A construção de um analisador virtual é sustentada basicamente por três pilares: o modelo, as variáveis que integram o modelo e a estratégia de correção/atualização do modelo. Os modelos matemáticos são classificados quanto ao nível de conhecimento do processo contido nele, indo de modelos complexos baseados em relações fundamentais e leis físico-químicas, denominados white-box, até modelos obtidos através de técnicas de análise multivariável, como técnicas de regressão multiváriavel e redes neurais, referenciados como black box. O presente trabalho objetiva uma análise de dois dos pilares: os modelos, focando em modelos obtidos através das técnicas de redução de dimensionalidade do tipo PLS, e metodologias de seleção de variáveis para a construção dessa classe de modelos. Primeiramente é realizada uma revisão das principais variantes lineares e não lineares da metodologia PLS, compreendendo desde o seu desenvolvimento até a sua combinação com redes neurais. Posteriormente são apresentadas algumas das técnicas popularmente utilizadas para a seleção de variáveis em modelos do tipo black-box, técnicas de validação cruzada e técnicas de seleção de dados para calibração e validação de modelos. São propostas novas abordagens para os procedimentos de seleção de variáveis, originadas da combinação das técnicas de seleção de dados com duas metodologias de seleção de variáveis. Os resultados produzidos por essas novas abordagens são comparados com o método clássico através de casos lineares e não lineares. A viabilidade das técnicas analisadas e desenvolvidas é verificada através da aplicação das mesmas no desenvolvimento de um analisador virtual para uma coluna de destilação simulada através do simulador dinâmico Aspen Dynamics®. Por fim são apresentadas as etapas e desafios da implementação de um analisador virtual baseados em técnicas PLS em uma Torre Depropanizadora de uma central de matérias primas de um pólo petroquímico. / The construction of a virtual analyzer is sustained basically by three pillars: the model, the variables that integrate the model and the updating strategy of the model. The mathematical models are classified with relationship at the level of the process knowledge within it, going from complex models, based on fundamental relationships and physical-chemistries laws, called white-box, until models obtained through multivariable analysis techniques, as multiple linear regression and neural networks, also called as black box. The focus of the present work is the analysis of two of the pillars: the models, specially the ones obtained by dimension reduction techniques, like PLS, and methodologies used in the development of this class of models. Initially, a revision of the main linear and non linear variants of the PLS methodology is done, embracing since its development to its combination with neural networks. Later on, some popularly variables selection techniques for black-box models are explained, as well as some cross validation techniques and strategies for data selection for calibration and validation of models. New approaches for variables selection procedures are proposed, originated by the combination of data selection strategies and two variables selection techniques. The results produced by those new approaches are compared with the classic method through linear and non linear case studies. The viability of the analyzed and developed techniques is verified through the application of the same ones in the development of a virtual analyzer for a distillation column, simulated by the dynamic simulator Aspen Dynamics®. The steps and challenges faced in the implementation of a virtual analyzer based on PLS technical for a Depropanizer Unit are finally presented.

Submitted by KARLA RODRIGUES BORBA null (borbakr@gmail.com) on 2016-09-20T23:38:38Z No. of bitstreams: 1 Dissertação Karla Borba FINAL.pdf: 1640601 bytes, checksum: d248911e99e0c55bcfeeb7cf07a3ab49 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-09-22T20:31:44Z (GMT) No. of bitstreams: 1 borba_kr_me_arafcf.pdf: 1640601 bytes, checksum: d248911e99e0c55bcfeeb7cf07a3ab49 (MD5) / Made available in DSpace on 2016-09-22T20:31:44Z (GMT). No. of bitstreams: 1 borba_kr_me_arafcf.pdf: 1640601 bytes, checksum: d248911e99e0c55bcfeeb7cf07a3ab49 (MD5) Previous issue date: 2016-07-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Objetivo: Alguns atributos em sua