Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2007. / Submitted by Diogo Trindade Fóis (diogo_fois@hotmail.com) on 2009-11-26T20:36:26Z No. of bitstreams: 1 2007_AngelitaFleigKapp.PDF: 2854431 bytes, checksum: 7c18a4f4f583180d448d4fa471093d0c (MD5) / Approved for entry into archive by Carolina Campos(carolinacamposmaia@gmail.com) on 2010-01-11T16:32:40Z (GMT) No. of bitstreams: 1 2007_AngelitaFleigKapp.PDF: 2854431 bytes, checksum: 7c18a4f4f583180d448d4fa471093d0c (MD5) / Made available in DSpace on 2010-01-11T16:32:40Z (GMT). No. of bitstreams: 1 2007_AngelitaFleigKapp.PDF: 2854431 bytes, checksum: 7c18a4f4f583180d448d4fa471093d0c (MD5) Previous issue date: 2007-12-14 / O planejamento e o dimensionamento de recursos, tanto humanos quanto materiais, devem estar suportados por dados que facilitem a sua execução e garantam uma assertividade mínima suficiente em seus resultados. Este trabalho trata deste e outros assuntos relacionados à predição do período - com a melhor assertividade possível - em que se deve migrar o transporte dos atuais serviços de conexão de redes, hoje suportados por redes totalmente Determinísticas, para redes Estatísticas. Esta estimativa de período será feita a partir de uma rede Neural de aprendizado Hebbiano, baseada na Transformada de Karhunen-Loève onde dados de evolução de flexibilidade, custo, confiabilidade e eficiência são comparados para redes IP (Internet Protocol) e redes não IP e o cruzamento destas duas curvas estima uma data onde os citados custo, confiabilidade e eficiência serão melhores para as redes baseadas em IP. __________________________________________________________________________________________ ABSTRACT / The human and material resources planning must be supported by data that makes this task easier and they must be as correct as possible. This work, based in this directive, tries to predict a period that the service transportation will migrate fro TDM (Time Division Multiplex) to IP (Internet Protocol) based Networks. This period estimate will use a Hebbian Learning Neural Network, based on Karhunen- Loève Transform where the flexibility evolution data, cost, trustworthiness and efficiency are compared for IP Networks and Non-IP Networks. The crossing of these two curves esteems a cited date where flexibility, cost, trustworthiness and efficiency will be better for IP based networks

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2013. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2014-01-22T11:15:52Z No. of bitstreams: 1 2013_EdnaMargaritaMoncayoTorres.pdf: 3829331 bytes, checksum: 4056e83b746ba1b735edb303c3b0f5de (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-02-05T13:39:58Z (GMT) No. of bitstreams: 1 2013_EdnaMargaritaMoncayoTorres.pdf: 3829331 bytes, checksum: 4056e83b746ba1b735edb303c3b0f5de (MD5) / Made available in DSpace on 2014-02-05T13:39:58Z (GMT). No. of bitstreams: 1 2013_EdnaMargaritaMoncayoTorres.pdf: 3829331 bytes, checksum: 4056e83b746ba1b735edb303c3b0f5de (MD5) / Conceitos aplicados ao controle da soldagem estão produzindo pesquisas direcionadas ao desenvolvimento do monitoramento direto ou indireto da geometria do cordão de solda. A utilização de certos tipos de sensores proporcionou o desenvolvimento de sistemas capazes de medir diretamente a geometria do cordão. No desenvolvimento das pesquisas relacionadas ao monitoramento e controle em tempo real da soldagem, observa-se a utilização de várias abordagens que podem ser agrupadas conforme o parâmetro de monitoramento escolhido. Ao longo dos anos, a demanda de sistemas para o monitoramento e o controle nos processos de soldagem tem crescido. A necessidade de melhorar a produtividade e qualidade levou ao desenvolvimento e aperfeiçoamento de técnicas e sistemas para monitoramento e controle dos processos de soldagem. Este trabalho apresenta uma metodologia para realizar a modelagem, otimização e controle da largura do cordão de solda, permitindo ajustar os parâmetros do processo em tempo real. Desenvolveu-se um sistema integrado de aquisição de imagens, modelagem e controle do processo de soldagem, permitindo uma resposta em tempo real, através de redes neurais artificiais, onde os parâmetros de velocidade de soldagem, velocidade de alimentação do arame e a tensão são preditos em função de uma largura desejada. Para realizar o controle em malha fechada do sistema desenhou-se um controlador “fuzzy” onde se toma como referência a diferença entre a largura que se pretende obter e a largura real do cordão de solda. Este cordão é medido através de um sistema de aquisição e processamento de imagens usando-se uma câmera web de baixo custo. A ação de controle é exercida preferencialmente na velocidade de soldagem, parâmetro que apresenta a maior influência na largura do cordão. Obteve-se cordões de solda com largura pré-definida, além de boa aparência e