Este trabalho avaliou o potencial da aplicação da técnica recursiva dos mínimos quadrados (MQR) para o ajuste em tempo atual dos parâmetros de modelos autorregressivos com variáveis exógenas (ARX), as quais são constituídas pelos níveis de montante para melhorar o desempenho das previsões de níveis fluviais em tempo atual. Três aspectos foram estudados em conjunto: variação do alcance escolhido para a previsão, variação da proporção da área controlada em bacias a montante e variação da área da bacia da seção de previsão. A pesquisa foi realizada em três dimensões principais: a) metodológica (sem recursividade; com recursividade; com recursividade e fator de esquecimento); b) temporal (6 alcances diferentes: 10, 24, 34, 48, 58 e 72 horas); e c) espacial (variação da área controlada da bacia e da área da bacia definida pela seção de previsão). A área de estudo escolhida para essa pesquisa foi a bacia do rio Uruguai com exutório no posto fluviométrico de Uruguaiana (190.000 km²) e as suas sub-bacias embutidas de Itaqui (131.000 km²), Passo São Borja (125.000km²), Garruchos (116.000 km²), Porto Lucena (95.200 km²), Alto Uruguai (82.300 km²) e Iraí (61.900 km²). Os dados de níveis fluviométricos, com leituras diárias às 07:00 e às 17:00 horas, foram fornecidos pela Companhia de Pesquisa de Recursos Minerais (CPRM), sendo utilizados os dados de 1/1/1991 a 30/6/2015. Para a análise de desempenho dos modelos, foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS) e o quantil 0,95 dos erros absolutos (EA(0,95): erro que não foi ultrapassado com a frequência de 0,95). Observou-se que os erros EA(0,95) dos melhores modelos obtidos para cada bacia sempre aumentam com a redução da área controlada, ou seja, a qualidade das previsões diminui com o deslocamento da seção de controle de jusante para montante. O ganho na qualidade das previsões com a utilização dos recursos adaptativos torna-se mais evidente, especialmente quando observam-se os valores de EA(0,95), pois esta estatística é mais sensível, com diferenças maiores em relação ao coeficiente NS. Além disso, este é mais representativo para os erros maiores, que ocorrem justamente durante os eventos de inundações. De modo geral, foi observado que, à medida que diminui a área da bacia, é possível obter previsões com alcances cada vez menores. Porém a influência do tamanho da área controlada de bacias a montante melhora o desempenho de bacias menores quando se observam principalmente os erros EA(0,95). Por outro lado, se a proporção da bacia controlada de montante já é bastante grande, como é o caso das alternativas 1 e 2 utilizadas para previsão em Itaqui (entre 88,5% e 95,4 %, respectivamente), os recursos adaptativos não fazem muita diferença na obtenção de melhores resultados. Todavia, quando se observam bacias com menores áreas de montante controladas, como é o caso de Porto Lucena para a alternativa 2 (65% de área controlada), o ganho no desempenho dos modelos com a utilização dos recursos adaptativos completos (MQR+f.e: mínimos quadrados recursivos com fator de esquecimento) torna-se relevante. / This study evaluated the potential of the application of the recursive least squares technique (RLS) to adjust in real time the model parameters of the autoregressive models with exogenous variables (ARX), which consists of the upstream levels, to improve the performance of the forecasts of river levels in real time. Three aspects were studied jointly: the variation of the lead time chosen for the forecast, the variation in the proportion of controlled area in upstream basins and variation in the area of forecasting section of the basin. The research was conducted in three main dimensions: a) methodological (without recursion; with recursion; with recursion and forgetting factor); b) temporal (6 different lead times: 10, 24, 34, 48, 58 and 72 hours); and c) spatial (variation in the controlled area of the basin and the area of the basin defined by the forecast section). The study area chosen for this research was the Uruguay River basin with its outflow at the river gage station of Uruguaiana (190,000 km²) and its entrenched sub-basins in Itaqui (131,000 km²), Passo São Borja (125,000 km²), Garruchos (116,000 km²), Porto Lucena (95,200 km²), Alto Uruguai (82,300 km²), and Iraí (61,900 km²). The river levels data, with daily readings at 7am and 5pm, were provided by the Company of Mineral Resources Research (CPRM), with the data used from January 1, 1991 to June 30, 2015. We applied the Nash-Sutcliffe coefficient (NS) and the quantile 0.95 of absolute errors (EA(0,95): error has not been exceeded at the rate of 0.95) for the analysis of models performances. We observed that the errors EA(0.95) of the best models obtained for each basin always increase with the reduction of the controlled area then the quality of the forecasts decreases with displacement of the downstream control section upstream. The gain in quality of the forecasts with the use of adaptive resources becomes more evident especially when the observed values of EA(0.95) as this statistic is more sensitive with greater differences in relation to the Nash-Sutcliffe Coefficient (NS). Moreover, this is most representative for larger errors which occur precisely during flooding events. In general, we observed that, as much as the area of the basin decreases, it is possible to obtain forecasts with smaller lead times, but the influence of the size of the area controlled upstream basins improves the performance of smaller basins when observing, especially the errors EA (0.95). However, if the proportion of the upstream of controlled basin is already quite large - as in the case of the alternatives 1 and 2 used for forecast in Itaqui (between 88.5% and 95.4%, respectively) - the adaptive resources do not differ too much in getting better results. However, when observing basins with smaller areas controlled upstream - as is the case of Porto Lucena to alternative 2 (65% controlled area) - the performance gain of the models with the use of the complete adaptive resources (MQR+f.e.) becomes relevant.

Este trabalho avaliou o potencial da aplicação da técnica recursiva dos mínimos quadrados (MQR) para o ajuste em tempo atual dos parâmetros de modelos autorregressivos com variáveis exógenas (ARX), as quais são constituídas pelos níveis de montante para melhorar o desempenho das previsões de níveis fluviais em tempo atual. Três aspectos foram estudados em conjunto: variação do alcance escolhido para a previsão, variação da proporção da área controlada em bacias a montante e variação da área da bacia da seção de previsão. A pesquisa foi realizada em três dimensões principais: a) metodológica (sem recursividade; com recursividade; com recursividade e fator de esquecimento); b) temporal (6 alcances diferentes: 10, 24, 34, 48, 58 e 72 horas); e c) espacial (variação da área controlada da bacia e da área da bacia definida pela seção de previsão). A área de estudo escolhida para essa pesquisa foi a bacia do rio Uruguai com exutório no posto fluviométrico de Uruguaiana (190.000 km²) e as suas sub-bacias embutidas de Itaqui (131.000 km²), Passo São Borja (125.000km²), Garruchos (116.000 km²), Porto Lucena (95.200 km²), Alto Uruguai (82.300 km²) e Iraí (61.900 km²). Os dados de níveis fluviométricos, com leituras diárias às 07:00 e às 17:00 horas, foram fornecidos pela Companhia de Pesquisa de Recursos Minerais (CPRM), sendo utilizados os dados de 1/1/1991 a 30/6/2015. Para a análise de desempenho dos modelos, foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS) e o quantil 0,95 dos erros absolutos (EA(0,95): erro que não foi ultrapassado com a frequência de 0,95). Observou-se que os erros EA(0,95) dos melhores modelos obtidos para cada bacia sempre aumentam com a redução da área controlada, ou seja, a qualidade das previsões diminui com o deslocamento da seção de controle de jusante para montante. O ganho na qualidade das previsões com a utilização dos recursos adaptativos torna-se mais evidente, especialmente quando observam-se os valores de EA(0,95), pois esta estatística é mais sensível, com diferenças maiores em relação ao coeficiente NS. Além disso, este é mais representativo para os erros maiores, que ocorrem justamente durante os eventos de inundações. De modo geral, foi observado que, à medida que diminui a área da bacia, é possível obter previsões com alcances cada vez menores. Porém a influência do tamanho da área controlada de bacias a montante melhora o desempenho de bacias menores quando se observam principalmente os erros EA(0,95). Por outro lado, se a proporção da bacia controlada de montante já é bastante grande, como é o caso das alternativas 1 e 2 utilizadas para previsão em Itaqui (entre 88,5% e 95,4 %, respectivamente), os recursos adaptativos não fazem muita diferença na obtenção de melhores resultados. Todavia, quando se observam bacias com menores áreas de montante controladas, como é o caso de Porto Lucena para a alternativa 2 (65% de área controlada), o ganho no desempenho dos modelos com a utilização dos recursos adaptativos completos (MQR+f.e: mínimos quadrados recursivos com fator de