Submitted by Paulo Silva (p.esteves06@gmail.com) on 2018-10-03T15:39:40Z No. of bitstreams: 1 Dissertação Paulo Esteves - Versão final corrigida.pdf: 7722568 bytes, checksum: 6a50645639458024d5397cd5bdc9fa38 (MD5) / Approved for entry into archive by Escola Politécnica Biblioteca (biengproc@ufba.br) on 2018-10-05T10:51:04Z (GMT) No. of bitstreams: 1 Dissertação Paulo Esteves - Versão final corrigida.pdf: 7722568 bytes, checksum: 6a50645639458024d5397cd5bdc9fa38 (MD5) / Made available in DSpace on 2018-10-05T10:51:04Z (GMT). No. of bitstreams: 1 Dissertação Paulo Esteves - Versão final corrigida.pdf: 7722568 bytes, checksum: 6a50645639458024d5397cd5bdc9fa38 (MD5) / FAPESB / Com a busca da eficiência energética nos veículos automotivos, levando-se em conta a necessidade de minimizar o impacto ambiental decorrente do uso desses veículos, os recentes esforços para melhorar os sistemas de controle da queima do combustível tornaram-se uma estratégia de destaque no mercado automotivo. O objetivo deste trabalho é o desenvolvimento de modelos para realização da predição da proporção de etanol presente em uma mistura de combustíveis utilizada em um veículo flex equipado com um motor de três cilindros. Os modelos são desenvolvidos com a utilização das informações de variáveis provenientes de medições realizadas pelo sistema de controle de um motor de três cilindros e por um acelerômetro tridimensional acoplado ao motor. É descrita a metodologia experimental aplicada para a aquisição dos sinais provenientes da operação de um motor de três cilindros, instalado em um veículo de passeio. Os sinais adquiridos foram tratados e utilizados em modelos baseados em estruturas de Regressão Linear Múltipla e Redes Neurais Artificiais para a predição da proporção em volume de etanol da mistura de combustíveis utilizada. Os modelos se mostraram eficientes na predição da proporção de etanol no combustível utilizado pelo motor, apresentando uma melhor aproximação entre os valores preditos e os valores reais quando comparados com os dados fornecidos pelo sistema de controle do motor. / With the pursuit of energy efficiency in automotive vehicles, taking into account the need to minimize the environmental impact of the use of these vehicles, recent efforts to improve fuel combustion control systems have become a prominent strategy in the automotive industry. The aim of this work is the development of models for prediction of the proportion of ethanol present in a fuel blend used in a flex vehicle equipped with a three-cylinder engine. The models are developed with the use of the information based on measurements made by the control system of a three-cylinder engine and a threedimensional accelerometer coupled to the engine. The experimental methodology applied for the signal acquisition from the operation of a three-cylinder engine, installed in a passenger vehicle, is described. The acquired signals were treated and used in models based on Multiple Linear Regression and Artificial Neural Networks for the prediction of the ethanol volume ratio on the fuel blend. The models proved to be efficient in predicting the proportion of ethanol in the fuel blend, presenting a better approximation between the predicted values and the actual values when compared with the data provided by the engine control system.

Submitted by Diego Tachy (diegotachy@yahoo.com.br) on 2017-03-10T18:57:27Z No. of bitstreams: 1 Dissertacao Diego Tachy.pdf: 4509326 bytes, checksum: d035e579bd72c46e106d3693a01dd8f9 (MD5) / Approved for entry into archive by Escola Politécnica Biblioteca (biengproc@ufba.br) on 2017-03-16T13:10:18Z (GMT) No. of bitstreams: 1 Dissertacao Diego Tachy.pdf: 4509326 bytes, checksum: d035e579bd72c46e106d3693a01dd8f9 (MD5) / Made available in DSpace on 2017-03-16T13:10:18Z (GMT). No. of bitstreams: 1 Dissertacao Diego Tachy.pdf: 4509326 bytes, checksum: d035e579bd72c46e106d3693a01dd8f9 (MD5) / CAPES / Existe a necessidade de mitigar efeito estufa porque este fenômeno ocasiona em mudanças climáticas, podendo provocar consequências críticas em diversas regiões do planeta. O gás que mais impacta nas mudanças climáticas é o CO2 por ser subproduto das reações de combustão utilizadas nas indústrias e nos meios de transporte. Isso justifica a pesquisa de processo de captura de CO2 a partir de gás de queima. O objetivo deste trabalho é apresentar estudo de viabilidade técnica e econômica, EVTE, de processos de captura de CO2 pós-combustão. As tecnologias selecionadas foram absorção com MEA e membrana. Também foram avaliados processos