Orientador: Roger Josef Zemp / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-23T09:46:30Z (GMT). No. of bitstreams: 1 Santos_RaphaelRibeiroCruz_M.pdf: 3339099 bytes, checksum: 221059e3eab5645623f894afee5431de (MD5) Previous issue date: 2013 / Resumo: Neste trabalho é apresentada uma metodologia de desenvolvimento de um sistema supervisório utilizando Microsoft Excel®. O sistema foi desenvolvido para operar uma planta de polimerização em solução de estireno. A aplicação de códigos computacionais na em VBA (Visual Basic for Applications) na planilha torna possível a criação de um cliente OPC para comunicação entre o computador e hardware. A planilha possui, portanto condições de receber, enviar, armazenar e tratar informações vindas do processo. A polimerização de estireno é realizada utilizando tolueno como solvente e BPO (Peroxido de Benzoíla) como iniciador. Aquisição da temperatura do reator, temperatura de entrada e saída da camisa e massa especifica do meio reacional foram realizada. A partir dos dados experimentais extraídos da reação de polimerização, foi gerado um modelo empírico utilizando Redes Neurais Artificiais (RNA). As RNAs são implementadas no Excel de forma simples, usando a própria planilha, por operar matrizes, tornando-se oportunas para o desenvolvimento de controladores preditivos. O Microsoft Excel® mostrou-se uma interessante ferramenta para aplicação em automação de protótipos experimentais / Abstract: This research work presents a methodology for the development of a supervisory system using Microsoft Excel®. The system was designed to operate a styrene polymerization plant. The development of computational codes in VBA (Visual Basic for Applications) allows for the creation of an OPC client for communication between computer and hardware. The spreadsheet has porting is able to receive, send, store and process information from the process. The polymerization of styrene is carried out using toluene as solvent and BPO (benzoyl peroxide) as an initiator. Acquisition of reactor temperature, inlet temperature and outlet shirt and specific mass of the reaction medium were performed. From the experimental data extracted from the polymerization reaction, an empirical model was generated using Artificial Neural Networks (RNA). RNAs are easily implemented in Excel simply, using operations arrays, making it appropriate for the development of predictive controllers. The use of Microsoft Excel® proved to be an interesting tool for application in automation experimental prototypes / Mestrado / Engenharia Química / Mestre em Engenharia Química

Orientador: Alberto Luiz Serpa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-23T23:04:02Z (GMT). No. of bitstreams: 1 ArizaZambrano_WilliamCamilo_M.pdf: 5789145 bytes, checksum: 151f5e3ef1780d5448a7073b85b4715f (MD5) Previous issue date: 2013 / Resumo: Este trabalho tem como objetivo principal o estudo de um método de controle baseado no uso de redes neurais artificiais aplicado ao problema de controle de vibrações em estruturas flexíveis. Este trabalho centra-se no estudo do esquema de controle inverso-direto, que consiste em identificar a dinâmica inversa da planta através de uma rede neural artificial para ser usada como controlador. Três exemplos de aplicação foram resolvidos utilizando-se controladores projetados com o método inverso-direto. A primeira aplicação é o controle de vibrações em uma estrutura mecânica de parâmetros concentrados. O segundo exemplo de aplicação é o controle de vibrações de uma placa engastada em uma de suas extremidades. Neste caso, a placa engastada foi modelada utilizando-se o método de elementos finitos. No seguinte exemplo, o modelo da placa usado no exemplo anterior foi reduzido, deixando apenas os primeiros modos de vibração. No último exemplo tratou-se o problema de controle não colocado das vibrações em uma placa engastada. Os resultados foram analisados a partir da resposta temporal e da resposta em frequência do sistema em malha fechada. Para comparar os resultados obtidos utilizando-se o método de controle baseado em redes neurais artificiais, os exemplos citados anteriormente foram também resolvidos utilizando-se o método de controle ??. Os resultados obtidos demonstram que o método de controle baseado em modelo inverso usando redes neurais foi eficaz na resolução deste tipo de problema / Abstract: The goal of this work is to study a control method based on artificial neural networks applied to the vibration control of flexible structures problem. This work focuses in the direct-inverse control scheme which consists of identifing the inverse dynamics of the plant through an artificial neural network to be used as the controller. Three application examples using the direct-inverse method were solved. The