qualidade. _______________________________________________________________________________________ ABSTRACT / Welding Control concepts aim to developed researches to improve the monitoring and control of weld bead geometry. The use of certain types of sensors has allowed the development of systems that are able to directly measuring the weld bead geometry. Research developments reviews related to the real-time weld monitoring and control use several approaches that could be grouped according to what sort of parameter is selected for monitoring and over the recent years, the demand for more improved welding systems are growing up. The needs for improving productivity and quality have led to the development and improvement techniques and systems for monitoring and control of welding processes. This work presents a methodology to perform modelling, optimization and control of the weld bead width, enabling to adjust process parameters in real-time. It was developed an integrated system for image acquisition, modelling and control of the welding process allowing a real-time response, through artificial neural networks. Parameters as welding speed, wire feed velocity and voltage are predicted in function of a desired weld bead width. In order to get the closed-loop control system, it was designed a controller "fuzzy" in which is taken as reference the difference between the width to be achieved and the actual width of the bead. This weld bead is measured throughout an acquisition system and images processing using a low price webcam. The control action is carried out preferably in welding speed, a parameter that has the greatest influence on the weld bead width and it has not influence in the metal transfer behaviour. It was obtained weld beads with predefined width, good appearance and quality.

Orientador: Rubens Maciel Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-10T14:16:29Z (GMT). No. of bitstreams: 1 Ribeiro_PleycienneTrajano_M.pdf: 6676447 bytes, checksum: 6c29c9cac1ca3769c0c23d1c86851348 (MD5) Previous issue date: 2007 / Resumo: Por representar um importante processo de conversão da indústria petroquímica, o craqueamento catalítico é um dos processos de conversão mais estudados. Nele, moléculas de alto peso molecular são quebradas em moléculas com menor peso molecular, obtendo-se assim produtos economicamente mais desejáveis. Os estudos do processo, de sua modelagem matemática e dos seus sistemas de controle, podem garantir o conhecimento necessário para alcançar condições operacionais ótimas que levem à máxima conversão da carga. Neste contexto, este trabalho teve como objetivos: a pesquisa e utilização de uma modelagem matemática para o conversor FCC (Fluid Catalytic Cracking); o estudo do processo sob influência de um controlador PID clássico, muito utilizado em refinarias; a estruturação de uma rede neural artificial (RNA) e o seu posterior uso como modelo interno de um controlador avançado tipo preditivo desenvolvido a partir dos estudos feitos no processo de craqueamento catalítico. Em paralelo, foi cirada uma ferramenta de simulação que possibilitou o meio mais amigável e prático para realização de todas as simulações necessárias para o desenvolvimento do presente trabalho. O FCCGUI (Fluid Catalytic Cracking Graphical User Interface), nome dado ao simulador, proporciona a escolha de parâmetros de simulação, diferentes estruturas de controle (PID, DMC e MPC - baseado em redes neurais), a visualização de diferentes variáveis manipuladas, controladas e sinais de válvulas e facilidades para perturbar o sistema. Através das simulações foi possível acompanhar o comportamento das variáveis de processo em diferentes condições testadas, realizar a estruturação da rede neural e obter as respostas das variáveis controladas para os dois tipos de controladores estudados. Os resultados obtidos foram bastante satisfatórios, visto que a modelagem matemática escolhida representa bem o sistema e o controlador MPC-Neural desenvolvido se mostrou eficiente, por conseguir manter o processo estável e próximo ao set point, mesmo após a aplicação de perturbações no processo / Abstract: Catalytic cracking is one of the most studied conversion processes due its importance in the petrochemical industry. In this process high weight molecules are broken into lighter ones, yielding more economically valuable products. The study about the process, its mathematical modeling, and its control systems may guarantee the necessary knowledge needed to reach optimal operational conditions which lead to maximum load conversion. In this context, the present work thesis has as main objectives the research and use of a mathematical modeling for a FCC (Fluid Catalytic Cracking) conversion unit, the study of the system under PID control loop widely used in refineries, structuring of an artificial neural network (ANN) with its use as an internal