esquecimento) torna-se relevante. / This study evaluated the potential of the application of the recursive least squares technique (RLS) to adjust in real time the model parameters of the autoregressive models with exogenous variables (ARX), which consists of the upstream levels, to improve the performance of the forecasts of river levels in real time. Three aspects were studied jointly: the variation of the lead time chosen for the forecast, the variation in the proportion of controlled area in upstream basins and variation in the area of forecasting section of the basin. The research was conducted in three main dimensions: a) methodological (without recursion; with recursion; with recursion and forgetting factor); b) temporal (6 different lead times: 10, 24, 34, 48, 58 and 72 hours); and c) spatial (variation in the controlled area of the basin and the area of the basin defined by the forecast section). The study area chosen for this research was the Uruguay River basin with its outflow at the river gage station of Uruguaiana (190,000 km²) and its entrenched sub-basins in Itaqui (131,000 km²), Passo São Borja (125,000 km²), Garruchos (116,000 km²), Porto Lucena (95,200 km²), Alto Uruguai (82,300 km²), and Iraí (61,900 km²). The river levels data, with daily readings at 7am and 5pm, were provided by the Company of Mineral Resources Research (CPRM), with the data used from January 1, 1991 to June 30, 2015. We applied the Nash-Sutcliffe coefficient (NS) and the quantile 0.95 of absolute errors (EA(0,95): error has not been exceeded at the rate of 0.95) for the analysis of models performances. We observed that the errors EA(0.95) of the best models obtained for each basin always increase with the reduction of the controlled area then the quality of the forecasts decreases with displacement of the downstream control section upstream. The gain in quality of the forecasts with the use of adaptive resources becomes more evident especially when the observed values of EA(0.95) as this statistic is more sensitive with greater differences in relation to the Nash-Sutcliffe Coefficient (NS). Moreover, this is most representative for larger errors which occur precisely during flooding events. In general, we observed that, as much as the area of the basin decreases, it is possible to obtain forecasts with smaller lead times, but the influence of the size of the area controlled upstream basins improves the performance of smaller basins when observing, especially the errors EA (0.95). However, if the proportion of the upstream of controlled basin is already quite large - as in the case of the alternatives 1 and 2 used for forecast in Itaqui (between 88.5% and 95.4%, respectively) - the adaptive resources do not differ too much in getting better results. However, when observing basins with smaller areas controlled upstream - as is the case of Porto Lucena to alternative 2 (65% controlled area) - the performance gain of the models with the use of the complete adaptive resources (MQR+f.e.) becomes relevant.

Este trabalho avaliou o potencial da aplicação da técnica recursiva dos mínimos quadrados (MQR) para o ajuste em tempo atual dos parâmetros de modelos autorregressivos com variáveis exógenas (ARX), as quais são constituídas pelos níveis de montante para melhorar o desempenho das previsões de níveis fluviais em tempo atual. Três aspectos foram estudados em conjunto: variação do alcance escolhido para a previsão, variação da proporção da área controlada em bacias a montante e variação da área da bacia da seção de previsão. A pesquisa foi realizada em três dimensões principais: a) metodológica (sem recursividade; com recursividade; com recursividade e fator de esquecimento); b) temporal (6 alcances diferentes: 10, 24, 34, 48, 58 e 72 horas); e c) espacial (variação da área controlada da bacia e da área da bacia definida pela seção de previsão). A área de estudo escolhida para essa pesquisa foi a bacia do rio Uruguai com exutório no posto fluviométrico de Uruguaiana (190.000 km²) e as suas sub-bacias embutidas de Itaqui (131.000 km²), Passo São Borja (125.000km²), Garruchos (116.000 km²), Porto Lucena (95.200 km²), Alto Uruguai (82.300 km²) e Iraí (61.900 km²). Os dados de níveis fluviométricos, com leituras diárias às 07:00 e às 17:00 horas, foram fornecidos pela Companhia de Pesquisa de Recursos Minerais (CPRM), sendo utilizados os dados de 1/1/1991 a 30/6/2015. Para a análise de desempenho dos modelos, foi aplicado como estatística de qualidade o coeficiente de Nash-Sutcliffe (NS) e o quantil 0,95 dos erros absolutos (EA(0,95): erro que não foi ultrapassado com a frequência de 0,95). Observou-se que os erros EA(0,95) dos melhores modelos obtidos para cada bacia sempre aumentam com a redução da área controlada, ou seja, a qualidade das previsões diminui com o deslocamento da seção de controle de jusante para montante. O ganho na qualidade das previsões com a utilização dos recursos adaptativos torna-se mais evidente, especialmente quando observam-se os valores de EA(0,95), pois esta estatística é mais sensível, com diferenças maiores em relação ao coeficiente NS. Além disso, este é mais representativo para os erros maiores, que ocorrem justamente durante os eventos de inundações. De modo geral, foi observado que, à medida que diminui a área da bacia, é possível obter previsões com alcances cada vez menores. Porém a influência do tamanho da área controlada de bacias a montante melhora o desempenho de bacias menores quando se observam principalmente os erros EA(0,95). Por outro lado, se a proporção da bacia controlada de montante já é bastante grande, como é o caso das alternativas 1 e 2 utilizadas para previsão em Itaqui (entre 88,5% e 95,4 %, respectivamente), os recursos adaptativos não fazem muita diferença na obtenção de melhores resultados. Todavia, quando se observam bacias com menores áreas de montante controladas, como é o caso de Porto Lucena para a alternativa 2 (65% de área controlada), o ganho no desempenho dos modelos com a utilização dos recursos adaptativos completos (MQR+f.e: mínimos quadrados recursivos com fator de esquecimento) torna-se relevante. / This study evaluated the potential of the application of the recursive least squares technique (RLS) to adjust in real time the model parameters of the autoregressive models with exogenous variables (ARX), which consists of the upstream levels, to improve the performance of the forecasts of river levels in real time. Three aspects were studied jointly: the variation of the lead time chosen for the forecast, the variation in the proportion of controlled area in upstream basins and variation in the area of forecasting section of the basin. The research was conducted in three main dimensions: a) methodological (without recursion; with recursion; with recursion and forgetting factor); b) temporal (6 different lead times: 10, 24, 34, 48, 58 and 72 hours); and c) spatial (variation in the controlled area of the basin and the area of the basin defined by the forecast section). The study area chosen for this research was the Uruguay River basin with its outflow at the river gage station of Uruguaiana (190,000 km²) and its entrenched sub-basins in Itaqui (131,000 km²), Passo São Borja (125,000 km²), Garruchos (116,000 km²), Porto Lucena (95,200 km²), Alto Uruguai (82,300 km²), and Iraí (61,900 km²). The river levels data, with daily readings at 7am and 5pm, were provided by the Company of Mineral Resources Research (CPRM), with the data used from January 1, 1991 to June 30, 2015. We applied the Nash-Sutcliffe coefficient (NS) and the quantile 0.95 of absolute errors (EA(0,95): error has not been exceeded at the rate of 0.95) for the analysis of models performances. We observed that the errors EA(0.95) of the best models obtained for each basin always increase with the reduction of the controlled area then the quality of the forecasts decreases with displacement of the downstream control section upstream. The gain in quality of the forecasts with the use of adaptive resources becomes more evident especially when the observed values of EA(0.95) as this statistic is more sensitive with greater differences in relation to the Nash-Sutcliffe Coefficient (NS). Moreover, this is most representative for larger errors which occur precisely during flooding events. In general, we observed that, as much as the area of the basin decreases, it is possible to obtain forecasts with smaller lead times, but the influence of the size of the area controlled upstream basins improves the performance of smaller basins when observing, especially the errors EA (0.95). However, if the proportion of the upstream of controlled basin is already quite large - as in the case of the alternatives 1 and 2 used for forecast in Itaqui (between 88.5% and 95.4%, respectively) - the adaptive resources do not differ too much in getting better results. However, when observing basins with smaller areas controlled upstream - as is the case of Porto Lucena to alternative 2 (65% controlled area) - the performance gain of the models with the use of the complete adaptive resources (MQR+f.e.) becomes relevant.

