Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/15470 |
Resumo: | A serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be needed |
id |
UFRN_2c3b90cd567510c521b55afa3ca435ce |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/15470 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Silva, Victor Leonardo Cavalcante Melo dahttp://lattes.cnpq.br/7797619263680874http://lattes.cnpq.br/7325007451912598Dória Neto, Adrião Duartehttp://lattes.cnpq.br/1987295209521433Duarte, Márcia Maria Limahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787740D4Barros Júnior, Laerte de Medeiroshttp://lattes.cnpq.br/0203497702994921Melo, Jorge Dantas de2014-12-17T14:56:12Z2013-07-222014-12-17T14:56:12Z2013-04-19SILVA, Victor Leonardo Cavalcante Melo da. Predição da incrustação em um trocador de calor baseada em redes neurais artificiais. 2013. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.https://repositorio.ufrn.br/jspui/handle/123456789/15470A serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be neededUm sério problema que afeta unidades de refino de petróleo é a deposição e incrustação de sólidos nos equipamentos. Esses resíduos estão naturalmente presentes no petróleo ou são produtos de reações químicas durante o seu transporte. Um permutador de calor, quando sujo, perde sua capacidade de aquecer adequadamente o petróleo, precisando, periodicamente, ser retirado de operação, para que possa ser realizada uma limpeza. Informações prévias do melhor período para realizar as paradas podem melhorar a eficiência energética e de produção da planta. Esse trabalho desenvolveu um sistema de predição da incrustação em um permutador da Refinaria Potiguar Clara Camarão, com base em dados coletados em parceria com a Petrobras. Foram utilizadas redes neurais recorrentes que preveem a vazão no permutador em instantes futuros. Essa variável é o principal indicador da incrustação, pois seu valor diminui gradualmente à medida que os depósitos nas paredes dos tubos reduzem seu diâmetro. A predição pode ser usada para dizer quando a vazão terá caído abaixo de um valor satisfatório, indicando quando será necessário retirar o equipamento de operaçãoConselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Engenharia ElétricaUFRNBRAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesRedes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor.Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchangerCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAPredição da incrustação em um trocador de calor baseada em redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALVictorLCMS_DISSERT.pdfapplication/pdf2392559https://repositorio.ufrn.br/bitstream/123456789/15470/1/VictorLCMS_DISSERT.pdff4276b98c00bcaaa7742d7ced860b2b7MD51TEXTVictorLCMS_DISSERT.pdf.txtVictorLCMS_DISSERT.pdf.txtExtracted texttext/plain121901https://repositorio.ufrn.br/bitstream/123456789/15470/6/VictorLCMS_DISSERT.pdf.txtecda858872ee8c26d3d591d4ffb51a05MD56THUMBNAILVictorLCMS_DISSERT.pdf.jpgVictorLCMS_DISSERT.pdf.jpgIM Thumbnailimage/jpeg2674https://repositorio.ufrn.br/bitstream/123456789/15470/7/VictorLCMS_DISSERT.pdf.jpg4bdd0629969bc8ba837f20a2a0830481MD57123456789/154702017-10-31 16:03:57.717oai:https://repositorio.ufrn.br:123456789/15470Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-10-31T19:03:57Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.por.fl_str_mv |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
title |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
spellingShingle |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais Silva, Victor Leonardo Cavalcante Melo da Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor. Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
title_full |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
title_fullStr |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
title_full_unstemmed |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
title_sort |
Predição da incrustação em um trocador de calor baseada em redes neurais artificiais |
author |
Silva, Victor Leonardo Cavalcante Melo da |
author_facet |
Silva, Victor Leonardo Cavalcante Melo da |
author_role |
author |
dc.contributor.authorID.por.fl_str_mv |
|
dc.contributor.authorLattes.por.fl_str_mv |
http://lattes.cnpq.br/7797619263680874 |
dc.contributor.advisorID.por.fl_str_mv |
|
dc.contributor.advisorLattes.por.fl_str_mv |
http://lattes.cnpq.br/7325007451912598 |
dc.contributor.referees1.pt_BR.fl_str_mv |
Dória Neto, Adrião Duarte |
dc.contributor.referees1ID.por.fl_str_mv |
|
dc.contributor.referees1Lattes.por.fl_str_mv |
http://lattes.cnpq.br/1987295209521433 |
dc.contributor.referees2.pt_BR.fl_str_mv |
Duarte, Márcia Maria Lima |
dc.contributor.referees2ID.por.fl_str_mv |
|
dc.contributor.referees2Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787740D4 |
dc.contributor.referees3.pt_BR.fl_str_mv |
Barros Júnior, Laerte de Medeiros |
dc.contributor.referees3ID.por.fl_str_mv |
|
dc.contributor.referees3Lattes.por.fl_str_mv |
http://lattes.cnpq.br/0203497702994921 |
dc.contributor.author.fl_str_mv |
Silva, Victor Leonardo Cavalcante Melo da |
dc.contributor.advisor1.fl_str_mv |
Melo, Jorge Dantas de |
contributor_str_mv |
Melo, Jorge Dantas de |
dc.subject.por.fl_str_mv |
Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor. |
topic |
Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor. Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
dc.subject.eng.fl_str_mv |
Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
A serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be needed |
publishDate |
2013 |
dc.date.available.fl_str_mv |
2013-07-22 2014-12-17T14:56:12Z |
dc.date.issued.fl_str_mv |
2013-04-19 |
dc.date.accessioned.fl_str_mv |
2014-12-17T14:56:12Z |
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.citation.fl_str_mv |
SILVA, Victor Leonardo Cavalcante Melo da. Predição da incrustação em um trocador de calor baseada em redes neurais artificiais. 2013. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/15470 |
identifier_str_mv |
SILVA, Victor Leonardo Cavalcante Melo da. Predição da incrustação em um trocador de calor baseada em redes neurais artificiais. 2013. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/15470 |
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.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Automação e Sistemas; Engenharia de Computação; Telecomunicações |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/15470/1/VictorLCMS_DISSERT.pdf https://repositorio.ufrn.br/bitstream/123456789/15470/6/VictorLCMS_DISSERT.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/15470/7/VictorLCMS_DISSERT.pdf.jpg |
bitstream.checksum.fl_str_mv |
f4276b98c00bcaaa7742d7ced860b2b7 ecda858872ee8c26d3d591d4ffb51a05 4bdd0629969bc8ba837f20a2a0830481 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117539774332928 |