Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC

Detalhes bibliográficos
Autor(a) principal: Silva, Elina Sandra Ramos de Lira e
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/3925
Resumo: Orientador: Luiz Augusto da Cruz Meleiro
id UFPR_5e6bc1922067e753f28d148c3c40c916
oai_identifier_str oai:acervodigital.ufpr.br:1884/3925
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia QuímicaMeleiro, Luiz Augusto da CruzSilva, Elina Sandra Ramos de Lira e2024-02-06T11:01:19Z2024-02-06T11:01:19Z2006https://hdl.handle.net/1884/3925Orientador: Luiz Augusto da Cruz MeleiroDissertaçao (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduaçao em Engenharia - PIPE. Defesa: Curitiba, 2006Inclui bibliografiaResumo: O objetivo desta dissertaçao é apresentar um estudo detalhado sobre a identificaçao de um modelo neural para um reator de craqueamento catalítico em leito fluidizado (FCCU) que possa ser implementado tanto na estrutura de um controlador preditivo quanto na otimizaçao do processo usando métodos heurísticos estocásticos. Estratégias de controle baseadas em modelos nao lineares podem prover significativa melhoria para processos nao lineares quando comparadas com o desempenho dos controladores lineares. Redes neurais artificiais sao usadas em uma grande variedade de aplicaçoes da indústria química por causa de sua capacidade de representar as relaçoes de entrada e saída de um sistema. Há na literatura vários modelos matemáticos para a FCCU, a maioria com abordagem fenomenológica e com descriçao simplificada do processo. Baseado em um conjunto de dados gerado por um modelo mais elaborado, desenvolvido por Moro e Odloack (1995), validado com dados reais da unidade industrial da refinaria Alberto Pasqualini (REFAP) da PETROBRÁS, identificou-se a dinâmica do processo com um modelo neural mais simples e facilmente implementável em algoritmos de controle e otimizaçao do que os modelos fenomenológicos rigorosos. Várias arquiteturas de rede foram testadas e sao apresentados estudos sobre a influencia da estrutura da rede na qualidade da resposta do modelo. Os resultados mostraram que o modelo neural obtido descreveu adequadamente o comportamento dinâmico do processo. Os resultados da otimizaçao, obtidos através do algoritmo genético e do enxame de partículas, foram comparados entre si e com os resultados fornecidos pelo modelo fenomenológico do processo, apresentando ótima convergencia. O modelo neural foi implementado na estrutura de um controlador preditivo do processo apresentando resultados bastante satisfatórios.Abstract : The main objective of this work is to present a detailed study about the identification of a FCC unity using a neural model that can be used in the design of a predictive controller as well as in the process optimization using heuristic methods. Control strategies based on nonlinear models can potentially provide significant improvement in the operation of nonlinear process when compared to control algorithms based on linear methods. Neural networks are used for a wide variety of chemical process due to their ability to learn the systems’ features from input-output process data. There are many mathematical models for the FCCU in the literature, most of them with phenomenological approach and very simplified process description. Based on more elaborated model, developed by Moro and Odloak (1995), validated with real data of Petrobras’ Alberto Pasqualini Refinery (REFAP), the process dynamic has been identified with a neural model suitable to be implemented in control and optimization algorithms. Many architectures have been tested, and studies of their influence on the model accuracy are presented. The results show that the neural model gives a good description of the process dynamic behavior. Moreover, a comparison between the results provided by the genetic algorithm, particle swarm optimization, and the phenomenological model evidences a good agreement. The neural model was also used in the design of a model based predictive controller providing satisfactory results in closed-loop simulations.157f. : il., grafs., tabs.application/pdfDisponível em formato digitalEngenharia quimicaCraqueamento cataliticoRedes neurais (Computação)Algorítmos genéticosEngenharia QuímicaInvestigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCCinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALdissertacao_final_pronta.pdfapplication/pdf1189273https://acervodigital.ufpr.br/bitstream/1884/3925/1/dissertacao_final_pronta.pdf80329f0a3b389b5f7716badabde2720aMD51open accessTEXTdissertacao_final_pronta.pdf.txtExtracted Texttext/plain200877https://acervodigital.ufpr.br/bitstream/1884/3925/2/dissertacao_final_pronta.pdf.txt851bdce339b2290f5ee3c8d7f16ea5eaMD52open accessTHUMBNAILdissertacao_final_pronta.pdf.jpgGenerated Thumbnailimage/jpeg1138https://acervodigital.ufpr.br/bitstream/1884/3925/3/dissertacao_final_pronta.pdf.jpg77adbbc2c3a764c6237d4552333cd0f1MD53open access1884/39252024-02-06 08:01:19.264open accessoai:acervodigital.ufpr.br:1884/3925Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-02-06T11:01:19Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
title Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
spellingShingle Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
Silva, Elina Sandra Ramos de Lira e
Engenharia quimica
Craqueamento catalitico
Redes neurais (Computação)
Algorítmos genéticos
Engenharia Química
title_short Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
title_full Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
title_fullStr Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
title_full_unstemmed Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
title_sort Investigação do comportamento dinâmico e avaliação de estratégias de identificação, controle e otimização de um reator FCC
author Silva, Elina Sandra Ramos de Lira e
author_facet Silva, Elina Sandra Ramos de Lira e
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Química
dc.contributor.advisor1.fl_str_mv Meleiro, Luiz Augusto da Cruz
dc.contributor.author.fl_str_mv Silva, Elina Sandra Ramos de Lira e
contributor_str_mv Meleiro, Luiz Augusto da Cruz
dc.subject.por.fl_str_mv Engenharia quimica
Craqueamento catalitico
Redes neurais (Computação)
Algorítmos genéticos
Engenharia Química
topic Engenharia quimica
Craqueamento catalitico
Redes neurais (Computação)
Algorítmos genéticos
Engenharia Química
description Orientador: Luiz Augusto da Cruz Meleiro
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2024-02-06T11:01:19Z
dc.date.available.fl_str_mv 2024-02-06T11:01:19Z
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 https://hdl.handle.net/1884/3925
url https://hdl.handle.net/1884/3925
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 157f. : il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/3925/1/dissertacao_final_pronta.pdf
https://acervodigital.ufpr.br/bitstream/1884/3925/2/dissertacao_final_pronta.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/3925/3/dissertacao_final_pronta.pdf.jpg
bitstream.checksum.fl_str_mv 80329f0a3b389b5f7716badabde2720a
851bdce339b2290f5ee3c8d7f16ea5ea
77adbbc2c3a764c6237d4552333cd0f1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898721618821120

Registros relacionados