Controle preditivo neural aplicado à processos petroquímicos
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...
Na minha lista:
Autor principal: | |
---|---|
Outros Autores: | |
Formato: | Dissertação |
Idioma: | por |
Publicado em: |
Universidade Federal do Rio Grande do Norte
|
Assuntos: | |
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 |