composição química e física, como teor de sólidos solúveis (SST), pH (potencial hidrogeniônico), ácidos orgânicos, açúcares e cor são utilizados como parâmetros na aferição da qualidade de frutas. Os métodos utilizados, nos dias atuais, para a análise da qualidade destes produtos são invasivos, que demandam tempo, muitas amostras, reagentes e geram resíduos. Técnicas não destrutivas, como a espectroscopia no infravermelho e de ressonância magnética nuclear, têm sido propostas para avaliar qualidade em frutas e hortaliças. Este projeto teve como objetivo: desenvolver um modelo de calibração, a partir da espectroscopia de infravermelho de médio e próximo, e ressonância magnética com o auxílio das ferramentas quimiométricas PCA (análises de componentes principais) e PLS (Regressão em mínimos quadrados parciais) com a utilização do programa computacional Pirouette versão 4.5, para estimar parâmetros físico-químicos da qualidade de laranjas da variedade ‘Valência’. Métodos: Foram coletadas um total de 450 laranjas de cultivo comercial no interior de São Paulo, transportadas para a Embrapa Instrumentação, São Carlos, SP e em laboratório foram selecionadas, higienizadas e sanitizadas. Em seguida foram realizadas análises espectroscópicas de infravermelho médio (MIR) e próximo (NIR) e de ressonância magnética nuclear (RMN). Logo após realizadas as análises não destrutivas as laranjas foram analisadas com métodos de referência para os parâmetros de qualidade. Os sinais espectroscópicos foram processados e os modelos de predição foram construídos. Com os sinais de NIR e MIR foram desenvolvidos modelos PLS para determinação de: SST, pH, massa fresca, vitamina C, ácido cítrico e açucares. Para os sinais de decaimento de RMN foram construídos modelos para SST, pH e massa fresca. Resultados: Para a predição de SST o modelo PLS – NIR mostrou melhor resultado, com SEP 0,74 °BRIX e coeficiente de correlação de 0,75. O parâmetro que apresentou melhor aplicação com a técnica de RMN-dt foi para determinação de massa fresca, com SEP 21,41 gramas e r = 0,82. A determinação do pH foi mais precisa com o modelo PLS-MIR, onde observou-se SEP de 0,20 e r = 0,86. Para a predição de vitamina C e ácido cítrico tanto o NIR quanto o MIR resultaram em modelos com aplicabilidade. O modelo mais preciso foi o desenvolvido com sinas de MIR, com coeficiente de correlação de Pearson (r) de 0,81 e erro quadrático médio de predição (RMESP) de 7,51 para vitamina C e 0,82 e 3,36 para ácido cítrico. Em relação a predição de açúcares o NIR não resultou em modelos precisos. Todavia, a utilização de MIR para a predição de sacarose, glicose e açúcares totais apresentaram baixos erros de predição 11,69, 7,79 e 24,28 (g L-1) e coeficientes de correlação de forte a moderado. Conclusão: A aplicação de espectroscopia na determinação de parâmetros de qualidade mostrou-se uma possível alternativa na análise de qualidade de laranjas sem que seja necessária a destruição das amostras. / Objective: Some attributes in their chemical and physical composition, as soluble solids content (SSC), pH (hydrogen potential), organic acids, sugars and color are used as parameters in measuring the quality of fruit. The methods used nowadays, to analyze the quality of these products are invasive, requiring time, many samples, reagents and generate waste. Nondestructive techniques such as infrared spectroscopy and nuclear magnetic resonance, have been proposed to evaluate quality in fruits and vegetables because they allow rapid implementation of measurements without sample preparation. This project aimed to: develop a calibration model by near ande mid-infrared spectroscopy and nuclear magnetic resonance with the aid of chemometric tools PCA (principal component analysis) and PLS (regression in partial least squares) with use of the computer program Pirouette version 4.5, to estimate physical-chemical parameters of quality oranges from ‘Valencia’ variety. Methodology: A total of 450 commercial cultivation oranges were collected in São Paulo, transported to Embrapa Instrumentation, São Carlos/SP, and in laboratory were selected, cleaned and sanitized. Then spectroscopic analysis near (NIR) and mid-infrared (MIR), and nuclear magnetic resonance (NMR) were made. After performed the non-destructive analysis, the oranges were analyzed with reference methods for quality parameters. Spectroscopic data were