Controle preditivo neural aplicado à processos petroquímicos

Mostrar outras versões (1)

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 man...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Popoff, Luiz Henrique Gomes
Outros Autores: Maitelli, André Laurindo
Formato: Dissertação
Idioma:por
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Rede neural artificial
Controle avançado
Controle preditivo
Artificial neural network
Advanced control
Predictive control
CNPQ::ENGENHARIAS
Endereço do item:https://repositorio.ufrn.br/jspui/handle/123456789/12922
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-12922
record_format dspace
spelling ri-123456789-129222019-01-29T17:09:04Z Controle preditivo neural aplicado à processos petroquímicos Popoff, Luiz Henrique Gomes Maitelli, André Laurindo http://lattes.cnpq.br/0477027244297797 Araújo, Fábio Meneghetti Ugulino de http://lattes.cnpq.br/5473196176458886 Gabriel Filho, Oscar http://lattes.cnpq.br/4171033998524192 Rede neural artificial Controle avançado Controle preditivo Artificial neural network Advanced control Predictive control CNPQ::ENGENHARIAS 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 2014-12-17T14:08:39Z 2010-11-18 2014-12-17T14:08:39Z 2009-08-07 masterThesis 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. https://repositorio.ufrn.br/jspui/handle/123456789/12922 por Acesso Aberto application/pdf application/pdf Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Ciência e Engenharia do Petróleo Pesquisa e Desenvolvimento em Ciência e Engenharia de Petróleo
institution Repositório Institucional
collection RI - UFRN
language por
topic Rede neural artificial
Controle avançado
Controle preditivo
Artificial neural network
Advanced control
Predictive control
CNPQ::ENGENHARIAS
spellingShingle Rede neural artificial
Controle avançado
Controle preditivo
Artificial neural network
Advanced control
Predictive control
CNPQ::ENGENHARIAS
Popoff, Luiz Henrique Gomes
Controle preditivo neural aplicado à processos petroquímicos
description 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
author2 Maitelli, André Laurindo
author_facet Maitelli, André Laurindo
Popoff, Luiz Henrique Gomes
format masterThesis
author Popoff, Luiz Henrique Gomes
author_sort Popoff, Luiz Henrique Gomes
title Controle preditivo neural aplicado à processos petroquímicos
title_short Controle preditivo neural aplicado à processos petroquímicos
title_full Controle preditivo neural aplicado à processos petroquímicos
title_fullStr Controle preditivo neural aplicado à processos petroquímicos
title_full_unstemmed Controle preditivo neural aplicado à processos petroquímicos
title_sort controle preditivo neural aplicado à processos petroquímicos
publisher Universidade Federal do Rio Grande do Norte
publishDate 2014
url https://repositorio.ufrn.br/jspui/handle/123456789/12922
work_keys_str_mv AT popoffluizhenriquegomes controlepreditivoneuralaplicadoaprocessospetroquimicos
_version_ 1773959438211743744

Registros relacionados