Orientador : Euripedes Guilherme de Oliveira Nobrega / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-02T09:19:04Z (GMT). No. of bitstreams: 1 ArcosCamargo_MarcoAntonio_M.pdf: 5017384 bytes, checksum: 0c04c9795246bc40f76645bf1fe1318a (MD5) Previous issue date: 2002 / Resumo: O objetivo desta dissertação é apresentar o controle da trajetória de um robô manipulador tipo SCARA dentro de um volume de trabalho que é definido pelas equações cinemáticas. A determinação da trajetória dentro do volume de trabalho é obtida através do uso de redes neurais artificiais do tipo perceptron de múltiplas camadas que simulam os movimentos do manipulador entre dois pontos quaisquer dentro deste volume. As posições angulares dos segmentos são responsáveis pela geração dos movimentos do manipulador. Algumas simulações dos movimentos são apresentadas mostrando o comportamento da rede neural artificial na ITonteira do volume e em configurações onde os modelos geométricos tradicionais, geralmente, apresentam singularidades. As redes neurais artificiais utilizadas neste trabalho permitem mapear e controlar as trajetórias do manipulador. Para a validação experimental utilizou-se o manipulador robótico não-planar Robix RCS-6 (Rotacional - Rotacional) de dois graus de liberdade / Abstract: The objective of this dissertation is to present the trajectory control of a SCARA type manipulator within a working volume defined by the cinematic equations. The determination of the trajectory inside the working volume is obtained using an artificial neural network ofthe type multilayer perceptron. The initial simulate, the manipulator movements between two arbitrary points in the working volume. The angular positions of each link are the input for the generation of the manipulator movements. Some of the movement simulations presented in this work show the behavior ofthe artificial neural network in the border ofthe working volume, in configurations where the traditional geometric models generally present singularities. The artificial neural network used in this work also allows mapping and control ofthe trajectories. For the experimental validation, a nonplanar robotic manipulator of two degrees of freedom of the type Robix RCS-6 (RotationalRotational) was used. / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador : Elias Basile Tambourgi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-02T13:02:49Z (GMT). No. of bitstreams: 1 Fischer_GilvanAnderson_M.pdf: 3658800 bytes, checksum: 9f17ff0516208f64d66a79e4262a9ca5 (MD5) Previous issue date: 2002 / Resumo: A modelagem da extração líquido-líquido pode ser feita através de abordagens fenomenológicas ou empíricas. Para a modelagem fenomenológica é necessária a compreensão dos fenômenos fisicos e químicos, e nem todos são conhecidos. Na abordagem empirica não é necessário o conhecimento dos fenômenos envolvidos. Uma das abordagens empíricas é o uso de redes neurais artificiais. Estes modelos têm a habilidade de 'aprender' comportamentos complexos do sistema fisico. O aprendizado é um procedimento pelo qual a rede aproxima uma função mapeando um conjunto de dados de entrada-saída. As redes neurais podem ser usadas como 'caixas pretas', não é necessário nenhum conhecimento sobre o comportamento do processo. Neste trabalho foram desenvolvidos modelos para a extração do citocromo b5 em operação descontínua e em operação contínua. Em operação descontínua a entrada foi a massa molar do PEG, e as viscosidades das fases PEG e sal, a saída foi o coeficiente de partição, e em operação contínua a entrada usada foi o coeficiente de partição, freqüência de pulsação e vazão total das fases, sendo a saída a porcentagem de extração e a fração de retenção da fase dispersa. Os algoritmos usados para o treinamento das redes foram: Levemberg-Marquardt, Parada Antecipada e Regularização Bayesiana. A entrada e saída foram normalizadas entre 0,1 e 0,9 e as funções de ativação do tipo sigmoidal. Verificou-se que dentre os modelos desenvolvidos o que teve melhor ajuste foi a rede treinada com o algoritmo Regularização Bayesiana, mas o algoritmo parada antecipada também obteve bons ajustes. Os erros dos modelos ficaram dentro da faixa esperada. Assim, o principal objetivo deste trabalho, que era a modelagem da extração do citocromo b5, com erro dentro da faixa experimental, foi alcançada com sucesso / Abstract: The liquid-liquid extraction modeling can be done through phenomenologic or empiric approach . For phenomenologic modeling is necessary understanding of physic and chemical phenomenon, and alI neither are known. in the empiric approach is not necessary the knowledge about the involved phenomenon. One of empiric aproach is the use of artificial neural networks. This models have the habilit of 