PAULA, A. R. Controle tolerante a falhas aplicado ao modelo de um robô móvel com restrições não holonômicas. 2017. 95 f. Dissertação (Mestrado em Engenharia Elétrica)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2017-10-06T18:14:13Z No. of bitstreams: 1 2017_dis_arpaula.pdf: 1761285 bytes, checksum: acdb39ee7e0e6d99976283a94c1d4abe (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-11-03T16:41:51Z (GMT) No. of bitstreams: 1 2017_dis_arpaula.pdf: 1761285 bytes, checksum: acdb39ee7e0e6d99976283a94c1d4abe (MD5) / Made available in DSpace on 2017-11-03T16:41:51Z (GMT). No. of bitstreams: 1 2017_dis_arpaula.pdf: 1761285 bytes, checksum: acdb39ee7e0e6d99976283a94c1d4abe (MD5) Previous issue date: 2017-07-31 / This work presents the theory and simulation of a model-based Fault Tolerant Control (FTC) strategy for a mobile robot with nonholonomic constraints. The control system consists of a controller whose gain is designed by Linear Matrix Inequalities (LMI) applied to track the robot's linear and angular velocity references. The model used for the robot is Linear Parameter-Varying (LPV) where an LPV observer is also designed by LMI for feedback control purpose. The presented FTC technique is capable of identifying and isolate either multiple faults, simultaneous or non-simultaneous, at the actuators or sensors. The fault identification process applies a Recursive Kalman Filter for each plant component, whether it is an actuator or sensor, in order to identify and isolate the fault. These faults are predicted in a state-space model and introduced in an additive or multiplicative way. LPV virtual actuators and sensors act in the fault correction, which spares the need of the real-time redesign of the controller. Simulation results showcase and validate the presented theory for the FTC strategy including discussion of the pros and cons of its application. / Este trabalho apresenta o estudo teórico e as simulações de uma estratégia de Controle Tolerante a Falhas (FTC, do inglês Fault Tolerant Control) baseada em modelo para um robô móvel com restrições não holonômicas. Essa estratégia de controle é capaz de manter a operação do sistema em malha fechada mesmo sob a influência de falhas nos atuadores e sensores. As falhas são desvios do funcionamento adequado do componente e são classificadas como multiplicativas ou aditivas. O sistema de controle consiste em um controlador com ganho projetado por Inequações Matriciais Lineares (LMI, do inglês Linear Matrix Inequalities) aplicado para o seguimento das referências de velocidade linear e angular do modelo de um robô móvel sobre duas rodas ativas. A dinâmica do robô é descrita por um modelo do tipo Linear com Parâmetros Variantes (LPV), para o qual um observador LPV também é projetado por LMI para o fechamento da malha de controle. A técnica FTC utilizada é capaz de identificar e isolar múltiplas falhas, simultâneas ou não, nos atuadores e sensores do sistema. O processo de identificação de falhas utiliza um Filtro de Kalman Recursivo para estimar a magnitude da falha em cada componente da planta, sendo ele um atuador ou um sensor. A correção das falhas é realizada por meio de atuadores e sensores virtuais LPV, dispensando assim a necessidade de reprojetar o controlador. O resultados de simulação computacionais validam a teoria apresentada pela técnica FTC evidenciando as vantagens e as desvantagens da sua aplicação.

