Aplicação da Técnica de Monte Carlo via Cadeia de Markov para Estimativa de Parâmetros em Modelo de Balanço Populacional de Cristalização de Gibbsita com Cinética Constante
Cristalização a partir da solução representa uma operação unitária que é importante na produção de alumina via processo Bayer. Uma estrutura matemática adequada para modelagem de tais sistemas, acoplada com balanço de massa e energia, pode ser descrita pela equação de balanço populacional. Frequentemente, a equação de balanço populacional possui coeficientes que expressam os mecanismos de formação, crescimento e mortes de cristais e esses coeficientes contem parâmetros que precisam ser estimados a partir de dados experimentais. Neste trabalho, foi aplicada a técnica Bayesiana de Monte Carlo via Cadeia de Markov para estimar os parâmetros de um modelo unidimensional de cristalização de gibbsita com cinética constante. A abordagem aplicada mostrou-se capaz de estimar os parâmetros do modelo, obtendo-se boas concordâncias entre as estimativas e os valores de referência dos parâmetros. Além disso, observou-se que houve boa concordância entre as variáveis de estado estimadas e medidas.
Aplicação da Técnica de Monte Carlo via Cadeia de Markov para Estimativa de Parâmetros em Modelo de Balanço Populacional de Cristalização de Gibbsita com Cinética Constante
-
DOI: 10.22533/at.ed.5152024037
-
Palavras-chave: Problemas Inversos, Monte Carlo via Cadeia de Markov, Balanço Populacional, Cristalização
-
Keywords: Inverse Problems, Markov Chain Monte Carlo, Population Balance, Crystallization
-
Abstract:
Crystallization from solution represents a unit operation that is important in the production of alumina via Bayer process. A suitable mathematical framework for modeling such systems, coupled with mass and energy balance, can be described by the population balance equation. Frequently, the population balance equation has coefficients that express the mechanisms of crystal formation, growth, and death, and these coefficients contain parameters that need to be estimated from experimental data. In this paper, the Bayesian technique of Markov Chain Monte Carlo was applied to estimate the parameters of a one-dimensional crystallization model with constant gibbsite kinetics. The applied approach was able to estimate the model parameters, obtaining good agreement between the estimates and the reference values of the parameters. In addition, it was observed that there was good agreement between the estimated and measured state variables.
-
Número de páginas: 15
- Diego Cardoso Estumano
- João Nazareno Nonato Quaresma
- Emanuel Negrão Macêdo
- Bruno Marques Viegas
- Leandro Santos Monteiro
- Diego Sousa Lopes
- Carlos Henrique Rodrigues de Moura
