Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.

Detalhes bibliográficos
Autor(a) principal: EMERENCIANO, Mariângela da Silva Araújo.
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368
Resumo: A eletrólise do alumínio é um método eletroquímico que consiste em produzir metal, pela mediação de uma corrente elétrica e alumina dissolvida num banho de criolita a temperatura elevada. Atualmente, os modelos matemáticos que representam a dinâmica deste método sob a forma de balanços mássicos e energéticos são constituídos de equações diferenciais comuns acopladas, não-lineares e a coeficientes variáveis. Essa dissertação tem como objetivo desenvolver um gerador de sinais em uma cuba eletrolítica que servirá como fonte de dados para a aprendizagem de uma rede neural artificial, partindo de um modelo linear de ordem dez, com dezoito parâmetros, em função de dac e dma, que descreve o comportamento do processo de redução do alumínio. A modelagem e simulação computacional desse modelo permitiram a visualização e estudo de cada variável e parâmetro envolvido. Determinamos os parâmetros ótimos do modelo e efetuamos uma análise de sensibilidade dos parâmetros, o que nos indica a dependência entre eles e o impacto de cada parâmetro no modelo. Através de uma relação típica entre a resistência (R) e a concentração de alumina (C) foi possível desenvolver um modelo empírico e efetuando um ajuste nos parâmetros, verificamos que o modelo é adequado para representar R e C. O software desenvolvido poderá ser usado como alimentação de uma rede neural artificial que vai retornar os parâmetros para cada situação de operação, nos permitindo determinar novos valores de concentração de alumina, temperatura do banho e massa da crosta sem se fazer necessário a medição.
id UFCG_0a1922502f17706a785000febd799435
oai_identifier_str oai:localhost:riufcg/5368
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.Development of an aluminum reduction vessel signal generator as a data source for learning an artificial neural network.EletróliseRedução do AlumínioRedes Neurais ArtificiaisCuba EletrolíticaElectrolysesAluminum ReductionArtificial Neural NetworkElectrolytic TubEngenharia QuímicaA eletrólise do alumínio é um método eletroquímico que consiste em produzir metal, pela mediação de uma corrente elétrica e alumina dissolvida num banho de criolita a temperatura elevada. Atualmente, os modelos matemáticos que representam a dinâmica deste método sob a forma de balanços mássicos e energéticos são constituídos de equações diferenciais comuns acopladas, não-lineares e a coeficientes variáveis. Essa dissertação tem como objetivo desenvolver um gerador de sinais em uma cuba eletrolítica que servirá como fonte de dados para a aprendizagem de uma rede neural artificial, partindo de um modelo linear de ordem dez, com dezoito parâmetros, em função de dac e dma, que descreve o comportamento do processo de redução do alumínio. A modelagem e simulação computacional desse modelo permitiram a visualização e estudo de cada variável e parâmetro envolvido. Determinamos os parâmetros ótimos do modelo e efetuamos uma análise de sensibilidade dos parâmetros, o que nos indica a dependência entre eles e o impacto de cada parâmetro no modelo. Através de uma relação típica entre a resistência (R) e a concentração de alumina (C) foi possível desenvolver um modelo empírico e efetuando um ajuste nos parâmetros, verificamos que o modelo é adequado para representar R e C. O software desenvolvido poderá ser usado como alimentação de uma rede neural artificial que vai retornar os parâmetros para cada situação de operação, nos permitindo determinar novos valores de concentração de alumina, temperatura do banho e massa da crosta sem se fazer necessário a medição.The electrolysis of aluminum is an electrochemical method that consists of producing metal through the mediation of an electric current and alumina dissolved in a cryolite bath at high temperature. Currently, the mathematical models that represent the dynamics of this method under the form of mass balance and energy balance are constituted of common connected differential equations, nonlinear and the changeable coefficients. This paper aims to develop a generator of signals in an electrolytic tank that will serve as source of data for the learning of artificial neural network, through a linear model of order ten, with eighteen parameters, in function of dac and dma, that describes the behaviour of the process of reduction of aluminum. The modeling and simulation of this model allowed the visualization and study of each variable and parameter involved. We determine the optimal parameters of the model and effect an analysis of sensitivity of the parameters, that indicates the dependence between these parameters and the impact of each parameter in the model. Through a typical relation between the resistance (R) and the alumina concentration (C) it was possible to develop an empirical model and an adjustment of the parameters was done. We verified that the model is adjusted to represent R and C. Developed software can be used to feed the artificial neural network that will return the parameters for each operation situation, allowing to determine new values of concentration of alumina, temperature of the bath and mass of the crust with no measurement needed.CNPqUniversidade Federal de Campina GrandeBrasilCentro de Ciências e Tecnologia - CCTPÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICAUFCGVASCONCELOS, Luis Gonzaga Sales.VASCONCELOS, L. G. S.http://lattes.cnpq.br/9456860386065509BRITO, Romildo Pereira.BRITO, R. P.http://lattes.cnpq.br/5826366544754584ARAÚJO, João Teotônio Manzi Monteiro de.ANDRADE, Márcio Henrique dos Santos.EMERENCIANO, Mariângela da Silva Araújo.2009-10-192019-08-02T16:59:02Z2019-08-022019-08-02T16:59:02Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368EMERENCIANO, M. da S. A. Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial. 2009. 62 f. Dissertação (Mestrado em Engenharia Química) – Programa de Pós-Graduação em Engenharia Química, Centro de Ciências e Tecnologia, Universidade Federal de Campina Grande, Paraíba, Brasil, 2009. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-12-07T09:48:10Zoai:localhost:riufcg/5368Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-12-07T09:48:10Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
Development of an aluminum reduction vessel signal generator as a data source for learning an artificial neural network.
title Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
spellingShingle Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
EMERENCIANO, Mariângela da Silva Araújo.
Eletrólise
Redução do Alumínio
Redes Neurais Artificiais
Cuba Eletrolítica
Electrolyses
Aluminum Reduction
Artificial Neural Network
Electrolytic Tub
Engenharia Química
title_short Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
title_full Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
title_fullStr Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
title_full_unstemmed Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
title_sort Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial.
author EMERENCIANO, Mariângela da Silva Araújo.
author_facet EMERENCIANO, Mariângela da Silva Araújo.
author_role author
dc.contributor.none.fl_str_mv VASCONCELOS, Luis Gonzaga Sales.
VASCONCELOS, L. G. S.
http://lattes.cnpq.br/9456860386065509
BRITO, Romildo Pereira.
BRITO, R. P.
http://lattes.cnpq.br/5826366544754584
ARAÚJO, João Teotônio Manzi Monteiro de.
ANDRADE, Márcio Henrique dos Santos.
dc.contributor.author.fl_str_mv EMERENCIANO, Mariângela da Silva Araújo.
dc.subject.por.fl_str_mv Eletrólise
Redução do Alumínio
Redes Neurais Artificiais
Cuba Eletrolítica
Electrolyses
Aluminum Reduction
Artificial Neural Network
Electrolytic Tub
Engenharia Química
topic Eletrólise
Redução do Alumínio
Redes Neurais Artificiais
Cuba Eletrolítica
Electrolyses
Aluminum Reduction
Artificial Neural Network
Electrolytic Tub
Engenharia Química
description A eletrólise do alumínio é um método eletroquímico que consiste em produzir metal, pela mediação de uma corrente elétrica e alumina dissolvida num banho de criolita a temperatura elevada. Atualmente, os modelos matemáticos que representam a dinâmica deste método sob a forma de balanços mássicos e energéticos são constituídos de equações diferenciais comuns acopladas, não-lineares e a coeficientes variáveis. Essa dissertação tem como objetivo desenvolver um gerador de sinais em uma cuba eletrolítica que servirá como fonte de dados para a aprendizagem de uma rede neural artificial, partindo de um modelo linear de ordem dez, com dezoito parâmetros, em função de dac e dma, que descreve o comportamento do processo de redução do alumínio. A modelagem e simulação computacional desse modelo permitiram a visualização e estudo de cada variável e parâmetro envolvido. Determinamos os parâmetros ótimos do modelo e efetuamos uma análise de sensibilidade dos parâmetros, o que nos indica a dependência entre eles e o impacto de cada parâmetro no modelo. Através de uma relação típica entre a resistência (R) e a concentração de alumina (C) foi possível desenvolver um modelo empírico e efetuando um ajuste nos parâmetros, verificamos que o modelo é adequado para representar R e C. O software desenvolvido poderá ser usado como alimentação de uma rede neural artificial que vai retornar os parâmetros para cada situação de operação, nos permitindo determinar novos valores de concentração de alumina, temperatura do banho e massa da crosta sem se fazer necessário a medição.
publishDate 2009
dc.date.none.fl_str_mv 2009-10-19
2019-08-02T16:59:02Z
2019-08-02
2019-08-02T16:59:02Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368
EMERENCIANO, M. da S. A. Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial. 2009. 62 f. Dissertação (Mestrado em Engenharia Química) – Programa de Pós-Graduação em Engenharia Química, Centro de Ciências e Tecnologia, Universidade Federal de Campina Grande, Paraíba, Brasil, 2009. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368
identifier_str_mv EMERENCIANO, M. da S. A. Desenvolvimento de um gerador de sinais de uma cuba de redução de alumínio como fonte de dados para aprendizagem de uma rede neural artificial. 2009. 62 f. Dissertação (Mestrado em Engenharia Química) – Programa de Pós-Graduação em Engenharia Química, Centro de Ciências e Tecnologia, Universidade Federal de Campina Grande, Paraíba, Brasil, 2009. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/5368
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Ciências e Tecnologia - CCT
PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Ciências e Tecnologia - CCT
PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744383618056192