A cultura de cana-de-açúcar (Saccharum Officinarum) tem presença marcante na história do Brasil, desde a colonização. Em seu processo industrial, são obtidos os seguintes produtos: açúcar, álcool (anidro e hidratado); e seus principais subprodutos são: bagaço - utilizado para geração de energia - e vinhaça - reaplicada na lavoura como adubo. O uso da vinhaça na lavoura recebe o nome de fertirrigação, pois este subproduto é muito rico em minerais como: potássio, sódio, cálcio e magnésio contêm grande carga biológica e possui 93% de água em sua composição. No entanto, sua aplicação indiscriminada pode causar vários danos ao meio ambiente e à lavoura. Esta pesquisa visa a contribuir tecnicamente para o monitoramento do íon de potássio controlado pela Norma Técnica da Companhia Ambiental do Estado de São Paulo (CETESB) - P4.231 (Versão Janeiro/2005). O método proposto viabiliza a avaliação da concentração de potássio na vinhaça in natura diretamente na saída da destilaria. Para isso utilizaram-se redes neurais artificiais, mais especificamente as redes perceptron multicamadas, como aproximador universal de funções. Utilizam-se, como referência, dados de análises laboratoriais de coletas realizadas durante dois meses na Usina Ipiranga de Descalvado - SP. Os resultados apresentaram margem de erro menor que os aparelhos convencionais, mostrando, assim, sua capacidade de realizar a função de analisador químico. No entanto tal margem foi calculada sobre o erro dos aparelhos, ou seja, se somados ambos os erros - do equipamento e da rede - a metodologia apresentaria um erro maior. / The cultivation of sugar cane (Saccharum officinarum) has significant presence in Brazil\'s history, from colonization. In its industrial process, are obtained the following products: sugar, ethanol (anhydrous and hydrated), and its main products are: marc - used for power generation - and stillage - re-applied as fertilizer in farming. The use of vinasse on the farm is called fertigation, because this by-product is very rich in minerals such as potassium, sodium, calcium and magnesium containing high biological load and has 93% water in its composition. However, its indiscriminate application can cause extensive damage to the environment and agriculture. This research aims to contribute technically to the monitoring of potassium ion controlled with the Standard Environmental Company of São Paulo (CETESB) - P4.231 (Version January 2005). The proposed method enables the assessment of the concentration of potassium in the stillage in natura directly in the output of the distillery. For this we used artificial neural networks, especially the multilayer perceptron networks, such as universal approximator of functions. Are used as reference data for laboratory analysis of samples collected during two months of Descalvado at Usina Ipiranga - SP. The results showed a margin of error smaller than traditional braces, thus showing its ability to perform the function of chemistry analyzer. However this was calculated on the error of the apparatus, ie, if both errors combined - the equipment and the network - the methodology would present a greater mistake.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-03-12T16:25:13Z No. of bitstreams: 1 ARIOSTON ARAÚJO DE MORAIS JÚNIOR - TESE PPGEQ 2015..pdf: 4075446 bytes, checksum: 58c7745e3f0cf289b5f5d0a0a774ed88 (MD5) / Made available in DSpace on 2018-03-12T16:25:13Z (GMT). No. of bitstreams: 1 ARIOSTON ARAÚJO DE MORAIS JÚNIOR - TESE PPGEQ 2015..pdf: 4075446 bytes, checksum: 58c7745e3f0cf289b5f5d0a0a774ed88 (MD5) Previous issue date: 2015-11-06 / Neste trabalho é proposta uma metodologia para construção de sensores virtuais implementados em software, com objetivo de estimar e prever o comportamento de impurezas na corrente de base de uma coluna de destilação de alta pureza, do processo produtivo do 1,2 Dicloroetano (C2H4Cl2). A aquisição dos dados utilizados na construção dos sensores virtuais foi realizada através do modelo matemático do processo, simulado com dados reais de uma planta industrial. O estudo específico engloba a modelagem matemática/termodinâmica e avaliação do comportamento estacionário e dinâmico dessa torre, simulada aqui no software Aspen Plus e DynamicsTM. Desse modo, o modelo fornece os dados necessários para inferência