Made available in DSpace on 2014-12-17T14:55:00Z (GMT). No. of bitstreams: 1 SergioJGS.pdf: 1164807 bytes, checksum: 597fe8700a95271ecd0c0f3e0b460362 (MD5) Previous issue date: 2007-11-13 / This work intends to analyze the behavior of the gas flow of plunger lift wells producing to well testing separators in offshore production platforms to aim a technical procedure to estimate the gas flow during the slug production period. The motivation for this work appeared from the expectation of some wells equipped with plunger lift method by PETROBRAS in Ubarana sea field located at Rio Grande do Norte State coast where the produced fluids measurement is made in well testing separators at the platform. The oil artificial lift method called plunger lift is used when the available energy of the reservoir is not high enough to overcome all the necessary load losses to lift the oil from the bottom of the well to the surface continuously. This method consists, basically, in one free piston acting as a mechanical interface between the formation gas and the produced liquids, greatly increasing the well s lifting efficiency. A pneumatic control valve is mounted at the flow line to control the cycles. When this valve opens, the plunger starts to move from the bottom to the surface of the well lifting all the oil and gas that are above it until to reach the well test separator where the fluids are measured. The well test separator is used to measure all the volumes produced by the well during a certain period of time called production test. In most cases, the separators are designed to measure stabilized flow, in other words, reasonably constant flow by the use of level and pressure electronic controllers (PLC) and by assumption of a steady pressure inside the separator. With plunger lift wells the liquid and gas flow at the surface are cyclical and unstable what causes the appearance of slugs inside the separator, mainly in the gas phase, because introduce significant errors in the measurement system (e.g.: overrange error). The flow gas analysis proposed in this work is based on two mathematical models used together: i) a plunger lift well model proposed by Baruzzi [1] with later modifications made by Bolonhini [2] to built a plunger lift simulator; ii) a two-phase separator model (gas + liquid) based from a three-phase separator model (gas + oil + water) proposed by Nunes [3]. Based on the models above and with field data collected from the well test separator of PUB-02 platform (Ubarana sea field) it was possible to demonstrate that the output gas flow of the separator can be estimate, with a reasonable precision, from the control signal of the Pressure Control Valve (PCV). Several models of the System Identification Toolbox from MATLAB? were analyzed to evaluate which one better fit to the data collected from the field. For validation of the models, it was used the AIC criterion, as well as a variant of the cross validation criterion. The ARX model performance was the best one to fit to the data and, this way, we decided to evaluate a recursive algorithm (RARX) also with real time data. The results were quite promising that indicating the viability to estimate the output gas flow rate from a plunger lift well producing to a well test separator, with the built-in information of the control signal to the PCV / Este trabalho se prop?e a realizar uma an?lise do comportamento da vaz?o de g?s de po?os produzindo por plunger lift para vasos separadores de teste em plataformas de produ??o de petr?leo com o objetivo de propor uma t?cnica de estima??o da vaz?o durante os instantes de golfadas provocadas por estes tipos de po?os. A motiva??o para este trabalho surgiu diante da perspectiva de instala??o pela PETROBRAS de alguns po?os equipados com plunger lift no campo mar?timo de Ubarana situado na costa do Rio Grande do Norte onde a medi??o dos volumes produzidos ? feita em vaso separador na plataforma. O m?todo de eleva??o artificial de petr?leo denominado plunger lift ? utilizado quando a energia dispon?vel no reservat?rio n?o ? suficiente para vencer todas as perdas de carga necess?rias para elevar o petr?leo do fundo do po?o at? a superf?cie de forma cont?nua. O m?todo consiste, basicamente, de um pist?o livre (plunger) agindo como uma interface mec?nica entre o g?s da forma??o e os l?quidos produzidos, aumentando enormemente a efici?ncia de eleva??o. ? instalada, tamb?m, uma v?lvula de controle acionada pneumaticamente, na linha de produ??o do po?o para efetuar o controle dos ciclos. Ao ser aberta a v?lvula, o pist?o se desloca do fundo do po?o at? a superf?cie, elevando o ?leo e o g?s que se encontram acima do mesmo at? chegar no vaso separador de teste onde os fluidos ser?o medidos. O vaso separador de teste ? utilizado para fazer a aferi??o dos volumes produzidos pelo po?o durante um determinado per?odo de tempo denominado de teste de produ??o. Na maioria dos casos, os vasos separadores s?o projetados para medi??o de vaz?es estabilizadas, ou seja, razoavelmente constantes atrav?s do uso de controladores eletr?nicos de n?vel e de press?o. No caso de po?os produzindo por plunger lift, as vaz?es de l?quido e de g?s na superf?cie s?o c?clicas e de amplitude vari?vel, acarretando o surgimento de golfadas no interior do vaso separador provocando, principalmente para o caso do g?s, erros significativos no sistema de medi??o (ex.: erro de overrange ). A an?lise da vaz?o de g?s proposta neste trabalho se baseia na integra??o de dois modelos matem?ticos: i) modelagem de um po?o de plunger lift proposta por Baruzzi [1] com modifica??es efetuadas posteriormente por Bolonhini [2] na implementa??o de um simulador de plunger lift; ii) modelagem de um vaso separador bif?sico (g?s + l?quido) a partir de um modelo trif?sico (?leo + g?s + ?gua) proposto por Nunes [3]. Com base nos modelos acima e utilizando-se dados coletados no vaso separador de teste da plataforma PUB-02 (campo de Ubarana), foi poss?vel demonstrar que a vaz?o de sa?da de g?s do vaso de teste pode ser estimada, com razo?vel precis?o, a partir do sinal de controle da v?lvula controladora de press?o (PCV). Diversos modelos dispon?veis no toolbox de Identifica??o de Sistemas do MATLAB? foram analisados para se avaliar qual seria o que melhor se adaptava aos dados coletados no campo. Para a valida??o dos modelos foi usado o crit?rio de AIC, bem como uma variante do crit?rio de valida??o cruzada. O modelo ARX foi o que apresentou melhor desempenho com base nos dados coletados e, desta forma, decidiu-se avaliar tamb?m um algoritmo recursivo (RARX) com dados obtidos em tempo real. Os resultados foram bastante promissores, indicando a viabilidade de se poder estimar a vaz?o de sa?da de g?s de um po?o de plunger lift produzindo para um vaso separador de teste a partir da informa??o contida no sinal de controle da PCV

Made available in DSpace on 2016-08-17T14:53:10Z (GMT). No. of bitstreams: 1 Bernardo Nogueira Neto.pdf: 936161 bytes, checksum: 8cae25f84e9e07f78244f10040d97213 (MD5) Previous issue date: 2010-06-04 / In this dissertation, we explore the application of the Theory of System Identification to develop a mathematical model that represents the behavior of the electrical current rectifier used to power the traction motors of a locomotive diesel-electric, based on mathematical manipulation of its temperature data. It was developed an ARX model and, using the aid of the computational system identification toolbox of MATLAB ®, simulations were made for estimation and validation of the order of the model that best describes the dynamic response of the physical system. The input and output data of the rectifier are obtained from the direct measurement of the output current of main generator, which is the input, and from the measurement of the temperature on the rectifier, which corresponds to the output. These data are used in developing the mathematical model of the system under study. The goal is to obtain a model that best represents the behavior of the main engine rectifier, allowing control actions to optimize the relation between supplied and required power of locomotive, so that downtime events resulting from self-protection mechanisms against high temperatures during operation of the rectifier in severe operations are minimized. As a result, we have a more advanced and efficient model that allows a strategy to monitoring the equipment at the various points of operation, considering their variation and ensuring a stable and safety locomotive's operation. / Nesta dissertação, aborda-se a aplicação da Teoria de Identificação de Sistemas para escolha de um modelo polinomial, que represente o comportamento do retificador de corrente elétrica, utilizado para suprimento dos motores de tração de uma locomotiva dieselelétrica, a partir da manipulação matemática de seus dados de temperatura. Desenvolve-se um modelo ARX e, com auxílio da ferramenta computacional do toolbox de identificação do MATLAB®, são feitas simulações para estimação e validação da ordem do modelo que melhor descreva a resposta dinâmica do sistema físico. Os dados de entrada e saída do retificador são obtidos a partir da medição direta da corrente de saída do gerador principal, que corresponde à