Real time implementation of nonlinear autoregressive with exogenous input model predictive control for batch enzymatic esterification process / Siti Asyura Zulkeflee
Proses pengesteran bermangkin lipase merupakan suatu proses penting dalam industri makanan dan farmaseutik. Pencapaian pengeluaran optimum dalam proses pengesteran adalah satu cabaran yang besar disebabkan oleh pelbagai faktor yang mempengaruhi kinetik proses tersebut. MPC direka bentuk dan dilaksanakan dalam kajian ini untuk mengawal suhu dan aktiviti air dalam proses pengesteran bermangkin lipase. Sebelum itu, model kinetik yang mematuhi mekanisma Bi-Bi teratur dibangunkan untuk mengkaji fungsi aktiviti air dan suhu. Parameter kinetik untuk proses ini dianggarkan menggunakan fungsi interp dalam perisian MATLAB®. Kemudian, model prinsip pertama dengan model kinetik dibangunkan dan disahkan dengan data eksperimen. Model prinsip pertama diselesaikan menggunakan tertib ke-empat kaedah Runge-Kutta (ode45) dengan menggunakan gambar rajah blok Editor Persamaan Pembezaan (DEE) yang dibangunkan menggunakan perisian MATLAB®. Model yang dibangunkan menunjukkan keupayaan ramalan yang kuat untuk mewakili proses sebenar. Model prinsip pertama yang disahkan itu kemudiannya digunakan untuk mengkaji kepekaan dan ketaklinearan serta untuk menjana data masukan/keluaran untuk model empirikal. Berdasarkan kajian kepekaan, pembolehubah masukan iaitu kadar aliran jaket, suhu jaket dan kadar aliran udara mempunyai kesan yang bererti terhadap pembolehubah keluaran iaitu suhu reaktor dan aktiviti air. Kajian ketaklinearan menunjukkan bahawa proses pengesteran bermangkin lipase boleh diklasifikasikan sebagai proses tak linear sederhana. Objektif strategi kawalan MPC ialah untuk mengawal suhu reaktor dan aktiviti air bagi sebuah reaktor pengesteran kelompok. Model empirik yang tertanam dalam MPC, dibangunkan menggunakan model Auto-mundur Lelurus dengan Masukan Luar (ARX) dan model Auto-mundur Tak Lelurus dengan Masukan Luar (NARX) dan masing-masing dikenali sebagai ARX-MPC dan NARX-MPC. Anggaran parameter dan pengesahan model untuk model empirik dijalankan menggunakan peralatan pengenalan sistem anggaran kuasa dua terkecil berulang (RLSE) dalam MATLAB®. Keputusan yang diperoleh menunjukkan bahawa model NARX lebih sepadan dengan data sebenar jika dibandingkan dengan model ARX. Parameter MPC pula ditala untuk menentukan prestasi pengawal terbaik. Kemudian, persembahan pengawal ARX-MPC dan NARX-MPC dengan talaan terbaik dibandingkan dan dinilai dari segi pengesanan titik set dan penolakan gangguan. Keputusan ISE yang dicapai dalam kajian ini menunjukkan bahawa pemasangan NARX-MPC yang dibangunkan untuk sistem kawalan adalah amat memuaskan dan mengungguli pengawal ARX-MPC. Selain itu, pengawal NARX-MPC didapati lebih mantap berbanding ARX-MPC dalam kajian ujian keteguhan. Akhir sekali, pengawal NARX-MPC dipilih dan diuji dalam pelaksanaan masa nyata. Hasil kajian menunjukkan bahawa pengawal NARX-MPC berkesan dalam mengawal suhu dan aktiviti air bagi proses dalam persekitaran masa nyata.
__________________________________________________________________________________
The lipase catalysed esterification process is an important process in the food and pharmaceutical industry. Obtaining the optimum production for the esterification process is a big challenge due to numerous factors that affect the kinetics of the process. In this work, the MPC was designed and implemented to control the temperature and water activity of the lipase-catalysed esterification process. Prior to that, a kinetic model that followed an ordered Bi-Bi mechanism was developed to study the function of water activity and temperature. The kinetic parameters were estimated using the interp function in MATLAB® software. Then, the first principle model was developed and validated with the experimental data. The first principle model was solved using the 4th order Runge-Kutta method (ode45) by means of a Differential Equation Editor (DEE) block diagram developed using the MATLAB® software. The developed model showed a strong predictive capability to represent the real process. The validated first principle model was then used to study sensitivity and nonlinearity as well as to generate the input/output data for an empirical model. Based on the sensitivity study, it was found that the input variables, i.e. jacket flowrate, jacket temperature, and air flowrate, have significant effects on the output variables, i.e. reactor temperature and water activity. The nonlinearity study showed that the lipase-catalysed esterification process can be classified as a nonlinear process. The objective of the MPC control strategy was to control the reactor
temperature and water activity of a batch esterification reactor. The empirical model, which was embedded in the MPC was developed using the Autoregressive with Exogenous input (ARX) and Nonlinear Autoregressive with Exogenous input (NARX) models and were known as the ARX-MPC and NARX-MPC, respectively. The parameter estimation and model validation for the empirical model were carried out using the recursive least squares estimation (RLSE) system identification toolbox in MATLAB®. The results showed that the NARX models fit the real data very well when compared to the ARX models. The MPC parameters were tuned to determine the best controller performance. The best-tuned ARX-MPC and NARX-MPC controllers were compared and evaluated in terms of set point tracking and disturbance rejection. The ISE results achieved in this study showed that the developed NARX-MPC fitted satisfactorily with the control system and it had outperformed the ARX-MPC controller. Additionally, the NARX-MPC was found to be more robust than the ARX-MPC in a robustness study. Finally, the NARX-MPC controllers were chosen and tested in real-time implementation. The results showed that the NARX-MPC was effective in controlling the temperature and water activity of the process in a real-time environment.
Real time implementation of nonlinear autoregressive with exogenous input model predictive control for batch enzymatic esterification process / Siti Asyura Zulkeflee
Real time implementation of nonlinear autoregressive with exogenous input model predictive control for batch enzymatic esterification process_Siti Asyura Zulkeflee_K4_2017_MYMY