model of a predictive control system developed for catalytic cracking. Parallel to this, it was developed a computational tool which in a friendly and practical way made possible to carry out simulations needed to accomplish this work. FCCGUI (Fluid Catalytic Cracking Graphical User Interface), name given to this simulator, allows to choose simulation parameters, different control systems (PID, DMC, and MPC-ANN Based), graphical visualization of many different variables, such as manipulated and controlled variables plus valve signals, also it allows for and easy means for disturbing the system while the simulation continues. Through the simulations it was possible to follow the behavior of many process variables under different tested operational conditions, to structure the neural network, and to obtain controlled variables responses for both types of control systems studied. The obtained results were quite satisfactory since the chosen mathematical modeling represents well the system and the developed MPC-ANN controller showed to be efficient to maintain the process stable and close to the set points even after the introduction of disturbances in the process. Taking all these into account, compared to PID controller, MPC-ANN showed to be less oscillatory and to be more effective / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

O processo de transcrição diz respeito à leitura da informação contida no DNA para geração do RNA mensageiro correspondente. Para iniciar o processo de transcrição de um determinado gene, a enzima RNA polimerase necessita reconhecer a região promotora, atuando assim na regulação da expressão dos genes. A literatura propõe diversos métodos computacionais para a predição de sequências promotoras, mas a maioria dos trabalhos concentra-se em bactérias Gram-negativas. O objetivo deste trabalho é predizer promotores em regiões intergênicas da bactéria Bacillus subtilis (Gram-positiva) através da aplicação de técnicas de aprendizado de máquina: Redes Neurais Artificias (RN) e Máquinas de Vetor de Suporte (SVM). O treinamento das RN foi realizado através do algoritmo Multilayer Perceptron (MLP) que se baseia na regra de aprendizagem por correção de erro (backpropagation). Já para SVM, destaca-se os kernels (faz o mapeamento no espaço de características para a identificação dos vetores de suporte ideais) Radial Basis Function (RBF) que utiliza uma função gaussiana; SIGMOID que utiliza uma função de tangente hiperbólica; e Nu-Support Vector Classification (Nu-SVC) que limita o custo de penalização entre 0 e 1. O primeiro passo do trabalho foi a coleta do genoma e dos promotores reconhecidos pelos fatores sigma da bactéria Bacillus subtilis a partir dos dadoscontidos em bancos de dados públicos. O processamento dos dados biológicos obtidos da bactéria Bacillus subtilis gerou 767 regiões promotoras, sendo a maioria encontrada a partir do fator Sigma SigA. Estes dados foram processados e utilizados como entrada na aplicação das técnicas de aprendizado de máquina RN e SVM. Desta forma, foi possível comparar o desempenho das duas soluções para o problema em questão. Em ambas as soluções foram usados os mesmos dados de entrada e validação cruzada (k-cross validation) de 5-fold. Os resultados são condizentes e competitivos com os encontrados na literatura, obtendo 93.20% e 95.63% de acurácia em sua predição com o SVM (combinando os kernels SIGMOID e RBF com o algoritmo Nu-SVC) e obtendo 98.57% e 97.69% de acurácia em sua predição com RN (MLP com 5 e 7 neurônios na camada oculta e 1 neurônio na camada de saída). A partir dos resultados obtidos, é possível afirmar que a predição, reconhecimento e caracterização de regiões promotoras de Bacillus subtilis pode ser realizado com sucesso tanto usando RN quanto SVM, embora RN tenha obtido melhor desempenho. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The transcription process concerns reading the information contained in DNA to generate the corresponding messenger RNA. To initiate the transcription process of a given gene, RNA polymerase enzyme needs to recognize the promoter region, thereby regulating gene expression. Literature proposes several computational methods to predict promoter sequences, but most of them is focused on Gramnegative bacteria. Therefore, the objective of this work is to predict promoters in intergenic regions of the Bacillus subtilis bacterium (Gram-positive) through the application of machine learning techniques: Artificial Neural Networks (RN) and Support Vector Machines (SVM). The training of the RN was performed through the Multilayer Perceptron (MLP) algorithm that is based on the error correction learning rule (backpropagation). For SVM, the kernels (maps the characteristics space to identify ideal support vectors) that stands out are Radial Basis Function (RBF) that uses a Gaussian function; SIGMOID that