Orientadores: Ana Maria Frattini Fileti, Mauro Antonio da Silva Sa Ravagnani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-12T02:23:30Z (GMT). No. of bitstreams: 1 Francisco_ClaudiodeOliveira_M.pdf: 3536322 bytes, checksum: 9176c63f34bc319f6ccc3537a278255c (MD5) Previous issue date: 2000 / Resumo: Neste trabalho é apresentada a modelagem de um secador industrial de gelatina através do uso de Redes Neurais Artificiais - RNA's. A complexidade associada à modelagem do sistema de secagem através de técnicas convencionais (modelos fenomenológicos) serviu como motivação para utilizar esta ferramenta, principalmente devido à habilidade das RNA's em "aprender" as relações de causa/efeito existentes em diferentes processos. Através de uma rede neural de alimentação direta, completamente conectada, formada por três camadas, foi prevista a umidade final da gelatina à saída do secador industrial, sendo estes valores comparados às medidas de umidade realizadas em laboratório. Dados reais do processo de secagem de gelatina também foram utilizados na etapa de treinamento da rede, sendo para isso, empregado o algoritmo de Levenberg Marquardt. Os resultados das simulações realizadas indicam grande potencial do uso de RNA's para modelagem do sistema de secagem, possibilitando, assim, a previsão do conteúdo de umidade da gelatina ao final da etapa de secagem / Abstract: In this work, the modeling of an industrial gelatin dryer via Artificial Neural Network - ANN - is presented. Modeling drying systems through First PrincipIes is not a trivial task. The complexities that arises ITom the application of conventional modeling techniques, coupled to the ability of the ANN in learning cause/effect relationships of different processes, were the main driving force to the present work development. A fully connected three layer feed forward network was used to predict the gelatin moisture content of the industrial dryer outlet. Predicted values were then compared to that obtained ITom laboratory analysis. The ANN training was carried out through the Levenberg-Marquardt Algorithm and the data set was obtained ITom the industrial drying process. Simulation results demonstrate the great potential of using ANN in drying systems modeling, allowing predictions of the gelatin moisture content in the drying step outlet / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química