'learn' complex physic systens behaviour. The learnt is the behaviour which the network approachs function, maping an input-output data set. Neural networks can be used how 'black boxes' is not necessary knowlege about process behaviour. In this work was developed model for cytochrome b5 extraction in descontinuous operation and continuous operation. The descontinuous input was: PEG molecular weight, PEG and salt viscosities, the output was partition coefficient, in the continuous operation the input was: partition coefficient, pulsation frequency and phases overall flowrate, the output extraction percentage and disperse phase holdup. The algoritms used for training was: Levemberg-Marquardt, Early Stoping and Bayesian Regularization. The input-output was scaled into the range 0,1-0,9, and activation function sigmoidal type. It was observed the models developed, the better adjust was the network trained with Bayesian Regularization algoritm, but the Early Stoping algoritm had hight adjust too. The model errors stayed into the range expected. Then, the main objetive of this work, the modeling cytochrome b5 extraction, with error into experimental range, was obtained with success / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientador : Liliane Maria Ferrareso Lona / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-02T16:29:48Z (GMT). No. of bitstreams: 1 Fernandes_FabianoAndreNarciso_D.pdf: 7391090 bytes, checksum: 218d7a709fe68c04e2a0bfa695277691 (MD5) Previous issue date: 2002 / Resumo: As propriedades dos materiais poliméricas são fortemente afetadas pela distribuição dos seus pesos moleculares, densidades e incorporação de monômeros na cadeia polimérica. Sendo que a produção de polímeros com propriedades específicas, em termos de pesos moleculares, densidade, propriedades mecânicas, propriedades óticas, etc., dependem do ajuste das condições operacionais do reator de polimerização. Esta tese apresenta um novo modelo heterogêneo do reator de leito fluidizado para produção de polímeros e utiliza-se da técnica de contribuição de grupos para estimar as propriedades finais do polímero produzido no reator. O modelo desenvolvido considera as fases bolha, emulsão e partículas poliméricas e um caso de estudo baseado na produção de polietileno é apresentado. Redes neurais foram utilizadas para determinação das condições operacionais do reator de leito fluidizado a partir das propriedades físico-químicas desejadas de um polímero (modelagem inversa). Em outra aplicação, as redes neurais foram usadas para predizer as propriedades físico-químicas dos polímeros a partir das condições operacionais do reator de leito fluidizado, procedimento que pode ser utilizado industrialmente para caracterização "on-line" do polímero produzido em reatores industriais / Abstract: The properties of a polymer are influenced by its molecular weight distribution, density and composition. The production of a polymer with specific properties (specific molecular weight, density, mechanical properties, and other) depends on the operating conditions of the polymerization reactor. This thesis presents a new heterogeneous model of the fluidized bed reactor used in polymer production. The model was developed assuming the bubble, emulsion and particulate phases; and polyethylene production was used as case study. Neural networks were used to determine the reactor's operating conditions based on the desired properties of the polymer (inverse modeling). In another application, the neural networks were used to predict the properties of the polymer based on the reactor's operating condition, procedure that can be used in the industry to measure "on-line" the polymer being produced. / Doutorado / Doutor em Engenharia Química

Orientadores : Liliane Maria Ferrareso Lona, Veronica Maria de Araujo Calado / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-02T17:35:28Z (GMT). No. of bitstreams: 1 Contant_Sheila_M.pdf: 3408661 bytes, checksum: db56a8e582ae4a13e7c3a0117395ad6f (MD5) Previous issue date: 2002 / Resumo: Compósitos poliméricos ou plásticos reforçados são materiais formados a partir de uma matriz polimérica e um reforço. Atualmente, o setor dos compósitos poliméricos é um dos mais promissores, devido às muitas vantagens desses materiais, entre elas redução do peso, resistência à corrosão e a temperaturas elevadas, e redução dos custos de fabricação quando comparados aos materiais convencionais da engenharia. O Brasil é o líder desse mercado na América Sul, região que tem exibido o maior crescimento mundial desde 1993. Entre os diversos métodos de fabricação de compósitos poliméricos de matriz termorrigida (que representa cerca de 3/4 dos compósitos poliméricos) e reforço de fibras "contínuas, está. o filament winding, muito .empregado