On-line estimation of mother liquor purity during the final stage of a cane sugar crystallization plant using neural network model

摘要

The design of a soft-sensor to improve the monitoring of the sugar crystallization process is examined. Information about the mother liquor purity is relevant to improve the manufacturing process, especially during the last stage of three massecuites, called C crystallization. However, this piece of information is not available on-line and requires the development of a soft-sensor. In industrial context the measurements are often incomplete and/or noisy, therefore an input-output model is chosen instead of a knowledge one. An artificial neural network model is used to predict on-line the evolution of the purity of the solution during the crystallization process. The validation step is performed using industrial databases and experimental results show the efficiency of the proposed soft-sensor.%Untersucht wird das Design eines Soft-Sensors zur Verbesserung der Überwachung des Zucker-Kristallisationsverfahrens. Information über die Reinheit des Muttersirups ist relevant für die Verbesserung des Herstellungsverfahrens, insbesondere im letzten Stadium von drei Kristallsuspensionen, das C-Kristallisation genannt wird. Diese Information ist jedoch nicht on-line verfügbar und erfordert die Entwicklung eines Soft-Sensors. Im industriellen Kontext sind die Messungen oft unvollständig und/oder laut, weshalb anstelle eines Wissensmodells oft ein Input-Output-Modell gewählt wird. Ein künstliches neurales Netzwerkmodell wird benutzt, um on-line die Evolution der Reinheit der Lösung während des Kristallisationsprozesses vorherzusagen. Der Validationsschritt wird mittels industrieller Datenbanken durchgeführt, und experimentelle Ergebnisse zeigen die Effizienz des vorgeschlagenen Soft-Sensors.