uses a hyperbolic tangent function; and Nu- Support Vector Classification (Nu-SVC) that limits the penalty cost between 0 and 1. The first step was to obtain the genome and the promoters recognized by the Sigma factors of Bacillus subtilis from data in public data bases. Biological data gathered from Bacillus subtilis generated 767 promoter regions, being the majority found by Sigma SigA factor. These data were processed and used as input in RN and SVM machine learning techniques. Hence, it was possible to compare the efficiency of the two solutions. In both solutions, the same input data and 5-fold cross-validation were used. We obtained 93.20% and 95.63% accuracy in the SVM application (combining the SIGMOID and RBF kernels with the Nu-SVC algorithm). With RN (MLP with 5 and 7 neurons in the hidden layer and 1 neuron in the output layer), the best results were 98.57% and 97.69% accuracy. Both results are consistent and competitive when compared to those in literature. In addition, both solutions proved the reliability of the obtained data. Finally, it is possible to state that the prediction of Bacillus subtilis promoter regions can be successfully performed both using RN and SVM, although RN has obtained better performance.

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-17T00:14:12Z (GMT). No. of bitstreams: 1 Ribeiro_PleycienneTrajano_D.pdf: 5889372 bytes, checksum: fb40a08b4781dc281483bc320321f3ff (MD5) Previous issue date: 2010 / Resumo: Este trabalho teve como principal objetivo o desenvolvimento e implementação de um controlador adaptativo do tipo regulador auto-ajustável (STR - Self Tuning Regulator), com a subsequente comparação de seu desempenho com um controlador PID (proporcionalintegrativo-derivativo) e dois controladores preditivos: um preditivo baseado em redes neurais artificiais e um controlador DMC (Dynamic Matrix Control). Esses esquemas de controle foram todos implementados na ferramenta de simulação desenvolvida, o FCCGUI (Fluid Catalytic Cracking Graphical User Interface). Como modelo para estimativa dos parâmetros do controlador adaptativo foi treinada e validada uma rede neural. Esse modelo caixa-preta forneceu uma abordagem eficiente para identificação e controle não-linear do processo de craqueamento catalítico. Para implementação do controlador adaptativo foram estruturadas três novas malhas de controle PID a partir de estudos estatísticos desenvolvidos para a análise dos efeitos das variáveis de processo e suas interações. Dentre essas novas malhas de controle, optou-se pela implementação do controle adaptativo no par manipulada-controlada CTCV-SEVER (abertura de catalisador regenerado - severidade da reação). Após aperfeiçoamentos e reestruturações no simulador FCCGUI, foram realizadas várias simulações para avaliação gráfica e numérica do desempenho do controlador através do critério de desempenho dinâmico ITAE (Integral of Time and Absolute Error). O controlador adaptativo apresentou bons resultados, tanto para testes servo quanto para regulatórios em comparação com a estratégia PID sem adaptação, bem como para as demais estratégias disponíveis no simulador, MPC-RNA (Model Predictive Control baseado em uma Rede Neural Artificial) e DMC. A capacidade de ajuste dos parâmetros do controlador torna-o uma estratégia promissora para sistemas que sofrem com alterações contínuas em suas variáveis de processo ou mudanças de setpoint / Abstract: This work had as main objective the development and implementation of an selftuning regulator (STR) adaptive controller, with subsequent comparison of its performance with a PID (proportional-integral-derivative) controller and two predictive controllers, namely a predictive based on artificial neural networks (MPC-ANN) and a dynamic matrix controller (DMC). These control schemes were all implemented in the developed simulation tool, the FCCGUI - Fluid Catalytic Cracking Graphical User Interface. An artificial neural network, used as a model to estimate controller parameters, was trained and validated. This black box model provided an efficient approach for identification and nonlinear control of the catalytic cracking process. To implement the adaptive controller, three new PID control loops were structured based on statistical studies designed to analyze the effects of process variables and their interactions. The implementation of adaptive control was chosen to be in the manipulated-controlled pair CTCV-SEVER (regenerated catalyst valve opening - reaction severity). After restructuring and improvements in the simulator FCCGUI, several simulations were performed for graphical and numerical evaluation of controller performance through ITAE (Integral of Time and Absolute Error) dynamic performance criterion. The adaptive controller presented good results for both tests: servo and regulatory, in comparison with PID strategy without