X SBAI Simpsio Brasileiro de Automao Inteligente

18 a 21 de setembro de 2011
So Joo del-Rei - MG - Brasil

SINTONIA DE CONTROLADORES PID COM O

ALGORITMO DE EVOLUO DIFERENCIAL
DAVI L. DE SOUZA1, LUCAS F. S. MAIA1, FRAN S. LOBATO2, GUSTAVO M. DE ALMEIDA1
1

Campus Alto Paraopeba (CAP), Universidade Federal de So Joo del-Rei

Rod. MG 443, Km 07, 36.420-000, Ouro Branco, MG, Brasil
E-mails: davilsouza@gmail.com, gustavoalmeida@ufsj.edu.br

Faculdade de Engenharia Qumica, Universidade Federal de Uberlndia

Campus Santa Mnica, 38.400-902, Uberlndia, MG, Brasil
E-mail: fslobato@feq.ufu.br

Abstract PI and PID controller design (tuning) employ in general classical techniques, such as Ziegler-Nichols and CohenCoon. One disadvantage in this case is the need for knowing the process dynamics. An alternative approach is the use of evolutionary optimization methods. In this work, one of them called Differential Evolution is used for tuning the PI and PID parameters of a controller in a thermal process. The results, compared to those given by the classical techniques, showed that the proposed methodology is promising.
Keywords PID controller, Tuning, Differential Evolution.
Resumo O projeto (sintonia) de controladores PI e PID geralmente realizado com tcnicas clssicas, tais como ZieglerNichols e Cohen-Coon. Uma das desvantagens a necessidade de conhecimento da dinmica do processo. Uma abordagem alternativa o emprego de mtodos evolutivos. Neste trabalho, empregou-se um deles, denominado Evoluo Diferencial, para a
sintonia dos parmetros PI e PID de um controlador em um processo trmico. Os resultados, comparados com aqueles obtidos
com as tcnicas clssicas, mostraram que a metodologia proposta promissora.
Palavras-chave Controlador PID, Sintonia, Evoluo Diferencial.

1 Introduo
O desenvolvimento de controladores que possuem
comportamento uniforme em malha fechada para
grandes variaes da dinmica do processo, e
robustez, tem acelerado a alta competio do
mercado nos dias atuais.
A explorao de novas alternativas de sistemas
de controle pode resultar em um fator importante na
conquista de mercado. Alm disso, aspectos como
aumento da demanda por processos e produtos de
qualidade, responsabilidade ambiental e demandas
por um mercado varivel e dinmico, motivam a
busca por sistemas de controle com flexibilidade
operacional, sem o conservadorismo dos mtodos
existentes.
Tradicionalmente, em projeto de controladores,
mtodos clssicos como Ziegler-Nichols (ZN) e
Cohen-Coon (CC) so frequentemente empregados
com essa finalidade (Souza, 2007). Apesar da
simplicidade de aplicao destas metodologias, elas
apresentam, como principal desvantagem, a
necessidade de conhecimento da dinmica do
processo, o que, em problemas reais, se configura
como uma tarefa rdua.
Recentemente, estratgias baseadas em tcnicas
heursticas de otimizao tm sido propostas para o
projeto de controladores, dentre as quais pode-se
citar Lobato e Souza (2008) e Solihin et al. (2011).

ISSN: 2175-8905 - Vol. X

Dentre as modernas tcnicas heursticas, o

algoritmo de Evoluo Diferencial (ED), proposto
por Storn e Price (1995), se configura como uma das
metodologias mais utilizadas para a resoluo de
problemas de otimizao. Este mtodo consiste
basicamente em utilizar operaes vetoriais para a
gerao de solues candidatas.
Neste contexto, o objetivo deste trabalho
avaliar a aplicabilidade do algoritmo de ED no
projeto de controladores PID. Alm disso, comparar
os resultados obtidos com aqueles oriundos da
aplicao dos mtodos de ZN e CC. Este trabalho
estruturado como segue. A seo 2 apresenta uma
reviso das tcnicas clssicas para a sintonia de
controladores. Uma breve reviso sobre o algoritmo
de ED mostrado na seo 3. Nas sees 4 e 5 so
apresentados os critrios de desempenho empregados
e um estudo de caso. Finalmente, na seo 6, so
apresentados os resultados e os trabalhos futuros.
2 Sintonia de Controladores
Na literatura, a grande maioria dos trabalhos que
envolvem o projeto de controladores faz uso dos mtodos de ZN e CC. O princpio desses mtodos a
correlao entre os parmetros do controlador (Kc, I
e D) com os parmetros do modelo (K, e ), atravs da resposta temporal do sistema em malha aberta
(denominada curva de reao do processo), frente a
uma perturbao degrau (Tabela 1).

