Generalized minimum variance control of optimal temperature profiles in a polystyrene polymerization reactor

Karagöz, Alper; Hapoğlu, Hale; Alpbaz, Mustafa

doi:10.1016/s0255-2701(99)00104-x

Cited by 20 publications

(18 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…İlk terim Eşitlik (22)'deki gibi ifade edilebilir ve t anına kadar olan verilerden belirlenen en iyi ϕ(t+k) tahminini yansıtmaktadır. İkinci terim ise gürültü kaynaklarından, e(t+1), e(t+2), …, e(t+k), kaynaklı çıktı tahmin hatası olup Eşitlik (23)'te verilmiştir [19,20].…”

Section: T Gy T Crr T Ed Ee T K Cunclassified

“…Yapılan çalışmada koagülasyon-flokülasyon yöntemi ile su bazlı boya atık suyunun arıtımı gerçekleştirilmiştir. En uygun koagülant ve ortam pH'ının belirlenmesi amacıyla 0,17, 0,34, 0,51, 0,85,1,19 g/L derişimlerinde MgCl 2 , FeCl 3 ve Al 2 (SO 4 ) 3 çöktürücüleri ile pH 7, 8, 9, 10, 11, 12 değerlerinde kesikli deneyler gerçekleştirilmiştir. En uygun çöktürme koşulları 25°C sıcaklık, pH 8, 0,68 g/L Al 2 (SO 4 ) 3 koagülant derişimi olarak belirlenmiş ve absorbans, bulanıklık ve kimyasal oksijen ihtiyacı (KOİ) giderimleri sırasıyla %93,55, %79,38, %22,30 olarak elde edilmiştir.…”

unclassified

See 1 more Smart Citation

Su Bazlı Boya Atık Suyu Arıtımında Bir Adım İleri Gelişmiş Deneysel pH Kontrol Uygulaması

Camcıoğlu¹,

Özyurt²,

Zeybek³

et al. 2016

Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

Sanayi faaliyetlerinden kaynaklanan atık suların ve onların içerdikleri maddelerin doğrudan yeryüzü sularına, yeraltı sularına ve toprağa atılması sonucu oluşan kirliliğin önlenebilmesi açısından uygun alıcı ortamlara arıtılarak deşarj edilmesi gerekir. Yapılan çalışmada koagülasyon-flokülasyon yöntemi ile su bazlı boya atık suyunun arıtımı gerçekleştirilmiştir. En uygun koagülant ve ortam pH'ının belirlenmesi amacıyla 0,17, 0,34, 0,51, 0,85,1,19 g/L derişimlerinde MgCl 2 , FeCl 3 ve Al 2 (SO 4 ) 3 çöktürücüleri ile pH 7, 8, 9, 10, 11, 12 değerlerinde kesikli deneyler gerçekleştirilmiştir. En uygun çöktürme koşulları 25°C sıcaklık, pH 8, 0,68 g/L Al 2 (SO 4 ) 3 koagülant derişimi olarak belirlenmiş ve absorbans, bulanıklık ve kimyasal oksijen ihtiyacı (KOİ) giderimleri sırasıyla %93,55, %79,38, %22,30 olarak elde edilmiştir. Su bazlı boya atık suyunun pH'ını koagülasyon prosesi boyunca istenen set noktasında sabit tutmak amacıyla bir adım ileri kontrol algoritması kullanılmıştır. pH'ın proses süresince 8 değerinde kontrol edilmesinin, kontrol edilmediği duruma göre absorbans, bulanıklık ve KOİ giderim verimlerini sırasıyla %3,36, % 14,11, %54,08 oranında arttırdığı gözlemlenmiştir. DOIWastewaters and their ingredients which are formed by industrial activities must be treated before discharge into suitable receivers in order to prevent the pollution of surfacewater, groundwater and soilground. In the present work, water-based paint wastewater treatment is performed using chemical coagulation and flocculation methods. Batch experiments were performed for determination of optimum coagulant and pH conditions using MgCl 2 , FeCl 3 ve Al 2 (SO 4 ) 3 as coagulants at 0. 17, 0.34, 0.51, 0.85, 1.19 g/L concentrations and at 7, 8, 9, 10, 11, 12 pH conditions. At 25°C, pH 8 and 0.68 g/L Al 2 (SO 4 ) 3 coagulant concentration conditions absorbance, turbidity and chemical oxygen demand (COD) removal efficiencies are obtained as 93.55%, 79.38% and 22.30% respectively. One step ahead control algorithm is applied to the keep the pH constant at a desired value. It is observed that, control of pH at 8 during process was increased absorbance, turbidity and COD removal efficiencies by 3.36%,14.11%, 54.08% respectively as compared with the uncontrolled case.

show abstract

Section: T Gy T Crr T Ed Ee T K Cunclassified

unclassified

Su Bazlı Boya Atık Suyu Arıtımında Bir Adım İleri Gelişmiş Deneysel pH Kontrol Uygulaması

Camcıoğlu¹,

Özyurt²,

Zeybek³

et al. 2016

Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

show abstract

“…This GMV algorithm is implicit, i.e., the evaluated parameters are employed precisely in the control to be varied on-line without degrading the parameter estimates [18,19]. An additional modification to this design permits the control weighting to be on-line without influencing the parameter estimates.…”

Section: Generalized Minimum Variance Controlmentioning

confidence: 99%

Discrete system identification and self-tuning control of dissolved oxygen concentration in a stirred reactor

Akay

Ertunç

Boyacioglu

et al. 2011

Korean J. Chem. Eng.

View full text Add to dashboard Cite

This work presents the applications of discrete-time system identification and generalized minimum variance (GMV) control of dissolved oxygen (DO) level in a batch bioreactor in which Saccharomyces cerevisiae is produced at aerobic condition. Air flow rate and mixing rate were varied to determine the maximum local liquid phase volumetric mass transfer coefficient (K L a). Maximum K L a value was determined at a mixing rate of 600 rpm and air flow rate of 3.4 Lmin −1 . For control purpose, manipulated variable was selected as air flow rate due to its effectiveness on the K L a. To examine the dynamic behavior of the bioreactor, various input signals were utilized as a forcing function and three different model orders were tested. A second0order controlled auto regressive moving average (CARMA) model was used as the process model in the control algorithm and in the system identification step. It is concluded that the ternary input is more suitable than the other input types used in this work for system identification. Recursive least squares method (RLS) was used to determine the model parameters. GMV control results were compared with the traditional PID control results by using performance criteria of IAE and ITAE for different types of DO set point trajectories. DO concentration in the batch bioreactor was controlled more successfully with an adaptive controller structure of GMV than the PID controller with fixed parameters.

show abstract

“…The GMV control philosophy has characteristics midway between the MV and LQG design philosophies. Both methods provide real advantages for benchmarking, particularly in comparison with MV-based algorithms [102,103,105,106].…”

Section: Benchmarkingmentioning

confidence: 99%

Introduction to Optimal and Robust Control

Grimble

2006

Robust Industrial Control Systems

View full text Add to dashboard Cite

Generalized minimum variance control of optimal temperature profiles in a polystyrene polymerization reactor

Cited by 20 publications

References 16 publications

Su Bazlı Boya Atık Suyu Arıtımında Bir Adım İleri Gelişmiş Deneysel pH Kontrol Uygulaması

Su Bazlı Boya Atık Suyu Arıtımında Bir Adım İleri Gelişmiş Deneysel pH Kontrol Uygulaması

Discrete system identification and self-tuning control of dissolved oxygen concentration in a stirred reactor

Introduction to Optimal and Robust Control

Contact Info

Product

Resources

About