Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos

Detalhes bibliográficos
Autor(a) principal: Ccopa Rivera, Elmer Alberto, 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/20.500.12733/1603873
Resumo: Orientadores: Rubens Maciel Filho, Aline Carvalho da Costa
id UNICAMP-30_711eec77f9c3ebb4cc791ea64127219e
oai_identifier_str oai::388521
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticosBioprocess optimization: evaluation of performance using deterministic and genetic algorithm approachesÁlcoolBiotecnologiaModelamento matemáticoOtimizaçãoBioprocessBioethanolMathematical modelingOptimization techniquesOrientadores: Rubens Maciel Filho, Aline Carvalho da CostaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuimicaResumo: Esta tese aborda aplicações de modelagem, metodologias sistemáticas e confiáveis de otimização, além de ferramentas computacionais. Estas áreas podem capturar características quantitativas essenciais dos bioprocessos e possuem grande impacto nas práticas modernas da melhoria de desempenho dos processos petroquímicos e mecânicos. É evidente que o mesmo deve ocorrer com os bioprocessos, uma área em que ainda poucos estudos e desenvolvimentos foram feitos. Porém, espera-se que os bioprocessos construídos em cima dos métodos que consideram a análise do problema, codificados como uma ferramenta matemática apropriada para o uso das ferramentas da engenharia de processos assistida por computador, convertam resultados numéricos em soluções de engenharia úteis para produzir, finalmente, uma melhor compreensão de tais sistemas. Diferentes tipos de metodologias, apropriadas para aplicações em computador, foram estudadas com esta finalidade. Os métodos propostos foram aplicados ao desenvolvimento e otimização da produção de bioetanol. A parte central desta tese consiste de artigos científicos (Capítulos 3 - 8). O Capítulo 3 concentra-se nas técnicas de otimização para estimar os parâmetros do modelo cinético do processo de fermentação alcoólica em batelada para a produção de etanol usando Saccharomyces cerevisiae. O Algoritmo Quasi-Newton (QN) e o Algoritmo Genético de código real (RGA) foram usados para resolver o problema de estimação e encontrar uma solução ótima. O Capítulo 4 fornece um modelo híbrido adaptativo que considera o efeito da temperatura na cinética da fermentação alcoólica, representada por redes neurais. O potencial de um RGA e de um algoritmo genético de código binário (BGA), para re-estimar os parâmetros da rede neural, foram avaliados. O desempenho destes algoritmos foi comparado com o algoritmo Quasi-Newton (QN). No Capítulo 5 foi avaliado um procedimento para o desenvolvimento de um modelo matemático robusto para um processo de fermentação alcoólica industrial. O modelo proposto é um modelo híbrido neural, que combina equações de balanço de massa e energia com redes do tipo Functional Link Network para descrever a cinética. Estas redes apresentaram uma boa capacidade de aproximação não-linear, embora a estimação dos seus pesos seja linear. O Capítulo 6 propõe uma nova metodologia para estimação de parâmetros cinéticos. A primeira etapa consiste na obtenção de valores iniciais para todos os parâmetros do modelo. Conseqüentemente, um RGA foi usado para a estimação simultânea dos parâmetros. Na terceira etapa, os parâmetros mais significativos foram identificados usando o planejamento Placket-Burman (PB). Finalmente, os parâmetros mais significativos foram otimizados usando o algoritmo QN, que converge para o ótimo muito mais rápido que o RGA. No Capítulo 7 a modelagem de processos biotecnológicos foi estudada com foco no desenvolvimento das metodologias que podem ser usadas sempre que uma reestimação dos parâmetros seja necessária. O desempenho de um modelo híbrido neural e de um modelo fenomenológico, ambos considerando o efeito da temperatura na cinética, foi avaliado não somente em termos de sua exatidão em descrever os dados experimentais, mas principalmente pelas dificuldades envolvidas na adaptação de seus parâmetros. No Capítulo 8, o modelo não-linear de um processo de fermentação alcoólica extrativa, representado por Redes Neurais Multilayer Perceptron foi otimizado, usando RGA e BGA, para encontrar condições ótimas de operação. A fim de verificar a validade do modelo neural, os resultados foram comparados à otimização de um modelo determinístico, onde os parâmetros cinéticos foram determinados experimentalmente como funções da temperatura. Adicionalmente, o Apêndice A apresenta informações suplementares a respeito da verificação do comportamento não-linear das variáveis do processo extrativo de fermentação alcoólica. Com a finalidade de comparar os resultados de otimização deste processo empregando algoritmos genéticos, o Apêndice B apresenta os resultados de otimização usando Programação Quadrática SucessivaAbstract: This thesis addresses the issues of modeling, systematic and reliable optimization methodologies, analysis and computational tools. These fields can capture essential quantitative features of the processes and have a great impact on the modern practices of petrochemical and mechanical process performance improvement. It is evident that the same should occur with bioprocesses, a field in which very little studies and developments has been made. However, it is expected that the bioprocesses built upon methods that consider the problem analysis, codified into a mathematical tool appropriate for the use of computer aided process engineering tools, will transform numerical results into useful engineering solution to finally produce a better understanding of the bioprocess. Different types of models, suitable for computer-aided applications, have been studied for this purpose. The proposed methods are applied to the development and optimization of bioethanol production. The main part of the thesis consists of journal papers (Chapters 3 - 8). Chapter 3 focuses on the optimization techniques to estimate the kinetic model parameters of batch fermentation process for ethanol production using