içeren zengin-leştirme bölgelerinden oluşan laboratuvar ölçekli tepkimeli damıtma kolonunda yapılmıştır. Öncelikle sistemin işletim parametrelerinin bulunması için CHEMCAD'te benzetim yapılmıştır. Geri akma oranı, besleme akış hızları ve kazana verilen ısı değerlerinin optimum koşulları bulunarak deneyler yapılmış-tır. Deney-1 sonucunda 0,8498 kütle kesrinde, deney-2 sonucunda 0,835 kütle kesrinde metil asetat ürünü elde edilmiştir. CHEMCAD benzetiminde deney-1 ve deney-2 koşulları sağlanarak sırasıyla 0,8305 ve 0,7904 kütle kesirlerinde metil asetat bulunmuştur. MATLAB Sistem Tanımlama Araç Kutu-su kullanılarak sistemin iletim fonksiyonları bulunmuştur. İletim fonksiyonları kullanılarak sistemin MATLAB SIMULINK'te benzetimi yapılmış ve öncelikle PID kontrol edici ile kontrolü sağlanmıştır. 0,85 kütle kesri set etkisi için PID kontrol edicinin IAE değeri 8,848, ISE değeri 3,842'dir. Sonrasında kontrol sisteminde NARMA-L2 kontrol edici kullanılmış ve kontrol edicinin eğitimi yapılmıştır. 0,85 kütle kesri set etkisi için NARMA-L2 kontrol edicinin IAE değeri 7,124, ISE değeri 3,041'dir. YSA kontrol edicinin hiçbir parametre ayarı yapılmadan sistemi kontrol ettiği görülmüştür. Geri akma oranı, ısı, besleme akış hızları, besleme mol kesirleri verileri kullanılarak üst ürün sıcaklığı kontrolü sağlanmış ve böylelikle üst ürün bileşimlerinin dolaylı kontrolü yapılmıştır. Tepkimeli damıtma kolonunun dolaylı kontrolü için MATLAB Yapay Sinir Ağı NARMA-L2 kontrol algoritması uygundur ve bu sistem için PID kontrol ediciden daha yüksek performans sağlamıştır. This thesis is about inferential control of an reactive distillation column of synthesizing the methyl acetate from methyl alcohol and acetic acid. Methyl acetate, desired distilled product's concentration, is controlled. The study had continued both theoretical and experimental. Experimental studies had done with the laboratory scale reactive distillation column which has 4 L volume boiler, stripping section with 0.5 packed materials, reactive section with 0.5 m catalyzer and 0.5 m rectification section. Firstly, the system was simulated with package program CHEMCAD to determine the operation parameters. The optimum values of input variables of the system as reflux ratio, feed flow rates and reboiler heat duty are determined and the experimental studies had continued under these optimum conditions. The results of the experimental studies that held are numbered as 1 and 2, 0.8498 and 0.835 in mass fraction in respectively. In CHEMCAD simulation, the operation parameters adjusted like as experiment no-1 and no-2 and then top product methyl acetate mass fractions found 0.8305 and 0.7904 respectively. The transfer functions of the system had been identified by the aid of MATLAB System Identification Toolbox. The simulation of the inferential control system had created in MATLAB SIMULINK program by the aid of these transfer functions and the system was controlled with PID controller. For the servo control of the system of the 0.85 mass fraction, PID controller's performances (IAE and ISE) had been found as 8.848 and 3.842. The control of the system was obtained with Artificial Neural Network (ANN) NARMA-L2 control algorithm in MATLAB SIMULINK program and the neural network controller had trained. For the 0.85 mass fraction servo control of the system, NARMA-L2 controller's performances (IAE and ISE) are 7.124 and 3.041. NARMA-L2 controller controlled the system without doing any tuning of control parameters. Reflux ratio, reboiler heat duty and feed flow rates had used for the con-trol of top the product temperature and hereby the top product composition had been controlled inferen-tially. MATLAB Artificial Neural Network NARMA-L2 control algorithm is suitable for inferential control of the reactive distillation column and for this system it provided higher performance in contrast to PID controller.