Controle preditivo neural aplicado à processos petroquímicos
dc.contributor.advisor | Maitelli, André Laurindo | pt_BR |
dc.contributor.advisorID | por | |
dc.contributor.advisorLattes | http://lattes.cnpq.br/0477027244297797 | por |
dc.contributor.author | Popoff, Luiz Henrique Gomes | pt_BR |
dc.contributor.authorID | por | |
dc.contributor.referees1 | Araújo, Fábio Meneghetti Ugulino de | pt_BR |
dc.contributor.referees1ID | por | |
dc.contributor.referees1Lattes | http://lattes.cnpq.br/5473196176458886 | por |
dc.contributor.referees2 | Gabriel Filho, Oscar | pt_BR |
dc.contributor.referees2ID | por | |
dc.contributor.referees2Lattes | http://lattes.cnpq.br/4171033998524192 | por |
dc.date.accessioned | 2014-12-17T14:08:39Z | |
dc.date.available | 2010-11-18 | pt_BR |
dc.date.available | 2014-12-17T14:08:39Z | |
dc.date.issued | 2009-08-07 | pt_BR |
dc.description.resumo | A pesquisa tem como objetivo desenvolver uma estrutura de controle preditivo neural, com o intuito de controlar um processo de pH, caracterizado por ser um sistema SISO (Single Input - Single Output). O controle de pH é um processo de grande importância na indústria petroquímica, onde se deseja manter constante o nível de acidez de um produto ou neutralizar o afluente de uma planta de tratamento de fluidos. O processo de controle de pH exige robustez do sistema de controle, pois este processo pode ter ganho estático e dinâmica nãolineares. O controlador preditivo neural envolve duas outras teorias para o seu desenvolvimento, a primeira referente ao controle preditivo e a outra a redes neurais artificiais (RNA s). Este controlador pode ser dividido em dois blocos, um responsável pela identificação e outro pelo o cálculo do sinal de controle. Para realizar a identificação neural é utilizada uma RNA com arquitetura feedforward multicamadas com aprendizagem baseada na metodologia da Propagação Retroativa do Erro (Error Back Propagation). A partir de dados de entrada e saída da planta é iniciado o treinamento offline da rede. Dessa forma, os pesos sinápticos são ajustados e a rede está apta para representar o sistema com a máxima precisão possível. O modelo neural gerado é usado para predizer as saídas futuras do sistema, com isso o otimizador calcula uma série de ações de controle, através da minimização de uma função objetivo quadrática, fazendo com que a saída do processo siga um sinal de referência desejado. Foram desenvolvidos dois aplicativos, ambos na plataforma Builder C++, o primeiro realiza a identificação, via redes neurais e o segundo é responsável pelo controle do processo. As ferramentas aqui implementadas e aplicadas são genéricas, ambas permitem a aplicação da estrutura de controle a qualquer novo processo | por |
dc.format | application/pdf | por |
dc.identifier.citation | POPOFF, Luiz Henrique Gomes. Controle preditivo neural aplicado à processos petroquímicos. 2009. 94 f. Dissertação (Mestrado em Pesquisa e Desenvolvimento em Ciência e Engenharia de Petróleo) - Universidade Federal do Rio Grande do Norte, Natal, 2009. | por |
dc.identifier.uri | https://repositorio.ufrn.br/jspui/handle/123456789/12922 | |
dc.language | por | por |
dc.publisher | Universidade Federal do Rio Grande do Norte | por |
dc.publisher.country | BR | por |
dc.publisher.department | Pesquisa e Desenvolvimento em Ciência e Engenharia de Petróleo | por |
dc.publisher.initials | UFRN | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência e Engenharia do Petróleo | por |
dc.rights | Acesso Aberto | por |
dc.subject | Rede neural artificial | por |
dc.subject | Controle avançado | por |
dc.subject | Controle preditivo | por |
dc.subject | Artificial neural network | eng |
dc.subject | Advanced control | eng |
dc.subject | Predictive control | eng |
dc.subject.cnpq | CNPQ::ENGENHARIAS | por |
dc.title | Controle preditivo neural aplicado à processos petroquímicos | por |
dc.type | masterThesis | por |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- ControlePreditivoNeural_Popoff_2009.pdf
- Tamanho:
- 1.39 MB
- Formato:
- Adobe Portable Document Format
Carregando...