first application is the vibration control in a mechanical structure of concentrated parameters. The second application example is the vibration control of a cantilever plate. The cantilever plate was modeled using the finite elements method. In the third example, a reduction of the cantilever plate model was made. In the last example a non-collocated control problem of vibration in a cantilever plate was treated. The results of the scheme were evaluated according to the temporal response and the frequency response of the closed-loop system. In order to compare the results obtained using the control method based on artificial neural networks, the previous examples were also solved using the ?? control method. The obtained results show that the control method based on inverse model using neural networks was effective in solving this kind of problem / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-19T03:14:43Z (GMT). No. of bitstreams: 1 Gonzaga_JoaoCarlosBastos_D.pdf: 2770183 bytes, checksum: 0e70ae7f96abb82812d9755700475caa (MD5) Previous issue date: 2011 / Resumo: Neste trabalho são apresentados três estudos distintos de aplicação de Plantwide Control. A primeira aplicação trata-se de um controle antecipativo (feedforward) para controlar os níveis dos reatores na etapa de polimerização, a fim de reduzir suas variabilidades e, consequentemente, a produção de refugo, sendo que, em uma planta de Politereftalato de Etileno (PET), a variação de nível dos polimerizadores interfere na viscosidade e está diretamente relacionada com a capacidade e com a qualidade de produção. A segunda aplicação mostra como desenvolver e utilizar um modelo computacional da planta de PET para possibilitar que alterações de parâmetros de processo, como temperatura e pressão, possam ser feitas sem que haja a necessidade de testes na planta real, uma vez que a existência de um modelo computacional que tenha o mesmo comportamento qualitativo da planta real permite que o efeito de perturbações e outros tipos de alterações na condição do processo sejam avaliados. A terceira aplicação trata-se da implantação de um sensor virtual (soft-sensor), utilizando redes neurais artificiais (RNA) para atuar como um medidor redundante da viscosidade, podendo substituir o sensor físico no caso deste vir a falhar. Estes estudos têm em comum a apresentação de procedimentos para controle do processo de produção de PET, que por possuir muitas particularidades, torna-se um assunto complexo, sendo um desafio modelar e controlar cada única unidade de produção / Abstract: In this work are presented three separate studies of application of Plantwide Control. The first application is a feedforward control to control the levels of reactors in polymerization step, in order to reduce their variability and, consequently, the production of waste, because, in a plant of PET, the variance of level of polymerizing interferes in viscosity and is directly related to the capacity and quality of production. The second application shows how to develop and use a computational model of a PET plant to enable changes to process parameters such as temperature and pressure, without the need of tests in actual plant, once the existence of a computational model has the same qualitative behavior of actual plant, and it allows the effect of disturbance and other types of changes in the condition of the process to be evaluated. The third application is the implantation of a virtual sensor (soft-sensor), using RNA, to act as a redundant viscosity meter that, in the case of possible failures, has as main function to detect physical sensor failures and replace it in the control system monitoring. Generally, the three studies have in common the presentation of procedures to control the production process of polyester. Process control for the production of polymers presents many particularities and, therefore, becomes a complex matter, being a challenge to model and to control every single production unit / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Orientador: Fernando Antônio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T00:50:20Z (GMT). No. of bitstreams: 1 Bordignon_FernandoLuis_M.pdf: 1666872 bytes, checksum: 4d838dfb4ec418698d9ecd3b74e7c981 (MD5) Previous issue date: 2013 / Resumo: Sistemas evolutivos são sistemas com alto nível de adaptação capazes de modificar simultaneamente suas estruturas e parâmetros a partir de um fluxo de dados, recursivamente. Aprendizagem a partir de fluxos de dados é um problema contemporâneo e difícil devido à taxa de aumento da dimensão, tamanho e disponibilidade temporal de dados, criando dificuldades para métodos tradicionais de aprendizado. Esta dissertação, além de apresentar uma revisão da literatura de sistemas evolutivos