das impurezas relacionadas, que são os teores dos compostos tetracloreto de carbono (CCl4) e clorofórmio (CHCl3), ambos devem ser mantidos, respectivamente, em valores ≤3000 e ≤400 ppm (partes por milhão). A metodologia também aborda dois algoritmos de seleção de variáveis secundárias, que utilizam técnicas estatísticas multivariadas (algoritmo de todas as regressões possíveis-TRP e da análise de componentes principais-PCA). Verifica-se também nos dados gerados quanto a real ou não necessidade de remoção de erros grosseiros (outliers), por isso é também inserida na metodologia uma etapa de pré-processamento de dados. Foram selecionados os dez melhores modelos de inferência para cada uma das saídas. Diante dessa informação, os melhores modelos produzidos não utilizavam as concentrações dos compostos das correntes de alimentação e sim medições de temperaturas ao longo da torre. Uma importante conclusão do ponto de vista de construção de sensores virtuais, porque na maioria dos trabalhos desenvolvidos essas variáveis são cruciais na produção de bons resultados. O treinamento dos sensores virtuais foi efetuado em um ambiente ruidoso, haja vista que foram simulados ruídos inerentes às medições (ruídos brancos Gaussianos). Na etapa final, os sensores virtuais são construídos utilizando uma técnica de modelagem empírica, redes neurais artificiais (RNA), onde foram utilizadas RNA do tipo Perceptron Multicamadas (MLP). Foram também avaliadas diversas variações quanto ao número de neurônios e camadas ocultas das RNA, empregando como critério de parada a técnica de validação cruzada. Os sensores virtuais desenvolvidos apresentaram erros satisfatórios do ponto de vista de engenharia, uma boa análise de regressão e um bom erro médio quadrático. Logo, com essas estimativas espera-se a minimização e a previsão do comportamento transiente dos compostos no referido processo. / This work proposes a methodology for software implementation to make soft sensors. The goal is to estimate and predict the behavior of impurities in the bottom current of a highpurity distillation column, for 1,2-Dichloroethane or 1,2-DCE (C2H4Cl2) production. The data acquisition used in the construction of soft sensors was performed through a mathematical simulation of the process, with real industrial data taken from an industrial plant. A specific study involves the mathematical modeling, thermodynamics, evaluation of the steady state and the dynamic behavior of this process, simulated here in Aspen Plus and Aspen DynamicsTM software. Thus, the model provides the necessary data to infer the contents of the carbon impurities mentioned above, Tetrachloride (CCl4) and Chloroform (CHCl3), which are to be fixed approximately below 3000 and 400 ppm (parts per million) respectively. The methodology also covers selection algorithms of secondary variables, using multivariate statistical techniques: All Possible Regressions (TRP) and Principal Component Analysis (PCA). The data generated was checked in order to know whether to include or not a step for removal of outliers, so it was also included in the methodology one preprocessing data step. The ten best inference models were selected for each output concentration. With this information, these models do not use concentrations measurements in the feed streams but measurements of the temperature along the column. This is an important conclusion from the point of view of virtual sensors building, because in most of the literature reported these variables are crucial in getting good results. The training of soft sensors was done in a noisy environment, considering that simulated noise was inherent to measurements (Gaussian noise). In the final step, the soft sensors devices are constructed using an empirical modeling technique of artificial neural networks (ANN), which were generated ANN type Multilayer Perceptron (MLP). Several variations were also evaluated on the number of neurons and hidden layers of networks, employing as a stopping criterion the cross-validation technique. The developed soft sensors presented satisfactory errors from the engineering viewpoint, a good regression and a good mean square error. Finally, with these estimations it is expected to minimize and predict the transient behavior of the compounds in the referred process.