105

X SBAI Simpsio Brasileiro de Automao Inteligente

18 a 21 de setembro de 2011
So Joo del-Rei - MG - Brasil

Tabela 1. Sintonia de controladores pelos mtodos de ZN e CC,

atravs da curva de reao do processo, em malha aberta (Fonte:
Seborg et al., 1989).
Controlador/Mtodo

Ziegler-Nichols
(ZN)
KK

( ) + 13

( )

( )
I
= 3,33( )

KK C = 0,9

PI

Cohen-Coon
(CC)
KK C =

A idia principal por trs desta tcnica o esquema proposto para atualizao do vetor de variveis de projeto de uma populao. Basicamente, a
diferena ponderada, via taxa de perturbao F, entre
r
r
dois indivduos ( xr e xr ), adicionada a um terceiro
r
indivduo ( xr1 ), como mostrado na Figura 1.
2

( )+ 0,083
( )]
I
=

1,0 + 2,2( )

KK = 1,35 ( ) + 0, 270

32 + 6 ( )
=

13 + 8 ( )

0,37
( )

=
1, 0 + 0, 2 ( )

KK C = 0.9

3,33 + 0,33

( )
( )
( )

KK C = 1, 2

PID

I
= 2 ,0

D
= 0 ,5

Outro mtodo clssico bastante utilizado o ZN

por meio de sensibilidade limiar (Seborg et al.,
1989). Este procedimento vlido apenas para plantas estveis em malha aberta, e conduzido com os
seguintes passos: (I) Fixao do parmetro proporcional com um ganho muito pequeno; (II) Aumento
do ganho at a obteno de uma resposta oscilatria
com amplitude e perodo constantes; (III) Registro do
ganho crtico (Ku) e do perodo crtico (Pu); e (IV)
Ajuste dos parmetros, conforme a Tabela 2.
Tabela 2. Sintonia de controladores pelo mtodo de ZN, atravs da
sensibilidade limiar, em malha fechada (Fonte: Seborg et al.,
1989).
Controlador/
Parmetro

Kc

0,5Ku

PI

0,45Ku

Pu/1,2

PID

0,6Ku

0,5Pu

Pu/8

Apesar da grande maioria dos projetos de controladores PID serem sintonizados pelos mtodos
clssicos ZN e CC, eles trazem algumas dificuldades,
tais como: a necessidade de conhecimento da dinmica do processo em malha aberta, e no caso do mtodo de sensibilidade limiar, a necessidade de trabalhar prximo ao limite de instabilidade do sistema.
Sendo assim, a partir deste cenrio, caracteriza-se a
necessidade de novas alternativas para a sintonia de
controladors PID.
3 O Algoritmo de Evoluo Diferencial
Dentre os vrios algoritmos de otimizao no determinsticos propostos na literatura, o algoritmo de
Evoluo Diferencial (ED), proposto por Storn e
Price (1995), se configura como uma das principais
abordagens para a resoluo de problemas de otimizao.

ISSN: 2175-8905 - Vol. X

Figura 1. Fundamentao terica do algoritmo de ED (Fonte:

Reproduzido de Storn et al., 2005).

r
O indivduo gerado atravs deste esquema ( i )
avaliado pela funo objetivo e pode inclusive substituir indivduos mal sucedidos nas geraes seguintes.
Desta forma, nenhuma distribuio de probabilidade
em separado deve ser usada, o que torna este esquema completamente auto-ajustvel.
De maneira resumida, nessa abordagem puramente estrutural, o valor de cada varivel representado por um valor real e a gerao de candidatos
feita atravs do uso de operaes vetoriais como apresentado e detalhado a seguir (Storn e Price, 1995):
Inicializar (aleatoriamente) e avaliar a populao P enquanto nenhum
critrio de parada for satisfeito faa {
para (i = 0; i < NP; i++) {
Rotina Candidato C[i]
Avalie o candidato C[i]
se (C[i] melhor que P[i])
P[i] = C[i] seno P[i] = P[i]}
P = P}