adaptation and other strategies available to the simulator, MPC-ANN and DMC. The ability to adjust the parameters of the controller makes it a promising strategy for systems that suffer from continuous changes in their process variables or setpoints / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Orientadores: Marcio Luiz de Andrade Netto, João Luis Garcia Rosa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T07:45:24Z (GMT). No. of bitstreams: 1 Orru_Telvio_M.pdf: 2398157 bytes, checksum: c5119e1b22c57334ce4532605c1b38b2 (MD5) Previous issue date: 2005 / Resumo: Propõe-se, neste projeto, a criação de uma ferramenta computacional para geração de novos sumários a partir de novos textos-fonte, por meio do uso de abordagem conexionista (Redes Neurais Artificiais). Dentre as contribuições que este trabalho pretende trazer à área de Processamento de Línguas Naturais, destaca-se a abordagem biologicamente mais plausível da arquitetura e do treinamento conexionistas para a sumarização automática. Utilizou-se esta abordagem para o treinamento da rede pois acredita-se que este tratamento poderá trazer ganhos em relação à eficiência computacional quando comparado aos modelos conexionistas considerados biologicamente implausíveis / Abstract: It is proposed here an implementation of a computational tool to generate new summaries from new source texts, by means of a connectionist approach {artificial neural networks). Among other contributions that this work intends to bring to natural language processing, it is highlighted the use of biologically more plausible connectionist architecture and training for automatic summarization. The choice relies on the expectation that it may bring an increase in computational efficiency when compared to the so-called biologically implausible algorithms / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Emanuel Pimentel Barbosa / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-05T13:04:51Z (GMT). No. of bitstreams: 1 Gomes_DanielTakata_M.pdf: 3107518 bytes, checksum: c063e22a01c9ebf48a081c148b6138d8 (MD5) Previous issue date: 2005 / Resumo: É de grande interesse o estudo de previsão de séries temporais, ou seja, conseguir identificar características do processo num ponto futuro. Para isso, é necessário estimar com precisão, ou pelo menos com uma boa aproximação, o processo gerador dos dados. Nos últimos anos, modelos de redes neurais artificiais vêm desempenhando um papel crescente na abordagem e solução de problemas estatísticos importantes. A estrutura mais básica de rede neural, as redes progressivas ou feedforward, sem retroalimentação, têm se mostrado uma alternativa vantajosa, em alguns casos, em relação aos modelos lineares tradicionais. No entanto, algumas séries apresentam características que permitem introduzir algum tipo de realimentação na rede. Tal rede chamada de rede neural recorrente, ferramenta ainda pouco explorada pela comunidade estatística. São dois os principais objetivos da dissertação. Primeiro, o estudo de redes neurais recorrentes para predição de séries temporais, o que compreende sua fundamentação teórica, principais arquiteturas e algoritmos de aprendizagem e sua implementação computacional. Segundo, estudo comparativo da performance preditiva dessas redes para séries temporais, tanto no caso de séries temporais de memória curta quanto de memória longa, tomando-se como referência modelos padrão tipo ARIMA e ARFIMA. São utilizadas séries espaciais (dados de variáveis do solo) e séries temporais (séries de inflações de países desenvolvidos). Os resultados mostram que o uso das redes para predição é vantajoso em relação a modelos lineares para diversas séries. Também é desenvolvido um novo modelo (redes neurais com pesos variáveis) e seu correspondente algoritmo de estimação baseado nas características dos dados / Abstract: Forecasting of time series is a topic of great interest nowadays. To do so, the data generating process needs to be estimated with a good degree of accuracy. In the last years, artificial neural networks are becoming more important in the statistical community. The more basic structure of a neural network, the feedforward neural nets, without feedback, can be a profitable alternative, in some cases, comparing to linear traditional models. However, some time series present characteristics that allow to introduce some kind of feedback in the network. Such network is called recurrent neural network, a tool not so popular in the statistical community.Two of the main concerns of this work are the study of recurrent neural networks for prediction of time series (theoretical fundamental, main architectures and learning algorithms) and the comparative study of the predictive performance of these networks for short and long memory time series. Spatial series (solo science data) and time series (inflation data) are used. The results show that the networks have good prediction performance comparing to linear models in several series. A new model (neural networks with varying coefficients) and its estimation algorithm are proposed, based in the data characteristics / Mestrado / Mestre em Estatística

