Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.creatorRullo, Pablo Gabriel-
dc.creatorNieto Degliuomini, Lucas-
dc.creatorGarcía, Maximiliano Pablo-
dc.creatorBasualdo, Marta Susana-
dc.date2018-01-11T17:14:12Z-
dc.date2018-01-11T17:14:12Z-
dc.date2014-01-
dc.date2018-01-11T14:38:30Z-
dc.date.accessioned2019-04-29T15:51:24Z-
dc.date.available2019-04-29T15:51:24Z-
dc.date.issued2014-01-
dc.identifierBasualdo, Marta Susana; García, Maximiliano Pablo; Nieto Degliuomini, Lucas; Rullo, Pablo Gabriel; Model predictive control to ensure high quality hydrogen production for fuel cells; Elsevier; International Journal of Hydrogen Energy; 39; 16; 1-2014; 8635-8649-
dc.identifier0360-3199-
dc.identifierhttp://hdl.handle.net/11336/32983-
dc.identifierCONICET Digital-
dc.identifierCONICET-
dc.identifier.urihttp://rodna.bn.gov.ar:8080/jspui/handle/bnmm/303843-
dc.descriptionIn this work, a conventional plant wide control of a hydrogen production process from bioethanol is analyzed. The objective is to determine if the carbon monoxide (CO), in the produced hydrogen, exceeds the Proton Exchange Membrane Fuel Cell quality requirement of 10 ppm. Commercial sensors that meet those process conditions at high temperature are not easily available. Then, the development of two soft sensors, based on neural network, for online estimation of CO concentration in the H2 stream is presented. Higher CO concentration than allowed is detected in the fuel cell feeding. Strong interaction effects among the control loops around the last reactor, are found. Based on this, two model predictive control technologies are tested and compared in this interacted zone, in order to improve the disturbance rejection and satisfy the H2 expected quality. An exigent disturbance profile was used for simulating dynamically the complete process behavior.-
dc.descriptionFil: Rullo, Pablo Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina-
dc.descriptionFil: Nieto Degliuomini, Lucas. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina-
dc.descriptionFil: García, Maximiliano Pablo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina-
dc.descriptionFil: Basualdo, Marta Susana. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina. Universidad Tecnológica Nacional; Argentina-
dc.formatapplication/pdf-
dc.formatapplication/pdf-
dc.formatapplication/pdf-
dc.formatapplication/pdf-
dc.languageeng-
dc.publisherElsevier-
dc.relationinfo:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1016/j.ijhydene.2013.12.069-
dc.relationinfo:eu-repo/semantics/altIdentifier/url/http://www.sciencedirect.com/science/article/pii/S0360319913030048-
dc.rightsinfo:eu-repo/semantics/restrictedAccess-
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/-
dc.sourcereponame:CONICET Digital (CONICET)-
dc.sourceinstname:Consejo Nacional de Investigaciones Científicas y Técnicas-
dc.sourceinstacron:CONICET-
dc.subjectModel predictive control-
dc.subjectBioethanol processor system-
dc.subjectCO soft sensor-
dc.subjectPEM quality hydrogen production-
dc.subjectOtras Ingeniería Química-
dc.subjectIngeniería Química-
dc.subjectINGENIERÍAS Y TECNOLOGÍAS-
dc.titleModel predictive control to ensure high quality hydrogen production for fuel cells-
dc.typeinfo:eu-repo/semantics/article-
dc.typeinfo:eu-repo/semantics/publishedVersion-
dc.typeinfo:ar-repo/semantics/articulo-
Aparece en las colecciones: CONICET

Ficheros en este ítem:
No hay ficheros asociados a este ítem.