em que NP o tamanho da populao, P a populao da gerao atual, e P a populao da prxima gerao. O procedimento para a criao do
candidato (C[i]) mostrado a seguir:
Candidato C[i]
Aleatoriamente selecione os pais P[i1], P[i2] e
P[i3], (i i1 i2 i3).
Gerao do candidato: C1[i] = P[i1] + F (P[i2]P[i3]).
C[i] por cruzamento dos genes de P[i] e C1[i]
como segue: para (j = 0 ; j < NP ; j++) {
se (r < CR) C[i][j] = C1[i][j] seno C[i][j]
= P1[i][j]}

em que C[i] a soluo candidata i da populao, C[i][j] a j-sima entrada no vetor soluo de
C[i], r um nmero aleatrio entre 0 e 1, CR a probabilidade de cruzamento e F a taxa de perturbao.

106

X SBAI Simpsio Brasileiro de Automao Inteligente

18 a 21 de setembro de 2011
So Joo del-Rei - MG - Brasil

O algoritmo implementado por Storn e Price

(1995) possibilita a escolha do tipo de estratgia que
ser utilizada durante o processo evolutivo. Tais estratgias dependem do vetor escolhido para ser perturbado, do nmero de vetores que sero considerados para a perturbao e do tipo de cruzamento que
ser utilizado. Storn e Price (1995) aconselham uma
populao em torno de 5 a 10 vezes o nmero de
variveis do problema, e taxa de perturbao e probabilidade de cruzamento iguais a 0,5.
Na literatura, pode-se encontrar inmeras aplicaes do algoritmo de ED em reas distintas da cincia, dentre as quais pode-se citar: estimao de parmetros trmicos em reator de leito (Babu e Sastry,
1999), sntese e otimizao de sistemas integrados de
energia aplicados a destilao (Babu and Singh,
2000), estimao de parmetros cinticos em processos de fermentao a batelada alimentada (Wang et
al., 2001), projeto de sistemas de engenharia (Lobato
e Steffen, 2007), determinao da difusividade trmica aparente na secagem de frutas (Mariani et al.,
2008), projeto de sistemas de engenharia com enfoque multi-objetivo (Lobato, 2008), estimao dos
parmetros da equao de Page e do coeficiente de
perda de calor de um secador rotativo em escala piloto (Lobato et al., 2008), estimao de parmetros
trmicos em transferncia radiativa (Lobato et al.,
2010), alm de outras aplicaes (Storn et al., 2005).
4 Critrios de Desempenho
Com o objetivo de comparar a tcnica proposta com
os mtodos clssicos ZN e CC, aplicou-se o seguinte
ndice de Desempenho (d):
d =

( ts / t ) + OS
,
2

(1)

em que ts o tempo de assentamento, OS, o overshoot, e t, o tempo total de simulao. O ndice de

Desempenho est contido no domnio [0, 1]. Na Figura 2, ilustra-se o clculo de ts, dado pelo tempo de
assentamento na faixa 0,95b e 1,05b. enquanto OS
obtido de acordo com:
OS =

a
.
b

Figura 2. Medidas de desempenho do sistema de controle (Fonte:

Seborg et al., 1989).

Tc,s Qc,s
Tc
Tt,s
Qt,s

Tt

Tt,e
Qt,e

Tc,e Qc,e
Figura 3. Desenho esquemtico do trocador de calor (Fonte: Garcia, 2005).

O objetivo desse sistema aquecer uma corrente

de gua a 40 oC a partir de uma corrente de gua
quente. As trocas trmicas consideradas so: a transferncia de calor entre os fluidos circulando nos tubos e no casco, a transferncia de calor entre o fluido
circulando no casco e suas paredes, e o transporte de
energia (entalpia) devido ao escoamento dos fluidos
nos tubos e casco. Maiores informaes sobre a formulao e as consideraes esto em Garcia (2005).
A descrio matemtica do sistema de troca trmica resultante da combinao das equaes do sistema com as relaes constitutivas so dadas pelas
equaes a seguir:

d (Tt ,s )
dt
d (Tc,s )
dt

t ,e Qt ,e c p ,a (Tt ,e Tt ,s ) + U A Tct
, (3)
t Vt c p ,a

c,e Qc,e c p,a (Tc,e Tc,s ) U A Tct

, (4)
c Vc c p,a

(2)
Tt ,s ( 0 ) Tc ,s (0 ) = 40o C 74,4o C ,

(5)