Orientador: Elias Basile Tambourgi / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-06T05:30:03Z (GMT). No. of bitstreams: 1 Fischer_GilvanAnderson_D.pdf: 1330009 bytes, checksum: a03c001d3375eaae07873f0e8dd8d168 (MD5) Previous issue date: 2006 / Resumo: Bromelina é um conjunto de enzimas proteolíticas encontradas nos vegetais da família Bromeliaceae, da qual o abacaxi é o mais conhecido. A bromelina tem diversos usos, todos baseados em sua atividade proteolítica. Com a necessidade de desenvolver novos processos de purificação e concentração desses compostos a extração líquido-líquido por micela reversa mostra-se como uma técnica atrativa, pois possui a capacidade de solubilizar biomoléculas específicas de uma solução aquosa, como o extrato bruto do abacaxi. Dentre os equipamentos disponíveis para a extração líquido-líquido foi usada uma micro-coluna de campânulas pulsantes, visando a separação e purificação de biomoléculas em operação contínua. A melhor condição de extração da bromelina com micelas reversas em operação batelada foi aplicada na coluna de extração. Com o objetivo de encontrar as condições ótimas de operação da coluna foi utilizada a técnica de planejamento de experimentos do tipo estrela, de forma a abranger toda região de operação. Para isto variouse a razão Vazão Fase Leve/Vazão Total e o intervalo entre os pulsos na entrada para determinar as variações na saída do rendimento de proteína total e o fator de purificação. Os valores dos pontos ótimos para as variáveis respostas encontrados foram: fator de purificação de 5 vezes e produtividade de 1,28 mg/min. E as condições operacionais que levam ao ótimo das respostas foram: Vazão Fase Leve/Vazão Total de 0,67 e intervalo entre os pulsos de 1 s. Para representar a dinâmica de operação da coluna de extração usouse uma simples aproximação baseada nas redes neurais, pois este modelo de conexão tem a habilidade de aprender procedimentos complexos do sistema físico. As entradas foram representadas pelos passados e presentes valores da razão vazão fase leve/vazão total e no intervalo entre os pulsos, e as saídas o valor presente do rendimento de proteína total e o fator de purificação. Com o objetivo de encontrar a melhor topologia, treinou-se a rede com o algoritmo Regularização Bayesiana, variando-se o número de neurônios da camada intermediária para encontrar o melhor modelo. A topologia final da rede neural foi 16-9-2, com funções de ativação sigmoidal. Observou-se o bom desempenho da rede neural com respeito à Proteína Total e o Fator de Purificação em toda a faixa de valores desejada / Abstract: Bromelain is a set of proteolitics enzymes found in vegetables of the Bromeliaceae family, from which pineapple is known more. Bromelain has several uses, ali based on its proteolitics activity. There is the necessity to develop new processes for purification and concentration of these composites, the liquid-liquid extraction for reversed micelles reveals as one attractive technique, therefore it has had the specific capacity of getting soluble biomolecules of an aqueous solution, as the crude extract of the pineapple. Amongst equipment for the liquid-liquid extraction available it was developed a microcolumn of pulsed caps, with the purpose to get an equipment for the accomplishment of extraction processes liquid-liquid, appropriate for the separation and purification of biomolecules in continuous operation. The best condition of bromelain extraction with reversed micelles in batch operation was applied in the extraction column. To find the best operation conditions of the column, the star design of experiments was used, covering ali region of operation. For this it had been varied the ratio between low density phase to total flow and the range of time between pulses on the input to determine the variations of the total protein yield and purification factor on output each three minutes. The best values found were: 5 for purification factor and 1.28 mg/min for productivity. And operational conditions that lead to results were: 0.67 for the ratio between low-density phase to total flow and 1 s for range of time between pulses. To represent the dynamics of operation of the extraction column a simple approach based on the neural networks was used, therefore this model of connection has the ability to leam complex procedures of the physical system. The input had been represented by the pasts and presents values of the ratio between low density phase to total flow and the range of time between pulses, and the outputs the present value of the total protein yield and purification factor. To find the best topology, the network was trained with Bayesian Regularization algorithm, varying the number of neurons on hidden layer to find the best model. The final topology of the neural network was 16-9-2, with sigmoid activation functions. It was observed that the performance of the neural network is good with respect to the total protein yield and purification factor in ali range of values desired. / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química

