Controlador predictivo híbrido de un separador gravitacional de fases líquidas con extracción intermitente de productos

Abstract

[ES] La principal tecnología de fusión-conversión de concentrados de cobre empleada en Chile es el Convertidor Teniente. Este proceso presenta una compleja dinámica debido a que combina el ingreso de flujos continuo con la extracción intermitente de los productos en régimen autógeno de operación. Se han realizado esfuerzos por medir en línea los niveles de fases liquidas al interior del Convertidor Teniente.Esta investigación presenta una planta a escala que tiene por objetivo medir el comportamiento fluido dinámico de las fases líquidas para predecir el desempeño que podrían tener los sensores de nivel. En la planta a escala se utilizan líquidos inmiscibles a temperatura ambiente e inyección de aire a través de toberas sumergidas para generar emulsión como una nueva fase líquida al interior del reactor. Fue necesario desarrollar un sensor de niveles basado en visión digital para la planta a escala.La incorporación de un sensor de niveles en línea, permite la implementación de la técnica de control predictivo basada en modelo para optimizar el proceso de separación gravitacional. En esta investigación se evalúa el desempeño de un controlador predictivo, basado en modelo híbrido, en la cual se emplean variables de tipos continuas y discretas. El control predictivo es probado en lazo cerrado y su desempeño muestra buenos resultados al considerar las perturbaciones asociada la fase emulsión.

[EN] The main fusion-conversion technology of copper concentrates used in Chile is the Teniente Converter. This process presents a complex dynamic due to the fact that it combines the continuous inflow of flows with the intermittent extraction of the products in autogenous operation regime. This research presents a scale plant that aims to measure the dynamic fluid behavior of the liquid phases to predict the performance that the level sensors could have. In the scale plant, immiscible liquids are used at room temperatureand injection of air through submerged nozzles to generate emulsion. A digital vision system is used as a level sensor in the scale plant. The online measurement of the levels allowed us to implement a model-based predictive controller to optimize theliquid phase separation process. The prediction model used continuous and discrete variables. The tests of the scale plant using the closed loop predictive control showed good results when considering the perturbations associated with the emulsion phase.