processed and prediction models were developed to determinith MIR and NIR signal PLS models were developed to determine SSC, pH, fresh weight, vitamin C, citric acid and sugars. For the NMR signal decay models were constructed to SSC, pH and fresh weight. Results: For SSC prediction PLS model - NIR showed better results, with RMSEP (mean squared prediction error) 0.74 °BRIX and 0.75 correlation coefficient. The parameter that showed better application with DT- NMR technique was to determine fresh weight with RMSEP 21.41 grams and r = 0.82. The determination of pH was more accurate with the PLS-MIR model where there was RMSEP 0.20 and r = 0.86. For the prediction of vitamin C and citric acid as both the MIR NIR models resulted in applicability. The most accurate model was developed with MIR, with Pearson's correlation coefficient (r) of 0.81 and RMESP of 7.51 for vitamin C and 0.82 and 3.36 for Citric acid. Regarding the prediction of sugars NIR did not result in accurate models. However, the use of MIR for the prediction of sucrose, glucose and total sugars were low prediction errors 11.69, 7.79 and 24.28 (g L-1 ) and strong correlation coefficients to moderate.Conclusion: The application of spectroscopy to determining quality parameters proved to be a viable alternative in quality analysis oranges without destruction of samples.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-05-30T22:35:17Z No. of bitstreams: 1 MariaRaquelCavalcantiInacio_TESE.pdf: 2176193 bytes, checksum: 1c0288ef05b8770739a332aeef0364e1 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-06-01T21:19:57Z (GMT) No. of bitstreams: 1 MariaRaquelCavalcantiInacio_TESE.pdf: 2176193 bytes, checksum: 1c0288ef05b8770739a332aeef0364e1 (MD5) / Made available in DSpace on 2016-06-01T21:19:57Z (GMT). No. of bitstreams: 1 MariaRaquelCavalcantiInacio_TESE.pdf: 2176193 bytes, checksum: 1c0288ef05b8770739a332aeef0364e1 (MD5) Previous issue date: 2014-12-12 / Neste estudo, foram avaliadas a espectroscopia de reflect?ncia do infravermelho pr?ximo (NIR) e o potencial da calibra??o multivariada como um m?todo r?pido para determinar o teor total de antocianinas em frutos intactos de a?a? e palmiteiro ju?ara. Diversas t?cnicas de calibra??o multivariadas, incluindo regress?o por m?nimos quadrados parciais (PLS), M?nimos Quadrados Parciais por Intervalo (iPLS), algoritmo gen?tico (AG), algoritmo das proje??es sucessivas (APS),foram comparadas e validadas pelo c?lculo das figuras de m?rito. Resultados adequados foram obtidos com o modelo PLS (4 vari?veis latentes e suaviza??o em janela com 5 pontos) com limite de detec??o de 6,2 g.kg-1, limite de quantifica??o de 20,7 g.kg-1, precis?o estimada como raiz quadrada da m?dia do erro da previs?o (RMSEP) de 4,8 g.kg-1, seletividade de 0,79 g.kg-1, sensibilidade de 5,04 x 10-3 g kg-1, precis?o de 27,8 g.kg-1 e a raz?o sinal-ru?do foi de 1,04 x 10-3 g.kg-1. Estes resultados sugerem que a espectroscopia NIR e a calibra??o multivariada podem ser efetivamente usadas para determinar o teor de antocianinas em frutos intactos de a?a? e palmiteiro ju?ara. / In this study was evaluated near-infrared reflectance spectroscopy (NIR), and multivariate calibration potential as a rapid method to determinate anthocyanin content in intact fruit (a?a? and palmitero-ju?ara). It?s important to develop new methods to determinate quality parameters in foods, mostly the use of quick techniques, non-invasive and which have reliable methods. The NIR spectroscopy fills these requirements and these have shown as an alternative to conventional quality control analysis in several foods, including, fruit. Currently, analytical methods have been reported to determinate anthocyanin in fruits. However, the NIR spectroscopy is cited rarely to determinate anthocyanin content in a?a? and palmitero-ju?ara. This study could contribute to research that already have performed. Several multivariate calibration techniques, including partial least squares (PLS), interval partial least squares (iPLS), genetic algorithm (AG), successive projections algorithm (SPA), were compared and validated by establishing figures of merit. In this job, 139 fruits were used, 69 were acai and 70 were palmiteiro ju?ara. The potential anthocyanin sources has been quantified using differential pH method, as a reference method. Soon after, the near-infrared diffuse reflectance spectra have been measured, and finally the chemometrics models have been built. Suitable results were obtained with the PLS model (four latent variables and 5- point smoothing) with a detection limit of 6.2 g kg-1, limit of quantification of 20.7 g kg-1, accuracy estimated as root mean square error of prediction of 4.8 g kg-1, mean selectivity of 0.79 g kg-1, sensitivity of 5.04 x10-3 g kg-1, precision of 27,8 g kg-1, and signal-to-noise ratio of 1.04 x10-3 g kg-1. These results suggest NIR spectroscopy and multivariate calibration can effectively be used to determine anthocyanin content in intact a?a? and palmitero-ju?ara fruit.