na produção de sólidos de revolução, como dutos, cilindros e tanques. Uma das grandes restrições para uma maior exploração comercial dos métodos de preparação de compósitos, incluindo o filament winding (filamento contínuo), reside na dificuldade de relacionar os vários parâmetros do sistema com a qualidade do produto final e com a eficiência do processo. Neste trabalho, redes neurais artificiais foram aplicadas no processo de filament winding em dois casos: (a) predição de propriedades que descrevem a qualidade do produto final (propriedades mecânicas e térmicas de peças) utilizando como conjunto de treinamento ensaios industriais de caracterização experimental e (b) predições do comportamento térmico de compósitos durante a etapa de cura, sendo que para o treinamento dessas redes foram obtidos dados através do modelo Lee-Springer. Foram desenvolvidos programas computacionais empregando os algoritmos de backpropagation e delta-barra-delta, e a influência de cada variável de entrada nas saídas da rede foi determinada através da Equação de Garson. Os resultados encontrados mostraram a eficiência da aprendizagem das redes em todos os casos estudados. A aplicação de redes neurais na modelagem do processo de filament winding pode levar a uma melhor compreensão do processo, redução do tempo de desenvolvimento de novos produtos e do custo / Abstract: Polymer composites or reinforced plastics are materials made with a polymer matrix and a reinforcement. Nowadays polymer composite market is one of the most promising, because of the many advantages of these materials such as weight saving, corrosion and temperature resistance and manufacturing cost reduction, when compared to conventional engineering materials. Brazil is the leader of polymer composite market in South America, which has shown the largest growth of this segment in the world since 1993. Among manufacturing methods for thermoset polymer matrix composites (that represent about 3/4 of the polymer composites) and continuous fiber reinforcement is the filament winding, often used for manufacture of closed-surface structures such as pipes, cylinders and tanks. One of the constraints in the great commercial exploitation of the composite manufacturing methods, including filament winding, is the difficulty to relate the many process parameters with product quality and process efficiency. In this work, artificial neural networks were applied in the filament winding process in two cases: (a) prediction of properties that describe final product quality (mechanical and thermal strength of parts) using as training set industrial tests of experimental characterization and (b) prediction of thermal behavior of composites during cure step, being the networks trained with data obtained using Lee-Springer mode!. Computer programs have been developed with backpropagation and delta-bar -delta algorithms and the influence of each input variable in the network outputs has been determinated using Garson Equation. Results obtained have shown network learning efficacy in alI studied cases. Application of neural networks in the filament winding process can give a better understanding of the process, reducing product development time and cost / Mestrado / Mestre em Engenharia Química

Orientador: Ana Maria Frattini Fileti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T02:52:04Z (GMT). No. of bitstreams: 1 Salviano_FranciscoOtavioCampelo_M.pdf: 1947577 bytes, checksum: 47d6103eb9ba3a042b3a607b2206d8ae (MD5) Previous issue date: 2002 / Resumo: A motivação inicial do presente trabalho constituiu-se na realização da modelagem do processo de tratamento de efluentes orgânicos da Rhodia Paulínia visando a predição da concentração de nitrogênio no seio do reator biológico e assim fornecendo dados ao operador para controlar a dosagem de hidróxido de amônio, evitando-se o excesso de nitrogênio enviado para a bacia fluvial. Como os fenômenos que ocorrem no reator biológico são de difícil modelagem fenomenológica e, uma vez que existe uma extensa base de dados com todas as informações das variáveis de entrada e saída, a modelagem via redes neurais artificiais foi a escolhida. Através de uma análise qualitativa realizada por especialistas do processo, onze variáveis foram definidas como de entrada e uma variável (concentração de nitrogênio no seio do reator) como saída, formando uma arquitetura da rede neural de 11 neurônios na camada de entrada, 27 na camada oculta e 1 na camada de saída. Utilizando o modelo neural treinado para simular a estação de tratamento de efluentes, detectou-se a realização de um procedimento operacional- adição de anti-espumante ao reator biológico - que trazia sérios problemas de estabilização para a estação, com aumentos bruscos da concentração de