e redes neurais fuzzy, aborda uma estrutura e introduz um método de aprendizagem evolutivo para treinar redes neurais híbridas baseadas em uninormas, usando conceitos de aprendizado extremo. Neurônios baseados em uninormas fundamentados nas normas e conormas triangulares generalizam neurônios fuzzy. Uninormas trazem flexibilidade e generalidade a modelos neurais fuzzy, pois elas podem se comportar como normas triangulares, conormas triangulares, ou de forma intermediária por meio do ajuste de elementos identidade. Este recurso adiciona uma forma de plasticidade em modelos de redes neurais. Um método de agrupamento recursivo para granularizar o espaço de entrada e um esquema baseado no aprendizado extremo compõem um algoritmo para treinar a rede neural. _E provado que uma versão estática da rede neural fuzzy baseada em uninormas aproxima funções contínuas em domínios compactos, ou seja, _e um aproximador universal. Postula-se, e experimentos computacionais endossam, que a rede neural fuzzy evolutiva compartilha capacidade de aproximação equivalente, ou melhor, em ambientes dinâmicos, do que as suas equivalentes estáticas / Abstract: Evolving systems are highly adaptive systems able to simultaneously modify their structures and parameters from a stream of data, online. Learning from data streams is a contemporary and challenging issue due to the increasing rate of the size and temporal availability of data, turning the application of traditional learning methods limited. This dissertation, in addition to reviewing the literature of evolving systems and neuro fuzzy networks, addresses a structure and introduces an evolving learning approach to train uninorm-based hybrid neural networks using extreme learning concepts. Uninorm-based neurons, rooted in triangular norms and conorms, generalize fuzzy neurons. Uninorms bring flexibility and generality to fuzzy neuron models as they can behave like triangular norms, triangular conorms, or in between by adjusting identity elements. This feature adds a form of plasticity in neural network modeling. An incremental clustering method is used to granulate the input space, and a scheme based on extreme learning is developed to train the neural network. It is proved that a static version of the uninorm-based neuro fuzzy network approximate continuous functions in compact domains, i.e. it is a universal approximator. It is postulated and computational experiments endorse, that the evolving neuro fuzzy network share equivalent or better approximation capability in dynamic environments than their static counterparts / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Rubens Maciel Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-01T04:20:40Z (GMT). No. of bitstreams: 1 SalesJunior_Aluizio_M.pdf: 3176397 bytes, checksum: 9904b973765674087c4cfb63935f8354 (MD5) Previous issue date: 2002 / Resumo: Três modelos computacionais diferentes foram desenvolvidos, comparados e analisados em função dos dados experimentais obtidos. Ambos os modelos correlacionam transferência de massa e hidrodinâmica para um reator "air-lift" de "loop" externo. Um dos modelos é apresentado como Modelo de Equações EmpÍricas (MEE), que é uma combinação de equações algébricas e diferenciais ordinárias, prognosticadas por diversos especialistas em sistemas multifásicos e em reatores "air-lifts". O segundo é o Modelo Determinístico Dinâmico (MDD), fundamentado nas Equações de Fick e Navier-Stokes e estendido para sistemas bifásicos. O terceiro e o último é o Modelo Híbrido Neural (MHN) que usa redes neurais em associação com as equações deterrninísticas desenvolvidas. O primeiro depende de uma metodologia de otimização integrada com as equações, o segundo de condições iniciais bem definidas, enquanto que o terceiro de uma rede neural bem treinada e de muitos dados de entrada. Os algoritmos desenvolvidos possibilitaram entender o comportamento associado da hidrodinâmica e da transferência de massa para o "ri ser" de um reator "air-lift" no sistema bifásico ar-água. As respostas dos três modelos concordaram com resultados empíricos obtidos de uma planta piloto / Abstract: Three different algorithm models were compared, the numerical output analyzed and a correlation established with the experimental data. Both models correlate' mass transfer and hydrodynamic for an External Loop Air-lift Reactor. One of them is presented as the Empirical Equations Models (EEM), which is the combination of algebraic and Ordinary Differential Equations (ODEs). Such equations were predicted for air-water multiphase systems by Air-lift reactors specialists. The second one is the Deterministic Dynamic Model (DDM). It was based on the Fick's laws and the Navier-Stokes equations extended for the biphasic systems. The last one is the Hybrid Neuronal Model (HNM), which combines neuronal network with the deterministic equations developed. The first one depends on an optirnization methodology combined with the algebraic equations, the second one must have initial condition very well defined, while the last one needs a network very well trained and a several entry data. The developed algorithm allowed to improve the knowledge of the hydrodynamic and mass transfer behaviors. Both models outputs agreed with the empirical data obtained from a pilot planto / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Orientador: João Marcos Travassos Romano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-01T07:35:20Z (GMT). No. of bitstreams: 1 Ribeiro_MoisesVidal_M.pdf: 827670 bytes, checksum: e6e3f640ee600842e478ceef97fff62c (MD5) Previous issue date: 2001 / Mestrado

Orientadores: Alvaro Geraldo Badan Palhares, Marconi Kolm Madrid / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-01T07:48:37Z (GMT). No. of bitstreams: 1 Cerqueira_JesdeJesusFiais_D.pdf: 2269581 bytes, checksum: ddb0c9b18b513ff1d3095a8d61d0e51d (MD5) Previous issue date: 2001 / Doutorado

Orientador : Robson Pederiva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-01T20:06:40Z (GMT). No. of bitstreams: 1 Brito_JorgeNei_D.pdf: 32031601 bytes, checksum: c403cff9dbce2d25bcb69ef4c13e55b7 (MD5) Previous issue date: 2002 / Resumo: A aplicação de motores elétricos na indústria é extensa, sendo expostos a uma ampla variedade de ambientes e condições, onde o tempo de uso os tomam sujeitos à diversas falhas incipientes. Tais falhas, se não forem detectadas rapidamente, contribuem para a degradação e eventual quebra dos mesmos. Neste trabalho apresenta-se o sistema híbrido HY_NES, uma abordagem baseada em técnicas de inteligência artificial (redes neurais artificiais e sistemas especialistas) para diagnosticar falhas de origem mecânica (desbalanceamento, desalinhamento e folga mecânica), elétrica (desequilíbrio de fase e barras quebradas) e a condição normal de funcionamento do motor (assinatura da máquina). Os sinais de vibração foram coletados, aleatoriamente, nas direções vertical, axial e horizontal, lado do acoplamento e lado da ventoinha, formando um banco de dados de 50 testes para cada condição de falha. Um filtro seletivo foi aplicado para reduzir o número de parâmetros representativos dos sinais das excitações durante o treinamento das 72 redes neurais artificiais. Foram implementadas 199 regras no sistema especialista que contemplam o conteúdo heurístico para a saída dessas redes. Os resultados do sistema híbrido HY_NES confirmam sua eficiência e o credencia como uma abordagem promissora no diagnóstico on-line de falhas em motores de indução trifásicos, podendo também ser incluído em programas de Manutenção Centrada em Confiabilidade / Abstract: The use of electric motors in industry is extensive. These motors are exposed to wide variety of environments and conditions which age the motor and make it subject to incipient faults. These incipient faults, if left undetected, contribute to the degradation and eventual failure of the motors. This investigation introduces the HY_NES, a new approach behind a novel hybrid neural/expert system technology to solve fault detection from mechanical (unbalance, misalignment and mechanical looseness) and electrical (phase unbalances and broken bars) sources beyond the normal condition (motor signature). Those excitations were obtained through experimental tests repeated fifty times randomly for the same conditions for each condition of failure. The signals were acquired in the both sides of the motor on the vertical, horizontal and axial directions. It will be also employed a selective filter used to reduce the number of parameters to represent the signals of excitations during the 72 artificial neural networks training. It was implemented 199 roles in the expert system that can easily provide heuristics reasoning for the artificial neural network outputs. The results obtained confirmed the efficiency of the hybrid system HY_NES and its relevance as a promising approach to diagnose faults in induction motors on-line as well as inc1uded it in Reliability Based Maintenance programs / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

Orientador : Carlos Rodrigues de Souza / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-02T21:39:20Z (GMT). No. of bitstreams: 1 Geromel_LuizHenrique_D.pdf: 1082823 bytes, checksum: 32e8b21468e4234359a1f95abf64c376 (MD5) Previous issue date: 2003 / Doutorado

Orientador : Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-02T20:42:35Z (GMT). No. of bitstreams: 1 Meleiro_LuizAugustodaCruz_D.pdf: 3017963 bytes, checksum: 67b1e2c0a578e7ab914632ffc45e0387 (MD5) Previous issue date: 2002 / Doutorado