Orientador: Paulo Sergio Franco Barbosa / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil / Made available in DSpace on 2018-08-06T07:02:02Z (GMT). No. of bitstreams: 1 Barp_AnaRosaBaganha_D.pdf: 10742989 bytes, checksum: b5b39e576e280c713cb533a3ee3d2996 (MD5) Previous issue date: 1999 / Resumo: Este trabalho investiga a utilização de modelos determinísticos de simulação hidrológica do tipo chuva-vazão, cuja área de estudo refere-se as bacias dos rios Itapetininga, das Almas e Guarapiranga no estado de São Paulo e bacia do rio Guaporé no estado de Mato Grasso. São testados dois modelos determinísticos do tipo chuva-vazão, ambos com processo de otimização dos parâmetros na forma irrestrita e não linear: SMAP (Soi! Moisture Accouting Procedure) com aplicação de um método de otimização de primeira ordem; e outro modelo utilizando a técnica de Redes Neurais Artificiais (RNA's), com método de otimização de segunda ordem Em ambos os casos é tomado o intervalo de discretização mensal. A concepção testada sobre a posição de inserção do modelos de RNA's acoplado ao SMAP, tem origem na necessidade de investigação do potencial das RNA's em substituição aos parâmetros e processos tradicionais dos modelos chuva-vazão e, representada diretamente a relação chuva-vazão, partindo-se portanto, como entrada a série de precipitações e gerando-se as vazões através da RNA / Abstract: This work describes the use of two hydrological simulation deterministic models to represent the rainfuJI-runnoff processo The Itapetiniga, Almas and Guarapiranga rivers basin, located in the State of São Paulo and the Guaporé river basin located in the State of Mato Grasso, are taken as a case study. Both deterministic models used parameters optimization, with a nonlinear and unconstrained structure: (a) SMAP - Soil Moisture Accounting Procedure, which uses a first order optimization procedure; (b) Artificial Neural Network (ARN) model, which uses a second order optimzation procedure. Both models assume a montly interval to account rainfall and river flow. Some tests include a mix structure between SMAP and ARN, aiming at an evaluation of ARN potential to replace physical parameters and typical processes of conceptual rainfall-runnoff models / Doutorado / Recursos Hidricos / Doutor em Engenharia Civil

Nowadays, with the increase of electrical load demand, possible shortages of fossil fuels and strict restrictions to deployment of new hydroelectric, has seen a growing awareness for the use of environmentally clean energy source. Thus, the generation of energy through wind has been a widespread alternative in Brazil and the world. However, the accelerated expansion of wind power generation is a challenge because of the need to know the possible impacts in the operation, maintenance and interconnection with the existing energy system. The power generation forecast has been used in order to minimize this challenge, considering that the wind speed does not depend on human intervention. Therefore, in this work have been studied the potentiality of forecasting models based on artificial neural networks to forecast the wind generation in very short term horizon (a few minutes up to hours ahead) and short term horizon (a few hours up to a few days ahead). / Atualmente, com o aumento da demanda de carga elétrica, possível escassez de combustíveis fósseis e rígidas restrições para implantação de novas hidrelétricas, tem-se observado uma crescente conscientização para uso de uma fonte de energia ambientalmente limpa. Com isso, a geração de energia através do vento tem sido uma alternativa amplamente difundida no Brasil e no mundo. No entanto, a expansão acelerada da geração de energia eólica é um desafio, devido à necessidade de conhecer os possíveis impactos na operação, manutenção e interligação com o sistema energético existente. A previsão da geração de energia vem sendo empregada com o intuito de minimizar esse desafio, tendo em vista que a velocidade do vento não depende da intervenção humana. Sendo assim, no presente trabalho têm sido estudadas as potencialidades de utilização dos modelos de previsão baseados em redes neurais artificiais na previsão de geração eólica em horizontes de muito curto prazo (alguns minutos até horas à frente) e curto prazo (algumas horas até alguns dias à frente), com o objetivo de analisar o desempenho para os diferentes horizontes.