Redes neurais aplicadas em estrategias de controle não linear

Detalhes bibliográficos
Autor(a) principal: Ender, Laercio
Data de Publicação: 2002
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/20.500.12733/1593767
Resumo: Orientador: Rubens Maciel Filho
id UNICAMP-30_d7fec5f07b38718eef1e33f46f3971b5
oai_identifier_str oai::280015
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Redes neurais aplicadas em estrategias de controle não linearRedes neurais (Computação)Controle de processos químicosOrientador: Rubens Maciel FilhoTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuimicaResumo: As Redes Neurais Artificiais (RNA) são ferramentas computacionais, com um grande número de aplicações em técnicas de modelagem e controle de processos. Tal fato deve-se à sua capacidade em aprender com suficiente exatidão o comportamento do sistema, gerando modelos genéricos com potencial para projeto de controle não linear, quando equações do modelo são desconhecidas ou somente informações parciais de estados do processo estão disponíveis. Os modelos obtidos através de redes neurais permitem levar em consideração as não linearidades do processo, bem como as interações entre as suas variáveis. O trabalho desenvolvido explora o uso de redes neurais em estratégias de controle multivariável, enfatizando situações em que estas são utilizadas como modelos dinâmicos na geração de predições, bem como na definição de estratégias de controle totalmente baseadas em redes neurais com aprendizagem on-line. A aprendizagem on-line das redes utilizadas permite a sua adaptação continuamente ao longo do tempo, treinando-as em situações não abordadas na etapa de aprendizagem off-line. A aprendizagem oif-line das redes neurais é realizada a partir de um conjunto consistente de dados históricos de perturbações e respostas do processo, a qual deverá garantir, no mínimo, um desempenho satisfatória da rede neural, para a partida do sistema de controle. Explora-se também, a utilização de modelos estáticos do processo, baseados em redes neurais, acoplados à rotina de otimização on-line, objetivando identificar as melhores condições operacionais deste processo para atender especificações de referências preestabelecidas. Dentro deste contexto, foram desenvolvidas estratégias de controle multivariável explorando as potencial idades das redes neurais, seja como modelo de processos e/ou como controladores, enfatizando a aprendizagem on-line. Para o desenvolvimento deste trabalho foram implementados diversos programas computacionais, em linguagem de pragramação Fortran 90, relativos aos algoritmos de controle propostos/avaliados Os resultados alcançados mostram a eficiência das técnicas abordadas, comprovando o potencial do uso das redes neurais em estratégias de controleThe artificial neural networks are computational tools with a great number of applications in modeling techniques and process control. Such fact is due its capacity to learn sufficiently accurate models and give good nonlinear control when model equations are not known or only partial state information is available. Neural network approach allows taking into account in an elegant and adequate way process non-linearities as well as variable interactions. The developed work explores the use of the neural networks in multivariable control strategies as dynamic models for predictions as well as in the definition of the control strategy based on neural networks with on-line learning. The off-line learning of the neural networks is accomplished with a consistent group of historical data of perturbations and responses of the process, which should guarantee at least a satisfactory performance of the neural network for starting of the control system. It is also explored the use of static models of the process, based on neural networks, coupled with a on-line optimization routine, objectifying to identify the best operational conditions to attend specifications of the process. In this context, multivariable control strategies were developed exploring the potentialities of the neural networks as process model and/or as controllers, emphasizing the on-line learning. Several computational programs were implemented for the developrnent of this work in Fortran 90 language program relative to the control algorithms proposed and evaluated. The obtained results show the efficiency of the approached techniques, checking the potential of the use of the neural networks in control strategiesDoutoradoDoutor em Engenharia Química[s.n.]Maciel Filho, Rubens, 1958-Nascimento, Claudio Odler doNeitzel, IvoAmaral, Wagner Caradori doKwong, Wu HongUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia QuímicaPrograma de Pós-Graduação não informadoUNIVERSIDADE ESTADUAL DE CAMPINASEnder, Laercio20022002-03-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf214p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1593767ENDER, Laercio. Redes neurais aplicadas em estrategias de controle não linear. 2002. 214p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1593767. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/280015porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T03:45:14Zoai::280015Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T03:45:14Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Redes neurais aplicadas em estrategias de controle não linear
title Redes neurais aplicadas em estrategias de controle não linear
spellingShingle Redes neurais aplicadas em estrategias de controle não linear
Ender, Laercio
Redes neurais (Computação)
Controle de processos químicos
title_short Redes neurais aplicadas em estrategias de controle não linear
title_full Redes neurais aplicadas em estrategias de controle não linear
title_fullStr Redes neurais aplicadas em estrategias de controle não linear
title_full_unstemmed Redes neurais aplicadas em estrategias de controle não linear
title_sort Redes neurais aplicadas em estrategias de controle não linear
author Ender, Laercio
author_facet Ender, Laercio
author_role author
dc.contributor.none.fl_str_mv Maciel Filho, Rubens, 1958-
Nascimento, Claudio Odler do
Neitzel, Ivo
Amaral, Wagner Caradori do
Kwong, Wu Hong
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 Ender, Laercio
dc.subject.por.fl_str_mv Redes neurais (Computação)
Controle de processos químicos
topic Redes neurais (Computação)
Controle de processos químicos
description Orientador: Rubens Maciel Filho
publishDate 2002
dc.date.none.fl_str_mv 2002
2002-03-21T00:00:00Z
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/20.500.12733/1593767
ENDER, Laercio. Redes neurais aplicadas em estrategias de controle não linear. 2002. 214p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1593767. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
ENDER, Laercio. Redes neurais aplicadas em estrategias de controle não linear. 2002. 214p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1593767. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1593767
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/280015
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
214p. : 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_ 1809188883560136704

Registros relacionados