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-01-16T16:23:02Z No. of bitstreams: 1 RafaelaMariaRibeiroBezerra_DISSERT.pdf: 4712960 bytes, checksum: bd34e8939664916c328fed12e450c278 (MD5) / Approved for entry into archive by Elisangela Moura (lilaalves@gmail.com) on 2017-01-16T16:26:52Z (GMT) No. of bitstreams: 1 RafaelaMariaRibeiroBezerra_DISSERT.pdf: 4712960 bytes, checksum: bd34e8939664916c328fed12e450c278 (MD5) / Made available in DSpace on 2017-01-16T16:26:52Z (GMT). No. of bitstreams: 1 RafaelaMariaRibeiroBezerra_DISSERT.pdf: 4712960 bytes, checksum: bd34e8939664916c328fed12e450c278 (MD5) Previous issue date: 2014-12-16 / Funda??o de Amparo ? Pesquisa do Rio Grande do Norte (Fapern) / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O objetivo do presente trabalho foi estimar os teores de carbono fixo, mat?rias vol?teis e cinzas no carv?o vegetal usando a reflect?ncia total atenuada com transformar de Fourier no infravermelho (FTIR-ATR), juntamente com os m?todos de calibra??o multivariada. V?rias t?cnicas de calibra??o multivariada, incluindo m?nimos quadrados parciais (PLS), intervalo de m?nimos quadrados parciais (IPLS), algoritmo gen?tico (GA), foram comparados e validados atrav?s do estabelecimento de teste de signific?ncia (teste t e teste de Shapiro-Wilk). Amostras de carv?o (n = 72) foram divididos em calibra??o (n = 52) e conjuntos de valida??o (n = 20), aplicando o algoritmo de sele??o cl?ssico Kennard-Stone (KS) para os espectros ATR-FTIR. Para teor de carbono fixo, o resultado obtido utilizando PLS-GA para o erro quadr?tico m?dio de valida??o cruzada (RMSECV) e previs?o (RMSEP) foram 3,77% e 4,29%, respectivamente. Para a mat?ria vol?til, RMSECV e RMSEP de 4,36% e 4,65% foi alcan?ada pelo modelo PLS utilizando sete vari?veis latentes (LV). Finalmente, para cinzas, RMSECV e RMSEP de 0,58% e 0,38%, foi alcan?ado pelo modelo PLS utilizando oito vari?veis latentes (LV). Foram realizados teste t e Quantil-quantil (Q-Q) plot para comparar os resultados dos modelos de uns com os outros e com um m?todo de refer?ncia. Estes resultados sugerem que a espectroscopia FTIR-ATR e calibra??o multivariada pode ser efetivamente usado para determinar os teores de carbono fixo, mat?ria vol?til e cinzas em carv?o vegetal brasileiro. / O objetivo do presente trabalho foi estimar os teores de carbono fixo, mat?rias vol?teis e cinzas no carv?o vegetal usando a reflect?ncia total atenuada com transformar de Fourier no infravermelho (FTIR-ATR), juntamente com os m?todos de calibra??o multivariada. V?rias t?cnicas de calibra??o multivariada, incluindo m?nimos quadrados parciais (PLS), intervalo de m?nimos quadrados parciais (IPLS), algoritmo gen?tico (GA), foram comparados e validados atrav?s do estabelecimento de teste de signific?ncia (teste t e teste de Shapiro-Wilk). Amostras de carv?o (n = 72) foram divididos em calibra??o (n = 52) e conjuntos de valida??o (n = 20), aplicando o algoritmo de sele??o cl?ssico Kennard-Stone (KS) para os espectros ATR-FTIR. Para teor de carbono fixo, o resultado obtido utilizando PLS-GA para o erro quadr?tico m?dio de valida??o cruzada (RMSECV) e previs?o (RMSEP) foram 3,77% e 4,29%, respectivamente. Para a mat?ria vol?til, RMSECV e RMSEP de 4,36% e 4,65% foi alcan?ada pelo modelo PLS utilizando sete vari?veis latentes (LV). Finalmente, para cinzas, RMSECV e RMSEP de 0,58% e 0,38%, foi alcan?ado pelo modelo PLS utilizando oito vari?veis latentes (LV). Foram realizados teste t e Quantil-quantil (Q-Q) plot para comparar os resultados dos modelos de uns com os outros e com um m?todo de refer?ncia. Estes resultados sugerem que a espectroscopia FTIR-ATR e calibra??o multivariada pode ser efetivamente usado para determinar os teores de carbono fixo, mat?ria vol?til e cinzas em carv?o vegetal brasileiro.