híbridos, que são fusão de membrana com absorção. O método utilizado para o estudo de viabilidade é a elaboração de dois fluxos de caixa de uma planta de produção de energia com cada processo de captura de CO2. Um dos fluxos de caixa apresenta o impacto da captura de CO2 na produção de energia, e o outro apresenta o preço de CO2 para que a captura de CO2 não impacte na produção de energia. A planta de produção de energia considerada no trabalho é um ciclo convencional e depreciado que queima gás natural. O caso estudado vale para gás de queima oriundo do gás natural, produção de 1000 t/dia de CO2, 90% de captura, e 96% de pureza. A primeira etapa é a avaliação econômica da térmica, levando em consideração receita e custos fixos. Depois de elaborado o fluxo de caixa da planta de produção de energia e obtido o VPL, foi feito o estudo econômico de cada processo de captura de CO2. O investimento total do processo de absorção foi de 58,5 milhões de reais e produz CO2 com preço de 152,00 R$/t. Não considerando na receita o lucro da venda de CO2, este processo penaliza em 40,54 % no VPL da termoelétrica. Apesar de o processo de absorção ser economicamente viável, o preço do CO2 de 152,00 R$/t não é compatível com o do mercado, em torno de 35,00 R$/t. Depois da avaliação econômica dos processos de captura, concluiu-se que os processos de membrana e híbridos estudados são inviáveis. Desta forma, foi estudada a influência da permeabilidade de CO2 e seletividade de CO2/N2 na captura por membrana e se isso é viável. A conclusão deste estudo é que maiores permeabilidades reduzem o investimento, mas não o consumo de energia. Isso porque é inversamente proporcional à área. Enquanto isso, maiores seletividades reduzem o consumo de energia, mas não de forma linear. Levando em consideração uma separação com dois estágios de membrana com reciclo operando na pressão de 10 atm, para seletividades maiores que 200, não há como reduzir pressão de segundo estágio que viabilize economicamente a captura. Desta forma, esta configuração não é competitiva com absorção. / There is a need to mitigate greenhouse because this phenomenon causes climate change, these can cause critical consequences in many places on Earth. The gas most impact on climate change is CO2 because it is produced by combustion reactions used in industries and means of transport. This justifies the CO2 capture process from burning gas search. This paper aim is to present studies of technical and economic feasibility, EVTE, post-combustion CO2 capture processes, with CO2 price. The selected technologies were absorption with MEA, membrane, and hybrid. The hybrid process is the separation with membrane and absorption. The method used for the feasibility study is the development of two cash flows of a power generation plant with each CO2 capture process. One cash flow statement shows the impact of CO2 capture in energy production, and the other shows the minimum price of CO2 for CO2 capture not impact on energy production. Energy production plant considered in the work is a conventional cycle and depreciated burning natural gas. The case is worth studying for burning gas from natural gas producing 1000 tons/day CO2 capturing 90% with 96% purity. This study evaluates post-combustion capture of CO2 a simple natural gas energy plant. The first stage is the economic evaluation of this energy plant, taking into account income and fixed costs. After, capture processes are studied. In these studies, the energy plant is included in cash flow. The investment of the total absorption process 58.5 million and produces CO2 with price of 152,00 R$/t and penalty of 40.54 % in the VPL. Although the absorption process is economically feasible, the CO2 price, 152.00 R$/t, is not compatible with that of the market, around 35,00 R$/t. After the economic evaluation of the capture processes, the conclusion is the membrane processes and the hybrids studied are not viable. Thus, the influence of CO2 permeability and selectivity of CO2/N2 in the capture membrane was studied and if it is viable. This study conclusion of is that higher permeability reduce investment, but not in power consumption. This is because it is inversely proportional to the area. Meanwhile, higher selectivities reduce the power consumption, but not linearly. Taking into account a split two-stage membrane with recycle operating at pressure of 10 atm for higher selectivities than 200, there is no way reduce second stage pressure in order to enable the capture. Thus, this configuration is not competitive with absorption.

