Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões

Detalhes bibliográficos
Autor(a) principal: Sampaio, Daniela de Araujo
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/28366
Resumo: Orientadora: Profª. Drª. Fernanda de Castilhos
id UFPR_912a5e013b94d0b0f9e2cf313ac96398
oai_identifier_str oai:acervodigital.ufpr.br:1884/28366
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 QuímicaCastilhos, Fernanda de, 1977-Sampaio, Daniela de Araujo2024-07-17T19:11:22Z2024-07-17T19:11:22Z2012https://hdl.handle.net/1884/28366Orientadora: Profª. Drª. Fernanda de CastilhosDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Química. Defesa: Curitiba, 30/03/2012Inclui bibliografiasResumo: O desenvolvimento de alternativas renováveis para a produção de energia tem cada vez mais chamado a atenção dos pesquisadores. Neste sentido, a produção continua de biodiesel por transesterificação a altas pressões e temperaturas apresenta várias vantagens quando comparada aos métodos tradicionais, como a não utilização de catalisador e o baixo tempo de reação. O avanço deste processo exige a utilização de um sistema de supervisão e controle, que por sua vez, requerem a predição precisa de variáveis de saída do mesmo, o que é difícil na maioria das situações reais. Uma alternativa para este problema é a utilização de sensores virtuais ou estimadores de estado, que a partir de medidas online de algumas variáveis de processo permite inferir o valor online das variáveis não medidas, com um modelo do processo. O presente trabalho desenvolveu dois estimadores de estado, um baseado em Rede Neural Artificial e outro baseado em Rede Neural Artificial e Filtro de Kalman, para a predição da concentração de biodiesel no produto da transesterificação contínua em reator tubular a altas pressões e temperaturas. Foram testados os algoritmos Simulated Annealing e Differential Evolution para a minimização da função objetivo dos dois estimadores de estado. A fim de identificar qual a estrutura de sensor virtual mais conveniente para a condição deste estudo foram feitas análises de correlação e regressão linear entre os dados de concentração de biodiesel medidos experimentalmente e os dados preditos pelos estimadores de estado. O sensor virtual baseado em Rede Neural Artificial apresentou melhor desempenho quando comparado ao sensor virtual baseado em Rede Neural Artificial e Filtro de Kalman.Abstract: The development of renewable alternatives for energy production has increasingly drawn the attention of researchers. In this sense, the continuous production of biodiesel by transesterification at high pressures and temperatures has several advantages compared to traditional methods, such as not using catalyst and the low time of reactions. The progress of this process requires the use of a system for its supervision and control, which require the accurate prediction of the output variables of the process, this fact is difficult in most of the real situations. An alternative to this problem is to use soft sensors or state estimators, which from measures online of the process variables allows us to infer the value of variables not measured with a process model. This study developed two state estimators, one based on an Artificial Neural Network and another based on Artificial Neural Network and Kalman Filter for predicting the concentration of biodiesel in the transesterification product of continuous tubular reactor at high pressures and temperatures. We tested the algorithms Simulated Annealing and Differential Evolution for the minimization of the objective function of the two state estimators. In order to identify the structure of soft sensor the most suitable for the condition of this study were realized analysis of linear correlation and regression between biodiesel concentration data measured experimentally and data predicted by state estimators. The soft sensor based on Artificial Neural Network showed better performance when compared to the virtual sensor based on Artificial Neural Network and Kalman Filter.117 f. : il. ; 30 cm.application/pdfDisponível em formato digitalBiodieselRedes neurais (Computação)Detectores quimicosTransesterificaçãoEngenharia QuímicaDesenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - DANIELA DE ARAUJO SAMPAIO.pdfapplication/pdf894292https://acervodigital.ufpr.br/bitstream/1884/28366/1/R%20-%20D%20-%20DANIELA%20DE%20ARAUJO%20SAMPAIO.pdf42fbd52b3e51469173dec50b5602be53MD51open accessTEXTR - D - DANIELA DE ARAUJO SAMPAIO.pdf.txtExtracted Texttext/plain195264https://acervodigital.ufpr.br/bitstream/1884/28366/2/R%20-%20D%20-%20DANIELA%20DE%20ARAUJO%20SAMPAIO.pdf.txt957c9f4992accebc4a5ccf93961cdf9fMD52open accessTHUMBNAILR - D - DANIELA DE ARAUJO SAMPAIO.pdf.jpgGenerated Thumbnailimage/jpeg1142https://acervodigital.ufpr.br/bitstream/1884/28366/3/R%20-%20D%20-%20DANIELA%20DE%20ARAUJO%20SAMPAIO.pdf.jpgf626556da5c5105f94bd7d4906175df6MD53open access1884/283662024-07-17 16:11:22.246open accessoai:acervodigital.ufpr.br:1884/28366Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-07-17T19:11:22Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
title Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
spellingShingle Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
Sampaio, Daniela de Araujo
Biodiesel
Redes neurais (Computação)
Detectores quimicos
Transesterificação
Engenharia Química
title_short Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
title_full Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
title_fullStr Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
title_full_unstemmed Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
title_sort Desenvolvimento de sensores virtuais baseados em redes neurais artificiais para a transesterificação de óleo de soja a altas pressões
author Sampaio, Daniela de Araujo
author_facet Sampaio, Daniela de Araujo
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 Castilhos, Fernanda de, 1977-
dc.contributor.author.fl_str_mv Sampaio, Daniela de Araujo
contributor_str_mv Castilhos, Fernanda de, 1977-
dc.subject.por.fl_str_mv Biodiesel
Redes neurais (Computação)
Detectores quimicos
Transesterificação
Engenharia Química
topic Biodiesel
Redes neurais (Computação)
Detectores quimicos
Transesterificação
Engenharia Química
description Orientadora: Profª. Drª. Fernanda de Castilhos
publishDate 2012
dc.date.issued.fl_str_mv 2012
dc.date.accessioned.fl_str_mv 2024-07-17T19:11:22Z
dc.date.available.fl_str_mv 2024-07-17T19:11:22Z
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/1884/28366
url https://hdl.handle.net/1884/28366
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 117 f. : il. ; 30 cm.
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/1884/28366/1/R%20-%20D%20-%20DANIELA%20DE%20ARAUJO%20SAMPAIO.pdf
https://acervodigital.ufpr.br/bitstream/1884/28366/2/R%20-%20D%20-%20DANIELA%20DE%20ARAUJO%20SAMPAIO.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/28366/3/R%20-%20D%20-%20DANIELA%20DE%20ARAUJO%20SAMPAIO.pdf.jpg
bitstream.checksum.fl_str_mv 42fbd52b3e51469173dec50b5602be53
957c9f4992accebc4a5ccf93961cdf9f
f626556da5c5105f94bd7d4906175df6
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_ 1813898731018256384

Registros relacionados