nitrogênio. Como conseqüência deste procedimento sem registro, constatou-se que muito dos dados da planilha utilizada para treinamento da rede neural não representavam o processo normal do tratamento de efluentes e por isto os resultados das simulações realizadas discordavam das medições analíticas. Como principal resultado do presente trabalho, relata-se a eliminação da adição de anti-espumante ao reator, permitindo uma melhor estabilização da estação de tratamento. Para que um modelo neural mais adequado seja desenvolvido, novos dados deverão ser coletados e a rede treinada novamente sem a interferência de procedimentos não registrados / Abstract: The present work is concerned on modeling the organic wastewater treatment process at Rhodia Paulinia Plant in order to predict the nitrogen concentration of the biological reactor bulk and also to provide human operators with suitable information to control the ammonium hydroxide dosage, avoiding the excess of nitrogen flowed out to the river. The biological reactor first principIes are very difficult to describe. Besides, a huge process database is available, so that the artificial neural network modeling was choosen. Through the qualitative analysis carried out by experts, 11 variables were defined as input and 1 ( nitrogen concentration of the biological reactor bulk) was defined as output, yielding a neural network architecture with 11 neurons in the input layer, 27 neurons in the hidden layer and 1 in the output layer. By using the trained neural model to simulate the wastewater treatment, it was detected the occurence of an unsuitable non-reported operational procedure - anti-foaming addition to the biological reactor. Serious stabilization problems occured, with abrupt nitrogen concentration increasing. As a consequence of this non-reported procedure, the simulation results did not match to the analytical measurements. The main result ofthe present work is the interruption of the anti-foaming addition and the wastewater treatment stabilization. In order to develop a suitable neural model, new process data must be collected and the neural network must be retrained without any interference of non-reported procedures / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientador: Carlos Rodrigues de Souza / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T16:29:08Z (GMT). No. of bitstreams: 1 Leite_LucianaCambraia_D.pdf: 945272 bytes, checksum: 59362012ec9694b7fe5805439e0e6025 (MD5) Previous issue date: 2003 / Doutorado

Orientadores: Maria Alvina Krahenbuhl, Amilton Martins dos Santos / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T17:46:56Z (GMT). No. of bitstreams: 1 Giordani_DomingosSavio_D.pdf: 1107683 bytes, checksum: 598e1f6b9d9de3a5fc7559490dc20a1f (MD5) Previous issue date: 2003 / Doutorado

Orientadores: Rubens Maciel Filho, Aline Carvalho da Costa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T17:41:33Z (GMT). No. of bitstreams: 1 Radke_Elver_M.pdf: 4509505 bytes, checksum: b4681a408f6d12715ec5a98e54386849 (MD5) Previous issue date: 2002 / Resumo: Neste trabalho, pretende-se estudar a modelagem híbrido neural de um processo de fermentação alcoólica. O objetivo é desenvolver de forma simples e rápida modelos que sejam capazes de descrever as características mais representativas do processo, podendo ser usados para otimização, controle ou como software sensors. Para isso, combinam-se as equações de balanço de massa do processo com redes neurais, que descrevem a cinética desconhecida. São estudadas medidas secundárias, como turbidez, pH e Brix como entradas para a rede neural artificial. São usados dados experimentais por COSTA (2000) e ATALA (2000). Os resultados referentes à organização e análise dos dados experimentais e estudo das rede neurais do tipo feedforward, bem como o desenvolvimento do modelo ht'brido usando variáveis primárias e secundárias, são apresentados. Neste trabalho, são estudadas técnicas de otimização do processo de fermentaçãc alcoólica. Com este objetivo os conceitos de planejamento fatorial são usados aplicados à simulação para determinar faixas operacionais adequadas e um modelo do processo. Este modelo, juntamente com o modelo deterministico detalhado, são usados para otimizaçãc empregando-se a metodologia das superncies de resposta e programação quadrática sucessiva. Os resultados são comparados / Abstract: In this work the neural hybrid modeling of an alcoholic fermentation process is studied. The objective is the simple and fast deve!opment of models capable to describe the most representative features of the process, being able to be used for optimization, control or as software sensors. For this, the mass balance equations of the process are combined with neural networks, which describe the complex