Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/12856
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorSecchi, Argimiro Resende-
dc.contributor.authorPinto, Andre Luiz Pessoa Galliez-
dc.date.accessioned2020-08-05T18:11:05Z-
dc.date.available2023-12-21T03:02:12Z-
dc.date.issued2020-07-28-
dc.identifier.urihttp://hdl.handle.net/11422/12856-
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRedes neuronaispt_BR
dc.subjectMachine learningpt_BR
dc.subjectPlantas químicaspt_BR
dc.subjectFenilbenzenopt_BR
dc.titleRedes neurais autoassociatovas com restrições de balanço para reconciliação de dados em plantas químicaspt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3710340061939187pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/8026648262218227pt_BR
dc.contributor.advisorCo1Souza Júnior, Mauricio Bezerra de-
dc.contributor.advisorCo1Latteshttp://lattes.cnpq.br/4530858702685674pt_BR
dc.contributor.referee1Capron, Bruno Didier Olivier-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3006635957267883pt_BR
dc.contributor.referee2Loução Júnior, Flávio Leite-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8440458418150969pt_BR
dc.description.resumoNo contexto da nova onda de transformações digitais conhecida como 4ª revolução industrial, técnicas baseadas em Inteligência Artificial tem se popularizado para resolver problemas típicos da indústria como a reconciliação de dados. Para este fim, algoritmos de machine learning se apresentam como uma alternativa promissora frente às abordagens clássicas de programação não linear, devido ao seu menor custo computacional. Neste trabalho investiga-se o uso de redes neuronais autoassociativas para reconciliar variáveis de uma planta simulada de produção de fenilbenzeno em estado estacionário. O desempenho da rede é avaliado assim como as implicações de combiná-la com equações de balanço de massa. As técnicas utilizadas apresentaram bons resultados, sendo capaz de produzir estimativas melhores do que as medições originais e sugerindo que o desempenho do modelo pode ser melhorado pela inserção de equações fenomenológicas na função objetivo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEscola de Químicapt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA QUIMICApt_BR
dc.embargo.termsabertopt_BR
Aparece en las colecciones: Engenharia Química

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ALPGPinto.pdf2.83 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.