entrada, e da medição da temperatura na bancada retificadora, que corresponde à saída. Estes dados são utilizados na elaboração do modelo matemático do sistema em estudo. Busca-se obter um modelo matemático que represente o comportamento do retificador principal da locomotiva, possibilitando ações de controle para uma melhor otimização entre a potência fornecida e a requerida para tração, de tal forma que os eventos de downtime, decorrentes da atuação da proteção contra altas temperaturas do retificador durante operações em regimes severos, sejam minimizados. Como resultado, tem-se um método mais avançado, eficaz e que possibilita uma estratégia de monitoramento nos diversos pontos de operação do equipamento, considerando suas variações e garantindo uma operação estável e segura do sistema.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-09-06T13:31:47Z No. of bitstreams: 1 Antonio_José_da_Silva2.pdf: 2564341 bytes, checksum: ff7454362aecf3bf6afd177edfd5c821 (MD5) / Made available in DSpace on 2017-09-06T13:31:47Z (GMT). No. of bitstreams: 1 Antonio_José_da_Silva2.pdf: 2564341 bytes, checksum: ff7454362aecf3bf6afd177edfd5c821 (MD5) Previous issue date: 2009-06-05 / FAPEMA / The Anode effect that occurs in electrolytic smelter pot is responsible for gases such as PFC s. These gases contribute to the greenhouse effect, and in addition jeopardizes its productive capacity. From the voltage (output) and current (input) are estimate ARX and OE models of the electrolytic smelter pot using the Systems Identification Theory, the ARX and OE models of the electrolytic smelter pot are built to represent the steady state operation and the anode effect occurrence. After the simulation are chosen the models with better adjustment to the measure exit. For the selection are used established criteria along the research, the ARX and OE models of electrolytic smelter pot, are built to represent the full state operation of the electrolytic smelter pot. Based on real data and via algebraic properties, the models generate the functions of specific transfer of each model that are validated with real data obtained in the industry, the answer in time, in the convergence frequency and speed are analyzed. From the transfer function is made the representation of the normal stage of operation of the electrolytic smelter pot, and by the properties of the estimate model is made the prediction the anode effect identifying the increase of the voltage in the validation stage. Therefore, this work introduces the investigation of ARX and OE parametric models how better represent the operation of the electrolytic smelter pot to can enable the prediction of the anode effect in the productive process of the aluminum. In this dissertation, we propose the models development in the domain of the continuous and discreet time with a study of her transitory answers and of steady state as well as your answer in frequency of your normal operation and in the phase that precedes the anode effect. / O efeito anódico que ocorre nas cubas eletrolíticas é responsável pela emissão de gases como os PFC s, gases esses, que contribuem para o efeito estufa, além de comprometer sua capacidade produtiva. A partir dos sinais de tensão (saída) e corrente (entrada) são estimados modelos ARX e OE da cuba eletrolítica utilizando a Teoria de Identificação de Sistemas. Após a simulação são escolhidos os modelos com melhor ajuste à saída medida. Para a seleção são utilizados critérios estabelecidos ao longo da pesquisa. Os modelos ARX e OE das cubas eletrolítica, são construídos para representar o pleno estado de funcionamento da cuba. Baseados em dados reais e via propriedades algébricas, os modelos geram as funções de transferência específicas de cada modelo que são validadas com dados reais obtidos na indústria, a resposta no tempo, na freqüência e velocidade de convergência são analisadas. A partir da função de transferência é feita a representação da fase normal de funcionamento da cuba eletrolítica, e pelas propriedades do modelo é feita a predição do efeito anódico identificando o aumento da tensão na fase de validação. Portanto, este trabalho apresenta a investigação de modelos paramétricos ARX e OE que melhor representam o funcionamento da cuba eletrolítica para possibilitar a predição do efeito anódico no processo produtivo do alumínio. Nesta dissertação propomos o desenvolvimento de modelos no domínio do tempo contínuo e discreto com um estudo das suas respostas transitória e de regime permanente assim como sua resposta em freqüência de seu funcionamento normal e na fase que antecede o efeito anódico.