kinetic. Secondary measures as turbidity, pH and Brix are also studied as input data for the artificial neural networks. From an experimental study, COSTA (2000) and A T ALA (2000), the necessary data were obtained. The referring results to the organization and analysis of the experimental data and feedforward neural network study, as well as the hybrid mode! deve!opment using primary and secondary variables, are presented. Techniques of alcoholic fermentation process optimization are studied. Wíth this objective the concepts of factorial design are applied to the simulation to determine adequate operating bands and a process mode!. This mode_ with the detailed deterministic mode!, is used for optimization using the response surface methodology and successive quadratic programming. The results are compared. / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Orientador: Renato Marcos Endrizzi Sabbatini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica / Made available in DSpace on 2018-08-03T18:15:59Z (GMT). No. of bitstreams: 1 FelipeJunior_Paulo_M.pdf: 6478566 bytes, checksum: 666c58b8505fabb868435651b89a8c87 (MD5) Previous issue date: 1995 / Resumo: Diversos sistemas foram desenvolvidos com o intuito de estimar a probabilidade de morte em Unidades de Terapia Intensiva, tais como o APACHE e o MPM, que são baseados em regressão logística. No presente trabalho, foi estudado o potencial das Redes Neurais Artificiais para a execução da mesma tarefa. Para tal, diversos experimentos foram realizados utilizando, como base, um perceptron de três camadas com regra de aprendizado por backpropagation onde o número de neurodos da camada intermediária foi de 5, 10, 15 e 20 elementos. Foram utilizados 282 registros de pacientes para o treinamento das redes neurais e 100 registros para o seu teste. Estes dados foram obtidos a partir de um banco de dados da UTI do HCUnicamp, coletados no período de 1988 e 1992, utilizados previamente para calcular os Índices do APACHE 11.Todas as redes apresentaram convergência dentro de 500 ciclos de treinamento sendo que o Erro Global Final, em todos os casos, foi inferior a 0,025. Para avaliar a performance de cada experimento foram utilizados, como índices de desempenho, os valores de acurácia, sensibilidade, especificidade, eficiência, preditividade positiva e negativa e o cálculo da área sob a Curva ROC. Para o conjunto de dados de treino, todas as redes foram capazes de predizer o prognóstico do paciente com acurácias variando entre 97,6% (rede com 20 e 10 neurodos intermediários) e 98,6% (rede com 5 neurodos intermediários). No conjunto de dados de teste, os valores de acurácia variaram entre 76% (rede com 15 neurodos intermediários) e 81% (rede com 5 neurodos intermediários) ... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: Several systems have been devised with the purpose of estimating the probability of death in intensive care units (ICUs). These systems, such as APACHE and MPM, take the approach of logistic regression ana1ysis. In this work, we have studied instead the applicability of artificial neural networks in performing the same task. Thus, we have conducted some experiments, using three-Iayer perceptrons with backpropagation learning rule, where the neurode count in the intermediate layer was either 5, 10, 15 or 20 elements. 282 patient records were used for training the neural networks, and a further 100 for testing them. The data originated from a database maintained by the ICU of the University Clinics Hospital, State University of Campinas, Brazil; they are from the 1988-92 period, and had been previously used for calculating APACHE II indexes. Ali networks converged within 500 cycles, with a final global error under 0.025 in ali cases. In order to evaluate the experiments, for each of them the accuracy, sensitivity, specificity, efficiency, positive and negative predictability, as well as the calculated area under the ROC curve were used as performance indexes. For the training data set, ali networks were capable of predicting the patient's prognosis, with the accuracy ranging from 97.6% (networks with 20 and 10 intermediate neurodes) to 98.6% (networks with 5 intermediate neurodes). For the test data set, accuracy has varied between 76% (networks with 15 intermediate neurodes) and 81% (with 5 intermediate neurodes) ... Note: The complete abstract is available with the full electronic digital thesis or dissertations / Mestrado / Engenharia Biomedica / Mestre em Engenharia Elétrica

Orientador: Robson Pederiva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-03T19:29:36Z (GMT). No. of bitstreams: 1 Santiago_DarleyFiacriodeArruda_D.pdf: 4434746 bytes, checksum: 58cff477ffeb702848dab658ddeccdfe (MD5) Previous issue date: 2004 / Doutorado