Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Schmitz, Jones Erni, 1977-
Data de Publicação: 2006
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1603698
Resumo: Orientador: Mario de Jesus Mendes
id UNICAMP-30_17e480e875f2eb657c31ad6c36646c21
oai_identifier_str oai::382514
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Calculos de estabilidade e divisão de fases por meio de redes neurais artificiaisPhase splitting and stability calculations by means of artificial neural networksEquilibrio de fasesDiagramas de faseDestilação azeotrópicaPhase equilibriumPhase diagramsAzeotropesOrientador: Mario de Jesus MendesTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuimicaResumo: A simulação de processos é um componente fundamental de uma grande variedade de atividades de Engenharia de Processos, tais como a Otimização Online, o controle em Tempo Real, a Identificação, etc. O cálculo de Equilíbrio de Fases é uma atividade fundamental em qualquer simulação de processos de separação. O elevado tempo computacional deste cálculo provocado pela sua natureza iterativa pode criar incompatibilidades entre a atividade de simulação e as aplicações em tempo real que ela integra. O objetivo deste trabalho foi desenvolver um método alternativo simples, mas suficientemente preciso, para realizar os cálculos de equilíbrio de fases na simulação de processos de separação de sistemas complexos. Entende-se por tal, sistemas que apresentam problemas de Equilíbrio Líquido-Líquido e de Equilíbrio Líquido-Líquido-Vapor, como é o caso dos que possuem um Azeótropo Heterogêneo. Pelas suas propriedades, as Redes Neurais Artificiais surgem naturalmente como candidatas alternativas para esta tarefa. Como objeto de aplicação foram escolhidos dois sistemas que apresentam um azeótropo heterogêneo, o sistema binário acetato de etila - água e o sistema ternário etanol - acetato de etila - água. Para gerar os dados usados no treinamento das redes foi implementado um método convencional de cálculo de equilíbrio de fases, adequado à complexidade dos sistemas escolhidos, o método de Pham & Doherty. Para a resolução do problema da estabilidade de fases, a primeira etapa do cálculo do equilíbrio de fases, foram testados dois tipos de redes neurais artificiais (RNAs), as Redes Neurais Artificiais Probabilísticas (RNAPs) e os Perceptrons. Com os perceptrons foram encontradas dificuldades para atingir a precisão desejada, sendo necessário recorrer a perceptrons com várias camadas escondidas. Já as RNAPs apresentaram uma excelente precisão, embora a sua simulação seja mais lenta. Perceptrons simples de uma só camada escondida foram usados com êxito na solução da segunda etapa do cálculo de equilíbrio de fases, o problema da divisão de fases. Combinando as redes desenvolvidas para cada uma das etapas foi criada uma ferramenta que permite resolver qualquer problema de equilíbrio de fases para os sistemas estudados. A precisão dos resultados fornecidos pelas redes neurais é comparável à dos apresentados pelos métodos tradicionais, mas os cálculos do equilíbrio de fases feitos usando redes neurais foram mais rápidos. Pode-se concluir que as redes neurais artificiais constituem uma alternativa válida aos métodos tradicionais do cálculo do equilíbrio de fases baseados em equações de estado para sistemas complexos como os avaliadosAbstract: Process simulation is a basic component of different Process Engineering activities such as On-line Optimization, Model Predictive Control, Identification, etc. The calculation of Phase Equilibrium appears as a fundamental task in any simulation of a separation process. However, the high computational time due to the iterative nature of this calculation makes it oft unsuitable for use with real time process analysis and synthesis strategies. The objective of this work is to develop a simple but accurate method to perform the phase equilibrium calculations required to the study of the behavior of complex systems. As such we mind those systems who present liquid-liquid and vapor-liquid-liquid phase equilibrium problems, such as systems with a heterogeneous azeotrope do. Given their inherent ability to learn and recognize non-linear and highly complex relationships, artificial neural networks (ANNs) appear to be well suited for such a task. Two chemical systems, the binary ethyl acetate ¿ water and the ternary ethanol ¿ ethyl acetate ¿ water were chosen; both systems present a miscibility gap and a heterogeneous azeotrope. The data sets used to train the ANNs were computed using the method of Pham & Doherty. Two kinds of neural networks were tried to solve the phase stability problem, namely the probabilistic neural networks (PNNs) and the perceptrons. In order to attain an acceptable precision perceptrons had to be trained with several hidden layers. Even though, PNNs got slightly better results than the perceptrons. Simple perceptrons were able to deliver the required precision when trained to predict the compositions of phases in equilibrium. Coupling the ANNs trained for phase stability with those trained for phase division a tool was obtained that can solve any phase equilibrium problem for the two chosen systems. Predictions made with the use of neural networks were faster than those made using the traditional methods, and delivered comparable precisionDoutoradoSistemas de Processos Químicos e InformáticaDoutor em Engenharia Química[s.n.]Mendes, Mario de Jesus, 1938-2013Silva, Edson Antonio daCabral, Fernando AntonioSilva, Flávio Vasconcelos daFileti, Ana Maria FrattiniUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia QuímicaPrograma de Pós-Graduação em Engenharia QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASSchmitz, Jones Erni, 1977-2006info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf93f. : il.(Broch.)https://hdl.handle.net/20.500.12733/1603698SCHMITZ, Jones Erni. Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais. 2006. 93f. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1603698. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/382514porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T04:41:37Zoai::382514Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T04:41:37Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
Phase splitting and stability calculations by means of artificial neural networks
title Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
spellingShingle Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
Schmitz, Jones Erni, 1977-
Equilibrio de fases
Diagramas de fase
Destilação azeotrópica
Phase equilibrium
Phase diagrams
Azeotropes
title_short Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
title_full Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
title_fullStr Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
title_full_unstemmed Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
title_sort Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais
author Schmitz, Jones Erni, 1977-
author_facet Schmitz, Jones Erni, 1977-
author_role author
dc.contributor.none.fl_str_mv Mendes, Mario de Jesus, 1938-2013
Silva, Edson Antonio da
Cabral, Fernando Antonio
Silva, Flávio Vasconcelos da
Fileti, Ana Maria Frattini
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Química
Programa de Pós-Graduação em Engenharia Química
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Schmitz, Jones Erni, 1977-
dc.subject.por.fl_str_mv Equilibrio de fases
Diagramas de fase
Destilação azeotrópica
Phase equilibrium
Phase diagrams
Azeotropes
topic Equilibrio de fases
Diagramas de fase
Destilação azeotrópica
Phase equilibrium
Phase diagrams
Azeotropes
description Orientador: Mario de Jesus Mendes
publishDate 2006
dc.date.none.fl_str_mv 2006
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv (Broch.)
https://hdl.handle.net/20.500.12733/1603698
SCHMITZ, Jones Erni. Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais. 2006. 93f. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1603698. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
SCHMITZ, Jones Erni. Calculos de estabilidade e divisão de fases por meio de redes neurais artificiais. 2006. 93f. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1603698. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1603698
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/382514
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
93f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809188954771030016

Registros relacionados