A cultura de cana-de-açúcar (Saccharum Officinarum) tem presença marcante na história do Brasil, desde a colonização. Em seu processo industrial, são obtidos os seguintes produtos: açúcar, álcool (anidro e hidratado); e seus principais subprodutos são: bagaço - utilizado para geração de energia - e vinhaça - reaplicada na lavoura como adubo. O uso da vinhaça na lavoura recebe o nome de fertirrigação, pois este subproduto é muito rico em minerais como: potássio, sódio, cálcio e magnésio contêm grande carga biológica e possui 93% de água em sua composição. No entanto, sua aplicação indiscriminada pode causar vários danos ao meio ambiente e à lavoura. Esta pesquisa visa a contribuir tecnicamente para o monitoramento do íon de potássio controlado pela Norma Técnica da Companhia Ambiental do Estado de São Paulo (CETESB) - P4.231 (Versão Janeiro/2005). O método proposto viabiliza a avaliação da concentração de potássio na vinhaça in natura diretamente na saída da destilaria. Para isso utilizaram-se redes neurais artificiais, mais especificamente as redes perceptron multicamadas, como aproximador universal de funções. Utilizam-se, como referência, dados de análises laboratoriais de coletas realizadas durante dois meses na Usina Ipiranga de Descalvado - SP. Os resultados apresentaram margem de erro menor que os aparelhos convencionais, mostrando, assim, sua capacidade de realizar a função de analisador químico. No entanto tal margem foi calculada sobre o erro dos aparelhos, ou seja, se somados ambos os erros - do equipamento e da rede - a metodologia apresentaria um erro maior. / The cultivation of sugar cane (Saccharum officinarum) has significant presence in Brazil\'s history, from colonization. In its industrial process, are obtained the following products: sugar, ethanol (anhydrous and hydrated), and its main products are: marc - used for power generation - and stillage - re-applied as fertilizer in farming. The use of vinasse on the farm is called fertigation, because this by-product is very rich in minerals such as potassium, sodium, calcium and magnesium containing high biological load and has 93% water in its composition. However, its indiscriminate application can cause extensive damage to the environment and agriculture. This research aims to contribute technically to the monitoring of potassium ion controlled with the Standard Environmental Company of São Paulo (CETESB) - P4.231 (Version January 2005). The proposed method enables the assessment of the concentration of potassium in the stillage in natura directly in the output of the distillery. For this we used artificial neural networks, especially the multilayer perceptron networks, such as universal approximator of functions. Are used as reference data for laboratory analysis of samples collected during two months of Descalvado at Usina Ipiranga - SP. The results showed a margin of error smaller than traditional braces, thus showing its ability to perform the function of chemistry analyzer. However this was calculated on the error of the apparatus, ie, if both errors combined - the equipment and the network - the methodology would present a greater mistake.

É cada vez maior a preocupação com a poluição sonora gerada pelos transformadores de potência de subestações elétricas. Atualmente, o controle desse tipo de ruído é feito utilizando-se métodos passivos, que são caros e dificultam a manutenção dos transformadores. Uma alternativa para os métodos passivos é o controle ativo de ruído (ANC). Apesar de extensas pesquisas realizadas nas últimas três décadas, ainda não existem soluções comercialmente viáveis para o ANC de transformadores. As dificuldades para a aplicação bem sucedida do ANC para transformadores foram investigadas por meio de simulações e de testes com protótipo. Os três maiores obstáculos identificados foram: o posicionamento dos transdutores eletroacústicos; a obtenção de atenuação em uma região longe do transformador, usando um número reduzido de fontes de controle e de sensores de erro, os últimos colocados ainda na região de campo acústico próximo; e a identificação robusta do caminho secundário com baixa razão sinal/ruído. Os dois primeiros problemas foram abordados, analisando-se algumas alternativas de soluções. Algoritmos genéticos (GA) foram utilizados para a otimização da posição dos transdutores do sistema ANC. O desempenho desses algoritmos depende fortemente da modelagem acústica realizada e verificou-se que o método de Usry, escolhido para modelar o campo primário do transformador, não forneceu estimativa adequada. Usando um modelo mais simples de fonte primária, constatou-se a importância da função de mérito para o desempenho do GA. Também foi verificado que a otimização conjunta das posições dos transdutores fornece o mesmo resultado, e em menor tempo, que a otimização das posições das fontes de controle e dos sensores de erro separadamente. Simulações realizadas com uma nova estratégia de sensores virtuais (baseada no janelamento das fontes de controle) mostra que é possível aumentar o nível de atenuação longe do transformador, mesmo