Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/22129
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMaitelli, André Laurindo-
dc.contributor.authorSilva, Brenna Karolyna dos Santos-
dc.date.accessioned2017-03-03T22:08:40Z-
dc.date.available2017-03-03T22:08:40Z-
dc.date.issued2016-02-23-
dc.identifier.citationSILVA, Brenna Karolyna dos Santos. Identificação de um sistema multitanques utilizando redes de funções de base radial. 2016. 71f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/22129-
dc.description.abstractThe identification of nonlinear dynamical systems is of great importance in many areas of engineering. In this dissertation presents a system identification technique using Artificial Neural Networks Radial Basis Function type - RBF applied to a very common system in the chemical and petrochemical industry, multi tanks system (coupled tanks), which features a dynamic nature not linear. In such a system, the nonlinear behavior of this can make it difficult to identify and present a model that does not reflect their actual behavior. This factor is a source of motivation we use a mathematical tool such as RBF in the identification of nonlinear aspects of the system. This network has potential as ability to handle complex systems, learning and generalization. Identification systems using RBF can be treated as a curve fitting problem by combining the basic functions.pt_BR
dc.languageporpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectFunções de base radialpt_BR
dc.subjectIdentificação de sistemas não linearespt_BR
dc.subjectMultitanquespt_BR
dc.titleIdentificação de um sistema multitanques utilizando redes de funções de base radialpt_BR
dc.title.alternativeIdentification a multi tanks system using radial basis function networkspt_BR
dc.typemasterThesispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEOpt_BR
dc.contributor.authorID07406373473pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/8611385481499953-
dc.contributor.advisorID42046637100pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0477027244297797-
dc.contributor.referees1Araújo, Fábio Meneghetti Ugulino de-
dc.contributor.referees1ID82675090468pt_BR
dc.contributor.referees1Latteshttp://lattes.cnpq.br/5473196176458886-
dc.contributor.referees2Gabriel Filho, Oscar-
dc.contributor.referees2ID11376040697pt_BR
dc.contributor.referees2Latteshttp://lattes.cnpq.br/4171033998524192-
dc.description.resumoA identificação de sistemas dinâmicos não lineares tem grande importância em várias áreas da Engenharia. Esta dissertação apresenta uma técnica de identificação de sistemas utilizando Redes Neurais Artificiais do tipo Funções de Base Radial – RBF aplicada a um sistema bastante comum na indústria de química e petroquímica, o sistema de multitanques (tanques acoplados), que apresenta uma dinâmica de natureza não linear. Em tal sistema, o comportamento não linear deste pode dificultar a identificação e apresentar um modelo que não reflete seu comportamento real. Esse fator é fonte de motivação para utilizarmos uma ferramenta matemática tal como a RBF na identificação dos aspectos não lineares do sistema. Essa rede apresenta potencialidades como habilidade de tratar sistemas complexos, aprendizado e generalização. A identificação de sistemas utilizando RBF pode ser tratada como um problema de ajuste de curvas através da combinação das funções de base.pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICApt_BR
Appears in Collections:PPGCEP - Mestrado em Ciência e Engenharia do Petróleo

Files in This Item:
File Description SizeFormat 
IdentificacaoSistemaMultitanques_Silva_2016.pdf6,71 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.