Modelling, monitoring and control of reverse somsis desalination plants using data-based techniques

Author

Pascual Caro, Xavier

Director

Giralt i Marcé, Jaume

Codirector

Rallo Moya, Robert

Date of defense

2014-05-15

Legal Deposit

T 961-2014

Pages

120 p.



Department/Institute

Universitat Rovira i Virgili. Departament d'Enginyeria Química

Abstract

This thesis presents two successful applications of data-driven models developed for a reverse osmosis desalination pilot plant. The Support Vector Regression (SVR) modeling approach for steady state operation of the reverse osmosis pilot plant M3 has performed better results than the commonly used first principle-based models. In the same way, the dynamic models have enabled the short-term prediction and simulation of the M3 plant behavior under non-steady state operation, with such a high accuracy that it makes the approach suitable for advanced reverse osmosis plant control algorithms, fault tolerant control and process optimization. In fact, SVR models have been proved to perform excellent results as part of a fault detection and isolation tool for the M3 plant. In addition, an alternative to SVR models which uses Self-Organizing Maps has been also demonstrated for fault detection and isolation, including a useful visual tool for the rapid fault detection during plant operation.


Aquesta tesi presenta dues aplicacions de models basats en dades desenvolupades per a una planta pilot de dessalinització d’aigua mitjançant osmosi inversa. S’ha modelat l’operació estacionària de la planta M3 utilitzant Support Vector Regression (SVR), obtenint uns resultats millors que els dels models basats en primers principis. Així mateix, els models dinàmics han permès la simulació i la predicció a curt termini de l’M3 en condicions no estacionàries amb tal precisió que els fa idonis per a la seva aplicació en optimització de processos i algoritmes avançats de control. De fet, models SVR han estat utilitzats en un sistema de detecció i aïllament de fallades per a l’M3, obtenint excel•lents resultats. Addicionalment, també s’ha desenvolupat un sistema de detecció i aïllament de fallades alternatiu als models SVR que utilitza Self-Organizing-Maps i a més inclou una eina visual per a la ràpida detecció de fallades durant l’operació de la planta.

Keywords

modelització; support vector regression; self-organizing maps; Osmosi inversa

Subjects

004 - Computer science and technology. Computing. Data processing; 628 - Public health engineering. Water. Sanitation. Illuminating engineering; 66 - Chemical technology. Chemical and related industries

Documents

Modeling, monitoring and control of reverse osmosis desalination plants using data-based techniques.pdf

2.775Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)