Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Moreno, Fabiola Andrea Chandia
Data de Publicação: 2001
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1589959
Resumo: Orientador: Jose Claudio Moura
id UNICAMP-30_2c71622c224d801ed62babb5334ae95f
oai_identifier_str oai::206438
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiaisControle de qualidadeCimento PortlandRedes neurais (Computação)Simulação (Computadores)Orientador: Jose Claudio MouraDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuimicaResumo: A indústria de produção de cimento vem crescendo a cada ano e com isso a tendência em se aplicar técnicas que otimizem o seu processo também. O processo de produção de cimento não implica dificuldades maiores, mas como em qualquer indústria, tem os seus problemas devido ao alto consumo de energia e fatos ligados ao controle de qualidade do produto final, o cimento, para a geração do concreto. Principalmente o que diz respeito à Resistência Mecânica à Compressão, que é a principal variável nesse quesito. A técnicas de redes neurais artificias podem ser aplicadas a maioria dos sistemas ou processos industriais e tem se tomado uma prática, hoje em dia, realizada com resultados muito satisfatórios. Pela sua facilidade em simular, entre outras características, pode ser utilizada também para se predizer e modelar dados industriais referentes ao processo de produção de cimento também. Neste trabalho é desenvolvido um modelo baseado em computação neural com o objetivo de predição da Resistência Mecânica à Compressão 3 dias (R3), com aproximação suficiente na qual tem-se a grande vantagem de poder antecipar com confiança o tempo para expedição estando o cimento de acordo com as normas, ou então tomar -se as devidas precauções e correções, caso esteja fora. O modelo otimizado é representado por 15 neurônios na camada de input, 17 neurônios na camada intermediária e 1 neurônio na camada de output, sendo que para cada um desses neurônios foi utilizada a função de transferência sigmoidal e algoritmo de backpropagation para a correção dos pesos com auxílio da estrutura Delta bar Delta para a atualização dos pesos. Desse modo chegou-se a resultados satisfatórios com a utilização dos dados fornecidos pela empresa e com o uso das técnicas estatísticas de apoio e as técnicas de redes neurais r;u1:ificias para a modelagem do sistemaAbstract: The industry of cement production has been growing each year and with this the trend in if applying techniques that also optimize its process. The process of cement production does not imply bigger difficulties, but as in any industry, it has its problems due to the high consumption of energy and represents the quality control of the final product, the cement, for the generation of the concrete. Mainly in respect to the Compression Strength, which is the main variable that indicates the quality ofthe cement The techniques of artificial neural networks can be applied the industrial majority of the systems or processes and if have become practical one, nowadays, carried through with very satisfactory results. By its easiness in simulating, among others characteristic, it can also be used to predict and shape referring industrial data to the process of cement production. In this work a model based on neural computation with the objective of prediction of the Compression Strength is developed in 3 days (R3), with enough approach in which had great advantage of being able in accordance with to anticipate with confidence the time for dispatching being the cement the norms, or then to be overcome the due precautions and corrections, in case that it is it are. The optimized model is represented by 15 neurons in the layer of input, 17 neurons in the intermediate layer and 1 neuron in the layer of output, that for each one of these neurons it was used the function of sigmoidal transference and algorithm of back propagation for the correction of the weights with aid of the structure Delta bar Delta for the update of the weights. In this mode it resulted satisfactory with the use of the data supplied for the company and with the use of the statistical techniques of bracket was arrived and the techniques of artificial neural networks the modelling of the systemMestradoDesenvolvimento de Processos QuímicosMestre em Engenharia Química[s.n.]Moura, José Claudio, 1943-Mori, MiltonTelhada, Manoel Araujo LourençoUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia QuímicaPrograma de Pós-Graduação não informadoUNIVERSIDADE ESTADUAL DE CAMPINASMoreno, Fabiola Andrea Chandia20012001-03-15T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf79p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1589959MORENO, Fabiola Andrea Chandia. Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais. 2001. 79p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1589959. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/206438porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T03:20:10Zoai::206438Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T03:20:10Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
title Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
spellingShingle Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
Moreno, Fabiola Andrea Chandia
Controle de qualidade
Cimento Portland
Redes neurais (Computação)
Simulação (Computadores)
title_short Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
title_full Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
title_fullStr Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
title_full_unstemmed Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
title_sort Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais
author Moreno, Fabiola Andrea Chandia
author_facet Moreno, Fabiola Andrea Chandia
author_role author
dc.contributor.none.fl_str_mv Moura, José Claudio, 1943-
Mori, Milton
Telhada, Manoel Araujo Lourenço
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Química
Programa de Pós-Graduação não informado
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Moreno, Fabiola Andrea Chandia
dc.subject.por.fl_str_mv Controle de qualidade
Cimento Portland
Redes neurais (Computação)
Simulação (Computadores)
topic Controle de qualidade
Cimento Portland
Redes neurais (Computação)
Simulação (Computadores)
description Orientador: Jose Claudio Moura
publishDate 2001
dc.date.none.fl_str_mv 2001
2001-03-15T00:00:00Z
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 (Broch.)
https://hdl.handle.net/20.500.12733/1589959
MORENO, Fabiola Andrea Chandia. Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais. 2001. 79p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1589959. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
MORENO, Fabiola Andrea Chandia. Predição da resistencia a compressão de um cimento industrial utilizando tecnicas de redes neurais artificiais. 2001. 79p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1589959. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1589959
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/206438
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
79p. : 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_ 1809188847993487360

Registros relacionados