As inferências têm diversas aplicações na indústria de processos químicos, sendo essenciais no sucesso de projetos de controle avançado. O desempenho do controle será sempre ligado ao desempenho da inferência, sendo importante a manutenção da sua qualidade ao longo do tempo. Neste trabalho, uma nova metodologia é sugerida para o desenvolvimento de inferências baseadas em dados seguindo uma abordagem segmentada com o objetivo de facilitar a sua manutenção. A nova proposta consiste em modelar a parte estacionária separada da parte dinâmica, diferentemente do que é feito na metodologia tradicional, onde o modelo dinâmico é gerado diretamente dos dados de processo. O modelo estacionário é obtido através de uma regressão PLS (Partial Least Squares), enquanto as dinâmicas são inseridas posteriormente utilizando-se um algoritmo de otimização. A técnica é aplicada a uma coluna de destilação e o resultado obtido é semelhante ao de inferências dinâmicas e estáticas desenvolvidas com métodos tradicionais. Outras etapas do desenvolvimento de inferências também são investigadas. Na seleção de variáveis, métodos estatísticos são comparados com a busca exaustiva e se conclui este último deve ser usado como padrão, visto que custo computacional não é mais um problema. Também são apresentadas boas práticas no pré-tratamento de dados, remoção do tempo morto do cromatógrafo modelado e detecção de estados estacionários. / Soft-sensors have several applications in the chemical processes industry and are essential for the success of advanced control projects. Its performance will always be linked to the performance of the soft-sensor, so it is important to maintain its quality over time. In this paper, a new methodology is suggested for the development of data-based soft-sensors following a segmented approach in order to facilitate its maintenance. The new proposal is to model the stationary part separated from the dynamic, unlike the traditional methodology where the dynamic model is generated directly from process data. The stationary model is obtained by a PLS (Partial Least Squares) regression, while the dynamics are inserted using an optimization algorithm. The technique is applied to a distillation column and its performance is similar to dynamic and static soft-sensors developed using traditional methods. Other steps in the development of soft-sensors are also investigated. In variable selection issue, statistical methods are compared with the testing of all possibilities; the latter should be used as default, since computational cost is no longer a problem. We also present best practices in data pre-processing, gas chromatograph dead-time removal and steady state detection.

A computação em nuvem emerge quando se trata da necessidade dos desenvolvedores de TI de sempre aumentar ou incluir novas capacidades, o mais rápido possível, com o menor investimento possível. Ela vem sendo apontada como uma das maiores inovações em TI nos últimos anos e por isso vem chamando a atenção tanto da comunidade acadêmica quanto da comercial. Apesar deste crescente interesse na tecnologia pela literatura acadêmica, a maior parte do foco das pesquisas se dá nos aspectos técnicos, como potencial computacional e custos. Pesquisas sobre as preferências dos profissionais da área relativa à computação em nuvem como uma ferramenta de negócios estão limitadas a estudos de consultorias e empresas privadas. Esta pesquisa tem como objetivo apresentar um estudo do impacto de diferentes dimensões sobre a intenção de adoção da computação em nuvem por profissionais de TI. Para isto, utiliza uma variação do modelo TAM/UTAUT para verificação de intenção de adoção de novas tecnologias. O método escolhido foi a pesquisa survey, realizada a partir de um instrumento previamente proposto e adaptado, sendo feita em duas etapas: estudo de pré-teste e estudo final. Diferentes técnicas estatísticas foram empregadas para refinar o instrumento, como Análise de Confiabilidade, Análise Fatorial Exploratória e Análise Fatorial Confirmatória, utilizando o método PLS (Partial Least Squares) para Equações Estruturais. Como resultado deste refinamento emergiu um modelo teórico de pesquisa final contendo 8 dimensões e 36 itens. Como contribuição para a área de SI, o modelo teórico de pesquisa final se mostrou adequado para avaliar a intenção de adoção da computação em nuvem por profissionais de TI. A principal contribuição da pesquisa para a prática gerencial é o modelo de intenção de adoção da computação em nuvem, que pode auxiliar provedores de computação em nuvem, através da mensuração das principais razões para sua adoção, que são Utilidade Percebida e Atitude Frente à Inovação Tecnológica. Também demonstra que não existe uma relação positiva entre Segurança e Confiança e a Intenção Comportamental. Doze hipóteses foram validadas e seis das hipóteses propostas foram negadas pelos dados. Estas informações buscam fornecer material para que se possa inspirar os esforços no desenvolvimento da tecnologia como ferramenta de negócio. / Cloud computing emerges when we talk about the necessity of the IT developers to always