Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/721 |
Resumo: | Os sistemas de controle automático de processos apresentam grande importância, sendo aplicados em áreas industriais e científicas. Tal importância deve-se a necessidade de utilização de controladores cada vez mais eficazes, que proporcionem o ajuste das variáveis de forma automática, sem necessidade de intervenção humana. Não obstante, os processos, no geral, apresentam características fortemente não lineares, o que torna a modelagem e equacionamento do sistema mais difícil de ser realizado. Sendo assim, o descrito trabalho propõe a modelagem do controle de temperatura de uma planta didática – PD3 – através do uso de redes neuronais artificiais. O treinamento das redes é obtido através de dados experimentais, e ao final, são discutidos os parâmetros e dados estatísticos da rede final, a fim de verificar a viabilidade do seu uso no sistema em estudo, isto é, se a rede neuronal artificial apresentou alta representatividade dos valores obtidos da planta. |
id |
UFF-2_108e762c7f5c14e69fa4d35fa059f53c |
---|---|
oai_identifier_str |
oai:app.uff.br:1/721 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didáticaControle de processo químicoInteligência artificialRede neuronal artificialControle de processo químicoInteligência artificialRede neuronal artificialAutomated control processArtificial intelligentArtificial neural networksSubsymbolic processOs sistemas de controle automático de processos apresentam grande importância, sendo aplicados em áreas industriais e científicas. Tal importância deve-se a necessidade de utilização de controladores cada vez mais eficazes, que proporcionem o ajuste das variáveis de forma automática, sem necessidade de intervenção humana. Não obstante, os processos, no geral, apresentam características fortemente não lineares, o que torna a modelagem e equacionamento do sistema mais difícil de ser realizado. Sendo assim, o descrito trabalho propõe a modelagem do controle de temperatura de uma planta didática – PD3 – através do uso de redes neuronais artificiais. O treinamento das redes é obtido através de dados experimentais, e ao final, são discutidos os parâmetros e dados estatísticos da rede final, a fim de verificar a viabilidade do seu uso no sistema em estudo, isto é, se a rede neuronal artificial apresentou alta representatividade dos valores obtidos da planta.The automatic process control systems have great importance, being applied in industrial and scientific fields. Such importance is due to the need to use increasingly effective controllers that provide adjustment of the variables automatically, without human intervention. However, the processes, in general, exhibit highly non linear characteristics, which makes the modeling and equating of the system more difficult to be performed. Thus, the described work proposes the modeling of the temperature control of a didactic plant - PD3 - through the use of artificial neural networks. The training of the networks is obtained through experimental data and, at the end, the parameters and statistical data of the final network are discussed in order to check the feasibility of their use in the test system, that is, if the artificial neural network showed high representation of the values of the plant.Ramirez, Ninoska Isabel BojorgeQueiroz Neto, João Crisósthomo deValdman, AndreaMendes, Álvaro José BoaretoSilva, Alessandra Ribeiro2015-08-17T15:14:17Z2015-08-17T15:14:17Z2015info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/721CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-10-14T22:02:26Zoai:app.uff.br:1/721Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:52:44.651774Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
title |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
spellingShingle |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática Silva, Alessandra Ribeiro Controle de processo químico Inteligência artificial Rede neuronal artificial Controle de processo químico Inteligência artificial Rede neuronal artificial Automated control process Artificial intelligent Artificial neural networks Subsymbolic process |
title_short |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
title_full |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
title_fullStr |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
title_full_unstemmed |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
title_sort |
Estudo preliminar da aplicação de redes neuronais no sistema de controle de temperatura em uma planta didática |
author |
Silva, Alessandra Ribeiro |
author_facet |
Silva, Alessandra Ribeiro |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ramirez, Ninoska Isabel Bojorge Queiroz Neto, João Crisósthomo de Valdman, Andrea Mendes, Álvaro José Boareto |
dc.contributor.author.fl_str_mv |
Silva, Alessandra Ribeiro |
dc.subject.por.fl_str_mv |
Controle de processo químico Inteligência artificial Rede neuronal artificial Controle de processo químico Inteligência artificial Rede neuronal artificial Automated control process Artificial intelligent Artificial neural networks Subsymbolic process |
topic |
Controle de processo químico Inteligência artificial Rede neuronal artificial Controle de processo químico Inteligência artificial Rede neuronal artificial Automated control process Artificial intelligent Artificial neural networks Subsymbolic process |
description |
Os sistemas de controle automático de processos apresentam grande importância, sendo aplicados em áreas industriais e científicas. Tal importância deve-se a necessidade de utilização de controladores cada vez mais eficazes, que proporcionem o ajuste das variáveis de forma automática, sem necessidade de intervenção humana. Não obstante, os processos, no geral, apresentam características fortemente não lineares, o que torna a modelagem e equacionamento do sistema mais difícil de ser realizado. Sendo assim, o descrito trabalho propõe a modelagem do controle de temperatura de uma planta didática – PD3 – através do uso de redes neuronais artificiais. O treinamento das redes é obtido através de dados experimentais, e ao final, são discutidos os parâmetros e dados estatísticos da rede final, a fim de verificar a viabilidade do seu uso no sistema em estudo, isto é, se a rede neuronal artificial apresentou alta representatividade dos valores obtidos da planta. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-08-17T15:14:17Z 2015-08-17T15:14:17Z 2015 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://app.uff.br/riuff/handle/1/721 |
url |
https://app.uff.br/riuff/handle/1/721 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823596294635520 |