5 Aplicao
O estudo de caso deste trabalho consiste de um trocador de calor do tipo casco-tubo em contra-corrente.
Na Figura 3, Qc,i e Tc,i representam, respectivamente,
a vazo e a temperatura de entrada do fluido quente,
e Qt,e e Tt,e, a vazo e a temperatura de entrada do
fluido frio. Tc a temperatura do fluido no lado do
casco e Tt a temperatura do fluido no lado dos tubos.

ISSN: 2175-8905 - Vol. X

onde t,e e t so as massas especficas da gua

quente de alimentao e nos tubos, respectivamente
(constantes e iguais a 998,21 kg/m3 e 995,65 kg/m3);
c,e e c so as massas especficas da gua fria de alimentao e no casco, respectivamente (constantes e
iguais a 965,31 kg/m3 e 971,79 kg/m3); Vt o volume
externo dos tubos e Vc o volume interno disponvel
no casco (constantes e iguais a 3,38510-3 m3 e
4,55710-3 m3, respectivamente); cp,a o calor espec-

107

X SBAI Simpsio Brasileiro de Automao Inteligente

18 a 21 de setembro de 2011
So Joo del-Rei - MG - Brasil

fico da gua (constante e igual a 1,0 kcal/(kgC); U

o coeficiente global de transferncia de calor (constante e igual a 1.089,7 W/(m2K); A a rea mdia de
troca trmica (constante e igual a 0,8822 m2); e
Tmax,ct Tmin,ct a mdia logartmica da
Tct =
ln (Tmax,ct Tmin,ct )
diferena de temperatura, com Tmax,ct = Tc ,s Tt ,e e

Tmin,ct = Tc ,e Tt , s .
A equao do conjunto sensor-transmissor se
comporta como um sistema de 1a ordem e a temperatura transmitida (Tt, em oC) dada por:
d (Tt )
dt

Kt (Tm.mV 1,019 ) Tt
t

, Tt ( 0 ) = 14,6 mA ,

(6)

em que Kt o ganho do transmissor (igual a 10,2

mA/mV); Tm,mV a temperatura medida pelo sensor
em mV; t a constante de tempo do conjunto (igual
a 2s); e a temperatura transmitida em mA dada por
Tt ,mA = Tt + 4 .
A equao do conjunto conversor I/P-vlvula de
controle modelado como um sistema de 1a ordem e
a posio da haste da vlvula (X, em p.u.) dada por:

SL) e por curva de reao (ZN-CR), Cohen-Coon

(CC-CR) e mtodo de Evoluo Diferencial (ED)
(com uma populao com 40 indivduos, taxa de perturbao igual a 0,8 e probabilidade de cruzamento
igual a 0,5). Apresenta-se tambm, para o mesmo
sistema em malha fechada, os resultados da sintonia
de um controlador PID, sintonizado pelos mtodos:
Ziegler-Nichols por sensibilidade limiar (ZN-SL) e
por curva de reao (ZNCR), Cohen-Coon (CC-CR)
e mtodo de Evoluo Diferencial (ED).
Pode-se observar, atravs da anlise do ndice de
desempenho proposto (d), a qualidade do projeto de
controladores obtida com o algoritmo de ED, que
comparando com as tcnicas clssicas demonstrou
equivalncia. A Tabela 4 apresenta os valores dos
parmetros para os controladores analisados. O mtodo evolutivo foi aplicado ao sistema localmente
linearizado, e ento implementado no modelo nolinear (Figura 4), o que ressalta a sua eficincia. Na
Figura 5, so apresentadas as respostas do sistema
frente a uma perturbao degrau unitria no set-point,
isto , de 40 para 41 oC, para cada uma das sintonias
dos controladores PI e PID. Pode-se observar a eficcia da metodologia proposta quando comparada
com os mtodos clssicos de ZN e CC.
Tabela 3. Comparativo entre os mtodos de sintonia analisados.