Submitted by Emerson Magalhães (emerson.ifal@gmail.com) on 2017-09-29T20:58:26Z No. of bitstreams: 1 Dissertação Emerson Felipe Araujo Magalhães.pdf: 4419316 bytes, checksum: 7517fc6944083d7c0382bbf78ef7ac86 (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-10-02T15:39:18Z (GMT) No. of bitstreams: 1 Dissertação Emerson Felipe Araujo Magalhães.pdf: 4419316 bytes, checksum: 7517fc6944083d7c0382bbf78ef7ac86 (MD5) / Made available in DSpace on 2017-10-02T15:39:18Z (GMT). No. of bitstreams: 1 Dissertação Emerson Felipe Araujo Magalhães.pdf: 4419316 bytes, checksum: 7517fc6944083d7c0382bbf78ef7ac86 (MD5) / A confiabilidade dos sistemas de distribuição de energia elétrica está associada aos muitos investimentos executados, especificamente quando realizados durante a concepção de novos projetos e durante a programação das atividades de manutenção. O setor elétrico brasileiro vem sofrendo inúmeros problemas ao longo dos tempos, estando o maior destes problemas relacionado às constantes falhas no sistema de distribuição. As ocorrências dessas falhas influenciam na composição dos indicadores de continuidade de Duração Equivalente de Interrupção por Unidade Consumidora (DEC), e de Frequência Equivalente de Interrupção por Unidade Consumidora (FEC); os quais são estabelecidos pela Agência Nacional de Energia Elétrica (ANEEL), para cada concessionária, e se os mesmos não forem cumpridos, as concessionárias estarão sujeitas às multas. Este trabalho propõe o desenvolvimento de modelos, utilizando técnicas de Regressão Linear Múltipla (RLM) e Redes Neurais Artificiais (RNAs), que realizem a previsão dos valores desses indicadores de continuidade, visando auxiliar a concessionária na realização de um planejamento mais eficiente para a execução das tarefas de manutenção. Como objeto de estudo, utilizou-se um conjunto de consumidores de uma concessionária da região Nordeste. A partir dos modos de falhas ocorridos nos circuitos que alimentam esse conjunto de consumidores, são analisadas as causas e as frequências de interrupção no fornecimento de energia elétrica, e o quanto estas contribuem para o aumento dos valores do DEC e do FEC. Através da aplicação dos modelos desenvolvidos, pode-se avaliar a influência de determinados modos de falhas sobre o DEC e o FEC, priorizando-se as tarefas de manutenção nos equipamentos que mais contribuem para a composição destes indicadores. Demonstra-se que o conhecimento da influência dos modos de falhas sobre os indicadores DEC e FEC permite uma adequada tomada de decisão sobre a execução de ações de manutenção, possibilitando à concessionária uma atuação eficiente sobre aqueles modos de falhas que são mais influentes, e contribuindo para a estabilidade e confiabilidade operacional de todo o sistema elétrico. / The reliability of the electricity distribution systems is associated with the many investments that are implemented, specifically when the design of new projects and during the programming of maintenance activities. The Brazilian electric sector has been experiencing countless problems over time, with the greatest of these problems related to the constant failures in the distribution system. Occurrences of these failures influence the composition of the continuity indicators of Equivalent Duration of Unit Interruption Consumer (DEC), and Equivalent Frequency of Interruption of Unit Interruption Consumer (FEC); which are established by the National Electric Energy Agency (ANEEL), for each concessionaire, and if they are not fulfilled, the concessionaires will be subject to fines. This work proposes the development of models, using Multiple Linear Regression techniques (MLR) and Artificial Neural Networks (ANNs), which predict the values of these continuity indicators, aiming to assist the concessionaire in carrying out a more efficient planning for performing maintenance tasks. As an object of study, a collection of consumers was used from a concessionaire in the Northeast region. From the modes of failures occurring in the circuits that feed this set of consumers, the causes and frequencies of interruption in the electricity supply are analyzed, and how much these contribute to the increase in the values of DEC and FEC. Through the application of the developed models, you can evaluate the influence of certain modes of failures on DEC and FEC, prioritizing maintenance tasks in the equipment that contribute to the composition of these indicators. It is demonstrated that the knowledge of the influence of the modes of failures on the DEC and FEC indicators allows a proper decision-making on the implementation of maintenance actions, enabling the concessionaire to perform an efficient operation on those modes of flaws that are more and contributing to the operational stability and reliability of the entire electrical system.