Saccharomyces cerevisiae. The potential of Quasi-Newton (QN) and Real-Coded Genetic Algorithm (RGA) to solve the estimation problem is considered to find out the optimal solution. Chapter 4 provides an adaptive hybrid model that considers the effect of temperature on the kinetics of alcoholic fermentation, represented by neural networks. The potential of a RGA and a binary-coded genetic algorithm (BGA) to re-estimate the parameters of the neural network is evaluated. These algorithms were compared to the quasi-newton algorithm (QN) in terms of performance of the hybrid model. In the Chapter 5 a procedure for the development of a robust mathematical model for an industrial alcoholic fermentation process was evaluated. The proposed model is a hybrid neural model, which combines mass and energy balance equations with Functional Link Networks to describe the kinetics. These networks have been shown to have a good non linear approximation capability, although the estimation of its weights is linear. Chapter 6 proposes a new methodology to estimation of kinetic parameters. The first step is to obtain initial values for all parameters in the model and then a RGA is used to calculate the parameters in the model. The third step is to identify the most significant of the parameters using Plackett and Burman design (PB) and finally the most significant are optimized using a QN algorithm, which converges much more quickly than RGA to the optimal. In the Chapter 7 the modeling of biotechnological processes is studied with focus on developing methodologies that can be used always that a re-estimation of parameters is necessary. The performance of a hybrid neural model and a first-principles model, both considering the effect of temperature on the kinetics, are evaluated not only by their accuracy in describing experimental data, but mainly by the difficulties involved in the adaptation of their parameters. In the Chapter 8 the non-linear model of an extractive alcoholic fermentation process, represented by neural networks, is optimized using RGA and BGA to determine the optimal operational conditions. In order to check the validity of the computational modeling, the results were compared to the optimization of a deterministic model, whose parameters were experimentally determined as functions of the temperature. Furthermore, Appendix A provides additional information regarding the verification of the non-linear behavior of the variables of the extractive alcoholic fermentation process. With the purpose to compare the optimization performances of this process by genetic algorithms, Appendix B presents the results of optimization using successive quadratic programmingDoutoradoDesenvolvimento de Processos QuímicosDoutor em Engenharia Química[s.n.]Maciel Filho, Rubens, 1958-Costa, Aline Carvalho da, 1970-Kilikian, Beatriz VahanMaugeri Filho, FranciscoRossell, Carlos Eduardo VazAtala, Daniel Ibraim PiresUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia QuímicaPrograma de Pós-Graduação em Engenharia QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASCcopa Rivera, Elmer Alberto, 1977-20062006-12-13T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf182p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1603873CCOPA RIVERA, Elmer Alberto. Otimização de bioprocessos: avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos. 2006. 182p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1603873. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/388521porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T04:43:22Zoai::388521Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T04:43:22Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
Bioprocess optimization: evaluation of performance using deterministic and genetic algorithm approaches
title Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
spellingShingle Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
Ccopa Rivera, Elmer Alberto, 1977-
Álcool
Biotecnologia
Modelamento matemático
Otimização
Bioprocess
Bioethanol
Mathematical modeling
Optimization techniques
title_short Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
title_full Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
title_fullStr Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
title_full_unstemmed Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
title_sort Otimização de bioprocessos : avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos
author Ccopa Rivera, Elmer Alberto, 1977-
author_facet Ccopa Rivera, Elmer Alberto, 1977-
author_role author
dc.contributor.none.fl_str_mv Maciel Filho, Rubens, 1958-
Costa, Aline Carvalho da, 1970-
Kilikian, Beatriz Vahan
Maugeri Filho, Francisco
Rossell, Carlos Eduardo Vaz
Atala, Daniel Ibraim Pires
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 Ccopa Rivera, Elmer Alberto, 1977-
dc.subject.por.fl_str_mv Álcool
Biotecnologia
Modelamento matemático
Otimização
Bioprocess
Bioethanol
Mathematical modeling
Optimization techniques
topic Álcool
Biotecnologia
Modelamento matemático
Otimização
Bioprocess
Bioethanol
Mathematical modeling
Optimization techniques
description Orientadores: Rubens Maciel Filho, Aline Carvalho da Costa
publishDate 2006
dc.date.none.fl_str_mv 2006
2006-12-13T00:00:00Z
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/20.500.12733/1603873
CCOPA RIVERA, Elmer Alberto. Otimização de bioprocessos: avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos. 2006. 182p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1603873. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
CCOPA RIVERA, Elmer Alberto. Otimização de bioprocessos: avaliação de desempenho das abordagens deterministicas e por algoritmos geneticos. 2006. 182p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1603873. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1603873
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/388521
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
182p. : 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_ 1809188955959066624

Registros relacionados