d(X )
dt

K AT ( v 3 ) X
AT

X ( 0 ) = 0,6p.u. ,

(7)

em que KAT o ganho esttico do atuador (igual

a 1/12 p.u./psig); v o sinal de sada do conversor I/P
(igual a K IP [m(mA) 4] + 3 , em que KIP o ganho
do conversor e m o sinal de 4 a 20 mA recebido
pelo conversor); e AT a constante de tempo do conjunto (igual a 10 s).
Por fim, a equao que define a vazo atravs da
vlvula (Qc,e, em m3/s) dada por:
Qc ,e = K V CV R X 1 PV c ,e ,

Erro Quadrtico Mdio

35,81

0,127990

PI (ZN-SL)

22,58

0,079193

PI (ZN-CR)

38,48

0,008692

PI (CC-CR)

24,91

0,062792

PI (ED)

39,79

0,009491

PID (ZN-SL)

23,75

0,237793

PID (ZN-CR)

22,09

0,006494

PID (CC-CR)

19,90

0,043793

PID (ED)

22,65

0,006993

(8)

em que KV o fator de ajuste de unidades (igual

a 7,610-3); CV o coeficiente de vazo (igual a 27
gpm/psi1/2); R a "rangeabilidade" (igual a 30); e
PV a queda de presso atravs da vlvula (constante e igual a 0,2 bar).
Com a combinao da modelagem do processo,
do clculo dos parmetros do modelo, das modelagens da transmisso do sinal de temperatura e do
conjunto conversor I/Pvlvula de controle, e da definio das condies iniciais do sistema, apresentase, na Fig. 4, a representao grfica do modelo do
trocador de calor no-linearizado em malha fechada.
A Tabela 3 apresenta, para a simulao do sistema de troca trmica em malha fechada com um
controlador PI, o resultado disponvel na literatura
(Garcia, 2005) com aqueles sintonizados pelos mtodos: Ziegler-Nichols por sensibilidade limiar (ZN-

ISSN: 2175-8905 - Vol. X

Mtodo

PI (Garcia,
2005)

Tabela 4. Parmetros dos controladores PI e PID.

Parmetros

Mtodo
KC

PI (Garcia,
2005)

0,40

2,50

PI (ZN-SL)

4,41

50,00

PI (ZN-CR)

2,52

44,95

PI (CC-CR)

2,72

16,63

PI (ED)

1,00

13,38

PID (ZN-SL)

5,88

30,00

7,50

PID (ZN-CR)

3,36

27,00

6,75

PID (CC-CR)

4,43

26,02

4,25

PID (ED)

2,93

21,57

6,16

108

X SBAI Simpsio Brasileiro de Automao Inteligente

18 a 21 de setembro de 2011
So Joo del-Rei - MG - Brasil

QTe

QTe
e
Tref

Tref

Tref_mA

Converso de Tref
de oC para mA

Controlador
PI

Conversor
I/P

QCe

Qce

Vlvula
de controle

TTs

TTs
TTe

TTe

TCe

TCe

Medidor de
temperatura
PV_mA

Trocador
de calor

PV_oC

(a)
rho_T

1
QTe

VT

rho_Te

1
s

cPA
3
TTe

1
TTs

cPA

TT s

TT e
q
TCe

rho_C
TCs

2
QCe

VC
1
s

Clculo de
q=U.A.dTct

rho_Ce

Tcs

cPA
cPA
4
TCe

(b)
Figura 4. (a) Modelo do trocador de calor no-linearizado em malha fechada e (b) subsistema com o modelo do trocador de calor.
41.5

TTs

41

40.5

PI Lit
PI ZNSL
PI ZNCR
PI CCCR
PI ED

40

39.5

100

200

300

400

500
Tempo (s)

600

700

800

900

1000

41.5

TTs

41

PID ZNSL
PID ZNCR
PID CCCR
PID ED

40.5

40

100

200

300

400

500
Tempo (s)

600

700

800

900

1000

Figura 5. Resposta do sistema de troca trmica, frente a uma perturbao degrau unitria no set-point de 40 para 41 oC, para cada uma das
sintonias dos controladores PI e PID.

