Implementação em sistemas de automação de sensor virtural baseado em redes neuronais

Tiradentes, Rafael Pinto

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/12546

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Valdman, Andrea	-
dc.contributor.author	Tiradentes, Rafael Pinto	-
dc.date.accessioned	2020-06-17T19:47:38Z	-
dc.date.available	2023-12-21T03:07:15Z	-
dc.date.issued	2020-01	-
dc.identifier.uri	http://hdl.handle.net/11422/12546	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Sensores virtuais	pt_BR
dc.subject	Amônia	pt_BR
dc.subject	Redes neuronais	pt_BR
dc.subject	Sistemas de automação	pt_BR
dc.title	Implementação em sistemas de automação de sensor virtural baseado em redes neuronais	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/0710718075130880	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/0932288344594731	pt_BR
dc.contributor.advisorCo1	Souza Junior, Maurício Bezerra de	-
dc.contributor.advisorCo1Lattes	http://lattes.cnpq.br/4530858702685674	pt_BR
dc.contributor.referee1	Folly, Rossana Odette Mattos	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/4307857099553577	pt_BR
dc.contributor.referee2	Parente, Andréa Pereira	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/9458055897856809	pt_BR
dc.contributor.referee3	Sá, Manuella Cristina Correia de	-
dc.description.resumo	O acompanhamento de variáveis de processo é fundamental para o conhecimento e correção de condições operacionais em plantas industriais de processos químicos e bioquímicos. Embora os sensores comerciais e os modelos fenomenológicos forneçam uma solução convencional, a complexidade e não linearidade de alguns processos impõe dificuldades à medição de algumas variáveis de interesse. Em resposta a estes problemas, soluções baseadas em aprendizado de máquina – tais como redes neuronais – são propostas. No atual contexto big data, historiadores de processo tornaram as indústrias modernas em um ambiente rico e propício para modelos preditivos baseados em dados. A literatura indica não somente a competitividade na resolução de problemas das redes neuronais em relação aos métodos clássicos, como também sua capacidade generalista e a modelagem matemática clara e de fácil compreensão ao engenheiro de processos. É de grande importância o estabelecimento de metodologias de implementação destes modelos preditivos, alcançando benefícios como a redução de custos operacionais e o incremento da confiabilidade operacional. Este trabalho propõe metodologias para implementação e diagnóstico da qualidade de sensores virtuais offline e online baseado em redes neuronais Multilayer Perceptron (MLP), que forneçam tanto a flexibilidade de implementação quanto à simplicidade de configuração pelo engenheiro de processos. A metodologia foi aplicada para o modelo de predição do teor de amônia na saída de fundo da coluna stripper da Fábrica Carioca de Catalisadores. Uma proposta de sensor offline e duas propostas de sensor online são apresentadas, utilizando softwares comerciais amplamente disponíveis em plantas industriais: planilha eletrônica e um historiador industrial de processos. As ferramentas foram validadas com os padrões da etapa de validação da rede neuronal, não indicando desvios significativos. O funcionamento dos sensores não apresentou interrupções inesperadas ou ciclos de cálculo superiores a 1 segundo. Testes com sensor offline alcançaram a taxa de cálculo de 1,7 milissegundo por padrão. Embora o foco deste trabalho esteja na proposta da metodologia para implementação do sensor virtual, a rede neuronal foi validada para o seu ano de treinamento, evidenciando correspondência dos resultados com as tendências operacionais. Testes de performance indicaram ainda a possibilidade de redução do intervalo de cálculo de treinamento (20 minutos) em um quarto, com ganhos de qualidade nos indicadores R² e erro quadrático médio. Resultados para as atuais condições operacionais evidenciaram a necessidade de manutenção da rede neuronal.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola de Química	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia Química

Files in This Item:

File	Description	Size	Format
RPTiradentes.pdf		1.33 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository