Use este identificador para citar ou linkar para este item: http://dspace.uniube.br:8080/jspui/handle/123456789/932
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSILVA, PAULO FERNANDO SARRETA DA-
dc.date.accessioned2019-10-01T17:35:17Z-
dc.date.available2019-10-01T17:35:17Z-
dc.date.issued2018-09-29-
dc.identifier.urihttp://dspace.uniube.br:8080/jspui/handle/123456789/932-
dc.description.abstractEste trabalho apresenta a modelagem de uma rede neural artificial (RNA) para controle de uma coluna de destilação genérica, por meio de simulações. O controle PID é caracterizado por uma técnica de controle de processos que une as ações derivativa, integral e proporcional, fazendo assim com que o sinal de erro seja minimizado pela ação proporcional, zerado pela ação integral e obtido com uma ação antecipatória pela parcela derivativa. Este tipo de controle é muito difundido e consolidado nas indústrias. Propõe-se, neste trabalho, mesclar o controle PI, ação proporcional e integral, com uma rede neural de forma a utilizar a sua capacidade preditiva. Foi realizada a modelagem e o treinamento da rede que, posteriormente, foi utilizada para prever estados futuros da coluna analisada. Desta forma, além de se eliminar o erro de regime permanente, obtém-se um comportamento transitório com baixa variabilidade. A coluna de destilação utilizada foi uma coluna de 41 estágios com a alimentação feita no estágio 21 e separando uma mistura binária com volatilidade relativa de 1,5 em produtos de 99% de pureza de topo. Trata-se de um modelo não-linear com múltiplas entradas e múltiplas saídas. Foi verificado que o controlador neural apresentou um tempo de acomodação, em média, 33% menor e um overshooting, em média 0,11% menor.pt_BR
dc.language.isopt-brpt_BR
dc.subjectrede neural artificialpt_BR
dc.subjectcoluna de destilaçãopt_BR
dc.subjectcontrole não-linearpt_BR
dc.subjectPIDpt_BR
dc.subjectMATLABpt_BR
dc.titleCONTROLE DE UMA COLUNA DE DESTILAÇÃO APLICANDO REDES NEURAISpt_BR
dc.typeThesispt_BR
Aparece nas coleções:2018

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Paulo Fernando Sarreta da Silva - PMD.pdf2,11 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.