increase or add new capabilities, as soon as possible, with the lowest investment possible. It has been appointed as one of the biggest IT innovations in the recent years, and for that reason it’s been calling the attention of the academic and management communities. Even with the growing interest by the academic community, most of the research focus on technical aspects, such as computational potencial and costs. Researches involving professionals’ preferences with cloud computing as a business tool are limited to consultant and private studies at most. This research has the purpose of presenting a study about the impact of different dimensions in the intention of adoption of cloud computing by IT professionals. To do so, it uses a variation of the TAM/UTAUT model for the verification of the intention of adopting new technologies. The research method is the survey research, made with a previously proposed and adapted instrument, conducted in two stages: pre-test study and final study. Different statistical techniques were used to refine the instrument, such as Reliability Analisis, Exploratory Factor Analysis and Confirmatory Factor Analysis, this one using the PLS (Partial Least Squares) Path modeling for SEM (Structural Equation Modeling). As a result of this refinement, emerged a theorical research model containing 8 dimensions and 36 measuring items. As contribution to the IS area, the theorical model proved adequate to assess the intention of adoption of cloud computing by IT professionals. The research’s main contribution to the business practice is the model of cloud computing intention of adoption, that aids cloud providers, trought the measurement of the main reasons behind the adoption of the technology, wich are Perceived Utility and Attitude Towards Technology Innovation. Also demonstrates that there are no positive relation between Security and Trust and the Behaviorial Intention. Twelve of the hypothesis were sustained, and six of the proposed hypothesis were denied by the data. This information intends to inspire efforts in developing the technology as a business tool.

Esta tese apresenta uma sistemática para seleção de variáveis de processo e determinação da condição ótima de operação em processos contínuos multivariados e em múltiplos estágios. O método proposto é composto por seis etapas. Um pré-tratamento nos dados é realizado após a identificação das variáveis de processo e do estabelecimento dos estágios de produção, onde são descartadas observações com valores espúrios e dados remanescentes são padronizados. Em seguida, cada estágio é modelado através de uma regressão Partial Least Squares (PLS) que associa a variável dependente daquele estágio às variáveis independentes de todos os estágios anteriores. A posterior seleção de variáveis independentes apoia-se nos coeficientes da regressão PLS; a cada interação, a variável com menor coeficiente de regressão é removida e um novo modelo PLS é gerado. O erro de predição é então avaliado e uma nova eliminação é promovida até que o número de variáveis remanescentes seja igual ao número de variáveis latentes (condição limite para geração de novos modelos PLS). O conjunto com menor erro determina as variáveis de processo mais relevantes para cada modelo. O conjunto de modelos PLS constituído pelas variáveis selecionadas é então integrado a uma programação quadrática para definição das condições de operação que minimizem o desvio entre os valores preditos e nominais das variáveis de resposta. A sistemática proposta foi validada através de dois exemplos numéricos. O primeiro utilizou dados de uma empresa do setor avícola, enquanto que o segundo apoiou-se em dados simulados. / This dissertation proposes a novel approach for process variable selection and determination of the optimal operating condition in multiple stages, multivariate continuous processes. The proposed framework relies on six steps. First, a pre-treatment of the data is carried out followed by the definition of production stages and removal of outliers. Next, each stage is modeled by a Partial Least Squares regression (PLS) which associates the dependent variable of each stage to all independent variables from previous stages. Independent variables are then iteratively selected based on PLS regression coefficients as follows: the variable with the lowest regression coefficient is removed and a new PLS model is generated. The prediction error is then evaluated and a new elimination is promoted until the number of remaining variables is equal to the number of latent variables (boundary condition for the generation of new PLS models). The subset of independent variables yielding the lowest predictive in each PLS model error is chosen. The set of PLS models consisting of the selected variables is then integrated to a quadratic programming aimed at defining the optimal operating conditions that minimize the deviation between the predicted and nominal values of response variables. The proposed approach was validated through two numerical examples. The first was applied to data from a poultry company, while the second used simulated data.