Submitted by José Carlos Oliveira (jcarlos.jeq@hotmail.com) on 2018-07-25T17:12:40Z No. of bitstreams: 1 Tese_Final_José_Carlos_Martins_Oliveira.pdf: 4601437 bytes, checksum: e063bb6da481b557eeb5ce50666f37fe (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2018-08-03T12:12:58Z (GMT) No. of bitstreams: 1 Tese_Final_José_Carlos_Martins_Oliveira.pdf: 4601437 bytes, checksum: e063bb6da481b557eeb5ce50666f37fe (MD5) / Made available in DSpace on 2018-08-03T12:12:58Z (GMT). No. of bitstreams: 1 Tese_Final_José_Carlos_Martins_Oliveira.pdf: 4601437 bytes, checksum: e063bb6da481b557eeb5ce50666f37fe (MD5) / CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) e CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico) pelo apoio financeiro. / Sistemas de detecção e diagnóstico de falhas (FDD - Fault Detection and Diagnosis) têm sido largamente utilizados em processos industriais. A necessidade de detecção antecipada e segura de falhas em sistemas dinâmicos e reais provocou uma demanda crescente por processos de supervisão que integram os sistemas FDD. Neste contexto, o objetivo principal desta tese é abordar o problema de detecção e diagnóstico de falhas em problemas dinâmicos univariável e multivariáveis com base nas Redes Neural Sem Pesos (RNSP). As RNSP utilizam neurônios baseados em dispositivos de memórias RAM (Random Access Memories, memórias de acesso randômico ou aleatório) para o aprendizado das características intrínsecas nos dados de treinamento. Essas redes apresentam algoritmos de aprendizagem rápidos e flexíveis, precisão e consistência nos resultados, sem a necessidade de geração de resíduos e retreinamento das redes e um potencial elevado para o reconhecimento e classificação de padrões. Como resultado da pesquisa realizada, são propostos três sistemas de detecção e diagnóstico de falhas baseados no modelo neural sem pesos, conhecido como dispositivo WiSARD (Wilkie, Stonham e Aleksander’s Recognition Device, dispositivo de reconhecimento de Wilkie, Stonham e Aleksander). Os sistemas propostos contam também com as contribuições da seleção de atributos, de modelos estatísticos básicos e da lógica fuzzy para a formação dos padrões comportamentais apresentados às RSNP usadas. Para a validação dos sistemas propostos foram testados três estudos de caso. Um deles se refere a um problema real univariável com dados obtidos pelos sensores de temperatura do compressor de gás para a venda em uma Unidade de Processamento de Gás Natural (UPGN) da Petrobras, localizada no município de Pojuca na Bahia (UPGN-3-Bahia). O segundo simula uma planta industrial considerada como um benchmark na área de detecção e diagnóstico de falhas, e conhecida como Tennessee Eastman Process (TEP). O terceiro e último estudo de caso simula um reator tanque agitado continuamente (CSTR, Continuous Stirred Tank Reactor, reator tanque agitado continuamente). Os resultados apresentados comprovam a boa adaptação das RNSP para o problema de detecção e diagnóstico de falhas, com percentuais de acertos, na classificação, acima de 98%. / Fault Detection and Diagnosis (FDD) systems have been widely used in industrial processes. The need of detection anticipated and secure of failure in dynamic and real systems provoke to a growing demand for supervisory processes that integrate FDD systems. In this context, the main objective of this thesis is to approach the problem of detecting and diagnosing failures in univariate and multivariate dynamic problems based on Weightless Neural Networks (WNN). The RNSP uses neurons based on RAM (Random Access Memories) devices to learn the intrinsic characteristics in the training data. These networks use fast and flexible learning algorithms, which provide accurate and consistent results, without the need for residual generation or network retraining, and therefore they have great potential use for pattern recognition and classification. As result of the research, three systems of fault detection and diagnosis based on the weightless neural model, known as WiSARD device (Wilkie, Stonham e Aleksander’s Recognition Device, dispositivo de reconhecimento de Wilkie, Stonham e Aleksander) are proposed. The proposed systems also count with the contributions of the attribute selection, basic statistical models and fuzzy logic for the formation of behavioral patterns presented to the RSNP used. For the validation of the proposed systems, three case studies were tested. One of them refers to a real univariate problem with data obtained by temperature sensors of the gas of sale compressor of a Petrobras Natural Gas Processing Unit (NGPU) located in the city of Pojuca in Bahia (NGPU-3, Bahia). The second simulates an industrial plant considered as a benchmark in the area of fault detection and diagnosis and known as the Tennessee Eastman Process (TEP). The third and final case study simulates a continuous stirred tank reactor (CSTR, Continuous Stirred Tank Reactor). The results show the good adaptation of the RNSP to the problem of detection and diagnosis of failures with percentage of correctness in the classification above 98%.