ISSN: 2175-8905 - Vol. X

109

X SBAI Simpsio Brasileiro de Automao Inteligente

18 a 21 de setembro de 2011
So Joo del-Rei - MG - Brasil

6 Concluso
Este trabalho objetivou a aplicao do algoritmo de
ED para o projeto de controladores PI e PID. A metodologia proposta foi aplicada na sintonia de um
controlador em um sistema de troca trmica em malha fechada. Os resultados obtidos foram comparados
com a sintonia realizada atravs dos mtodos tradicionais de Ziegler-Nichols (ZN) e Cohen-Coon (CC).
Como pode ser observado na Tabela 2, o resultado
com o algoritmo de ED foi o esperado, e a metodologia proposta se configura como uma promissora alternativa para o projeto de controladores.
Como propostas de trabalhos futuros, pode-se citar a aplicao da metodologia em plantas industriais,
a anlise de sensibilidade dos parmetros do algoritmo de ED na qualidade da soluo, e a hibridizao
do algoritmo com outras tcnicas clssicas e heursticas.
Agradecimentos
Os autores agradecem FAPEMIG e ao CNPq pelo
apoio financeiro.
Referncias Bibliogrficas
Babu, B. V., Sastry, K. K. N. (1999). Estimation of
Heat-transfer Parameters in a Trickle-bed Reactor using Differential Evolution and Orthogonal
Collocation. Computers and Chemical Engineering, Vol. 23, pp. 327-339.
Babu, B. V., Singh, R. P. (2000). Synthesis and Optimization of Heat Integrated Distillation Systems Using Differential Evolution, in Proceedings of the All-India Seminar on Chemical Engineering Progress on Resource Development.
Garcia, C. (2005). Modelagem e Simulao. EdUSP,
So Paulo, SP.
Lobato, F. S. (2008). Multi-objective Optimization to
Engineering System Design. Tese, Escola de Engenharia Mecnica, Universidade Federal de
Uberlndia, Brasil.
Lobato, F. S., Souza, D. L. (2008). Adaptive Differential Evolution Method Applied To Syntony of
Controllers, in 7th Brazilian Conference on Dynamics, Control and Application.
Lobato, F. S., Steffen Jr., V. (2007). Engineering
System Design with Multi-Objective Differential
Evolution, in Proceedings of the 19th International Congress of Mechanical Engineering.
Lobato, F. S., Steffen Jr., V., Arruda, E. B., Barrozo,
M. A. S. (2008). Estimation of Drying Parameters in Rotary Dryers using Differential Evolution, Journal of Physics: Conference Series, Vol.
135, doi:10.1088/1742-6596/135/1/012063.
Lobato, F. S., Steffen Jr., V., Neto, A. J. S. (2010).
Estimation of Space-Dependent Single Scatter-

ISSN: 2175-8905 - Vol. X

ing Albedo, in Radiative Transfer Problems, Inverse Problems, Design and Optimization Symposium.
Mariani, V. C., Lima, A. G. B., Coello, L. S. C.
(2008). Apparent Thermal Diffusivity Estimation
of the Banana during Drying using Inverse
Method. Journal of Food Engineering, Vol. 85,
pp. 569-579.
Price, K., Storn, R. (1997). Differential Evolution
A Simple Evolution Strategy for Fast Optimization. Dr. Dobbs Journal, Vol. 22, No. 4, pp. 1824.
Seborg, D. E., Edgar, T. F., Mellichamp, D. A.,
(1989). Process Dynamics and Control. Wiley
Series in Chemical Engineering.
Solihin, M. I., Tack, L. F., Kean, M. L. (2011). Tuning of PID Controller Using Particle Swarm Optimization (PSO), in Proceeding of the International Conference on Advanced Science, Engineering and Information Technology, ISBN 978983-42366-4-9.
Souza, D. L. (2007). Anlise do Desempenho de Sistemas de Controle. Dissertao de Mestrado, Faculdade de Engenharia Qumica, Universidade
Federal de Uberlndia, Brasil.
Storn, R., Price, K. (1995). Differential Evolution: A
Simple and Efficient Adaptive Scheme for
Global Optimization Over Continuous Spaces.
International Computer Science Institute, Vol.
12, pp. 1-16.
Storn, R., Price, K., Lampinen, J. A. (2005). Differential Evolution - A Practical Approach to
Global Optimization. Springer: Natural Computing Series.
Wang, F. S., Su, T. L., Jang, H. J. (2001). Hybrid
Differential Evolution for Problems of Kinetic
Parameter Estimation and Dynamic Optimization
of an Ethanol Fermentation Process. Industry
Engineering Chemical Research, Vol. 40, pp.
2876-2885.

110