A construção de um analisador virtual é sustentada basicamente por três pilares: o modelo, as variáveis que integram o modelo e a estratégia de correção/atualização do modelo. Os modelos matemáticos são classificados quanto ao nível de conhecimento do processo contido nele, indo de modelos complexos baseados em relações fundamentais e leis físico-químicas, denominados white-box, até modelos obtidos através de técnicas de análise multivariável, como técnicas de regressão multiváriavel e redes neurais, referenciados como black box. O presente trabalho objetiva uma análise de dois dos pilares: os modelos, focando em modelos obtidos através das técnicas de redução de dimensionalidade do tipo PLS, e metodologias de seleção de variáveis para a construção dessa classe de modelos. Primeiramente é realizada uma revisão das principais variantes lineares e não lineares da metodologia PLS, compreendendo desde o seu desenvolvimento até a sua combinação com redes neurais. Posteriormente são apresentadas algumas das técnicas popularmente utilizadas para a seleção de variáveis em modelos do tipo black-box, técnicas de validação cruzada e técnicas de seleção de dados para calibração e validação de modelos. São propostas novas abordagens para os procedimentos de seleção de variáveis, originadas da combinação das técnicas de seleção de dados com duas metodologias de seleção de variáveis. Os resultados produzidos por essas novas abordagens são comparados com o método clássico através de casos lineares e não lineares. A viabilidade das técnicas analisadas e desenvolvidas é verificada através da aplicação das mesmas no desenvolvimento de um analisador virtual para uma coluna de destilação simulada através do simulador dinâmico Aspen Dynamics®. Por fim são apresentadas as etapas e desafios da implementação de um analisador virtual baseados em técnicas PLS em uma Torre Depropanizadora de uma central de matérias primas de um pólo petroquímico. / The construction of a virtual analyzer is sustained basically by three pillars: the model, the variables that integrate the model and the updating strategy of the model. The mathematical models are classified with relationship at the level of the process knowledge within it, going from complex models, based on fundamental relationships and physical-chemistries laws, called white-box, until models obtained through multivariable analysis techniques, as multiple linear regression and neural networks, also called as black box. The focus of the present work is the analysis of two of the pillars: the models, specially the ones obtained by dimension reduction techniques, like PLS, and methodologies used in the development of this class of models. Initially, a revision of the main linear and non linear variants of the PLS methodology is done, embracing since its development to its combination with neural networks. Later on, some popularly variables selection techniques for black-box models are explained, as well as some cross validation techniques and strategies for data selection for calibration and validation of models. New approaches for variables selection procedures are proposed, originated by the combination of data selection strategies and two variables selection techniques. The results produced by those new approaches are compared with the classic method through linear and non linear case studies. The viability of the analyzed and developed techniques is verified through the application of the same ones in the development of a virtual analyzer for a distillation column, simulated by the dynamic simulator Aspen Dynamics®. The steps and challenges faced in the implementation of a virtual analyzer based on PLS technical for a Depropanizer Unit are finally presented.

Esta tese apresenta uma sistemática para seleção de variáveis de processo e determinação da condição ótima de operação em processos contínuos multivariados e em múltiplos estágios. O método proposto é composto por seis etapas. Um pré-tratamento nos dados é realizado após a identificação das variáveis de processo e do estabelecimento dos estágios de produção, onde são descartadas observações com valores espúrios e dados remanescentes são padronizados. Em seguida, cada estágio é modelado através de uma regressão Partial Least Squares (PLS) que associa a variável dependente daquele estágio às variáveis independentes de todos os estágios anteriores. A posterior seleção de variáveis independentes apoia-se nos coeficientes da regressão PLS; a cada interação, a variável com menor coeficiente de regressão é removida e um novo modelo PLS é gerado. O erro de predição é então avaliado e uma nova eliminação é promovida até que o número de variáveis remanescentes seja igual ao número de variáveis latentes (condição limite para geração de novos modelos PLS). O conjunto com menor erro determina as variáveis de processo mais relevantes para cada modelo. O conjunto de modelos PLS constituído pelas variáveis selecionadas é então integrado a uma programação quadrática para definição das condições de operação que minimizem o desvio entre os valores preditos e nominais das variáveis de resposta. A sistemática proposta foi validada através de dois exemplos numéricos. O primeiro utilizou dados de uma empresa do setor avícola, enquanto que o segundo apoiou-se em dados simulados. / This dissertation proposes a novel approach for process variable selection and determination of the optimal operating condition in multiple stages, multivariate continuous processes. The proposed framework relies on six steps. First, a pre-treatment of the data is carried out followed by the definition of production stages and removal of outliers. Next, each stage is modeled by a Partial Least Squares regression (PLS) which associates the dependent variable of each stage to all independent variables from previous stages. Independent variables are then iteratively selected based on PLS regression coefficients as follows: the variable with the lowest regression coefficient is removed and a new PLS model is generated. The prediction error is then evaluated and a new elimination is promoted until the number of remaining variables is equal to the number of latent variables (boundary condition for the generation of new PLS models). The subset of independent variables yielding the lowest predictive in each PLS model error is chosen. The set of PLS models consisting of the selected variables is then integrated to a quadratic programming aimed at defining the optimal operating conditions that minimize the deviation between the predicted and nominal values of response variables. The proposed approach was validated through two numerical examples. The first was applied to data from a poultry company, while the second used simulated data.

A computação em nuvem emerge quando se trata da necessidade dos desenvolvedores de TI de sempre aumentar ou incluir novas capacidades, o mais rápido possível, com o menor investimento possível. Ela vem sendo apontada como uma das maiores inovações em TI nos últimos anos e por isso vem chamando a atenção tanto da comunidade acadêmica quanto da comercial. Apesar deste crescente interesse na tecnologia pela literatura acadêmica, a maior parte do foco das pesquisas se dá nos aspectos técnicos, como potencial computacional e custos. Pesquisas sobre as preferências dos profissionais da área relativa à computação em nuvem como uma ferramenta de negócios estão limitadas a estudos de consultorias e empresas privadas. Esta pesquisa tem como objetivo apresentar um estudo do impacto de diferentes dimensões sobre a intenção de adoção da computação em nuvem por profissionais de TI. Para isto, utiliza uma variação do modelo TAM/UTAUT para verificação de intenção de adoção de novas tecnologias. O método escolhido foi a pesquisa survey, realizada a partir de um instrumento previamente proposto e adaptado, sendo feita em duas etapas: estudo de pré-teste e estudo final. Diferentes técnicas estatísticas foram empregadas para refinar o instrumento, como Análise de Confiabilidade, Análise Fatorial Exploratória e Análise Fatorial Confirmatória, utilizando o método PLS (Partial Least Squares) para Equações Estruturais. Como resultado deste refinamento emergiu um modelo teórico de pesquisa final contendo 8 dimensões e 36 itens. Como contribuição para a área de SI, o modelo teórico de pesquisa final se mostrou adequado para avaliar a intenção de adoção da computação em nuvem por profissionais de TI. A principal contribuição da pesquisa para a prática gerencial é o modelo de intenção de adoção da computação em nuvem, que pode auxiliar provedores de computação em nuvem, através da mensuração das principais razões para sua adoção, que são Utilidade Percebida e Atitude Frente à Inovação Tecnológica. Também demonstra que não existe uma relação positiva entre Segurança e Confiança e a Intenção Comportamental. Doze hipóteses foram validadas e seis das hipóteses propostas foram negadas pelos dados. Estas informações buscam fornecer material para que se possa inspirar os esforços no desenvolvimento da tecnologia como ferramenta de negócio. / Cloud computing emerges when we talk about the necessity of the IT developers to always increase or add new capabilities, as soon as possible, with the lowest investment possible. It has been appointed as one of the biggest IT innovations in the recent years, and for that reason it’s been calling the attention of the academic and management communities. Even with the growing interest by the academic community, most of the research focus on technical aspects, such as computational potencial and costs. Researches involving professionals’ preferences with cloud computing as a business tool are limited to consultant and private studies at most. This research has the purpose of presenting a study about the impact of different dimensions in the intention of adoption of cloud computing by IT professionals. To do so, it uses a variation of the TAM/UTAUT model for the verification of the intention of adopting new technologies. The research method is the survey research, made with a previously proposed and adapted instrument, conducted in two stages: pre-test study and final study. Different statistical techniques were used to refine the instrument, such as Reliability Analisis, Exploratory Factor Analysis and Confirmatory Factor Analysis, this one using the PLS (Partial Least Squares) Path modeling for SEM (Structural Equation Modeling). As a result of this refinement, emerged a theorical research model containing 8 dimensions and 36 measuring items. As contribution to the IS area, the theorical model proved adequate to assess the intention of adoption of cloud computing by IT professionals. The research’s main contribution to the business practice is the model of cloud computing intention of adoption, that aids cloud providers, trought the measurement of the main reasons behind the adoption of the technology, wich are Perceived Utility and Attitude Towards Technology Innovation. Also demonstrates that there are no positive relation between Security and Trust and the Behaviorial Intention. Twelve of the hypothesis were sustained, and six of the proposed hypothesis were denied by the data. This information intends to inspire efforts in developing the technology as a business tool.