com um número pequeno de fontes de controle e sensores de erro. Testes com um protótipo de sistema ANC foram feitos em laboratório e em campo e os resultados desses testes são discutidos detalhadamente. / Concern regarding noise pollution caused by power transformers in electrical substations is increasing. Nowadays, this kind of noise is controlled using passive methods, which are expensive and make transformer maintenance more difficult. An alternative to passive methods is active noise control (ANC). However, despite extensive research undertaken in the last three decades, there is still no viable commercial solution for the active control of transformer noise. The difficulties for a successful implementation of an ANC solution in the case of power transformer noise are investigated through simulations and tests with a prototype. The three main obstacles found were: the positioning of the electro-acoustic transducers; the achievement of sufficient attenuation in a region far from the transformer, using a small number of control sources and error sensors (when the latter are positioned on the region of acoustic near-field); and the robust identification of the secondary path in a low signal/noise situation. The two former problems were dealt with, and some alternative solutions were analyzed. Genetic algorithms (GA) were used for the optimization of the transducers\' position. The performance of these algorithms is strongly related to the acoustical model used and it was verified that the Usry method, used for modelling the transformers primary field, did not result in an adequate estimate. Using a simplified model for the primary source, the importance of the cost function in the GA\'s performance was made evident. It was also verified that the joint optimization of transducers\' position provides the same result, and in shorter time, as the independent optimization of control source and error sensor positions. Simulations with a new virtual sensor strategy (based on windowing the control sources) show that it is possible to increase attenuation levels in a region far from the transformer, even with a small number of control sources and error sensors. Laboratory and field tests with an ANC system prototype were undertaken and the results of these tests are thoroughly discussed.

Um problema-chave envolvendo processos químicos industriais é controlar, de forma confiável, eficiente e barata, a evolução dinâmica do sistema. Numa coluna de destilação, por exemplo, o objetivo do controle é manter a composição do destilado e do produto de fundo em torno de um valor desejado. As dificuldades operacionais e o alto custo dos analisadores industriais, existentes no mercado, usados na medição da composição têm motivado o projeto de sensores virtuais (soft sensors) para que, a partir de outras medições disponíveis, seja possível inferir de maneira online os valores das variáveis desejadas. Por outro lado, as redes neurais artificiais têm sido utilizadas em diversas aplicações práticas de engenharia, sendo possível usá-las para resolver problemas industriais complexos. Elas possuem diversas características que as fazem particularmente atrativas em aplicações envolvendo sistemas multivariáveis não lineares. Nesse trabalho, um estimador dinâmico virtual baseado em redes neurais é usado para inferir a composição de etanol destilado com base na temperatura e na pressão no interior da coluna, além das vazões de refluxo, do vapor no refervedor e da alimentação. Os resultados desse estudo poderão ser utilizados no desenvolvimento de futuros projetos envolvendo sensores virtuais aplicados ao controle e à otimização de processos industriais. / A key problem involving industrial chemical processes is to control the dynamic evolution of the system in a reliable, efficient and low cost way. In a distillation column, for example, the control objective is to keep the composition of both distillate and bottom product around a desired value. The operational difficulties and high cost of concentration analyzers, used for measuring the composition, have motivated the design of virtual sensors (soft sensors). They are used, in an online way, to infer the values of the desired variables from other available measurements. On the other hand, artificial neural networks have been used for solving many practical engineering applications involving complex industrial problems. They have several features, making them particularly attractive to applications involving nonlinear multivariable systems. In this work, a virtual estimator based on a dynamic neural network is used to infer the composition of distilled ethanol. Temperature and pressure within the column, and the flows of steam and reflux are used as inputs for the neural network. The results of this study can be used to develop future projects involving virtual sensors applied in control and optimization of industrial processes.

É cada vez maior a preocupação com a poluição sonora gerada pelos transformadores de potência de subestações elétricas. Atualmente, o controle desse tipo de ruído é feito utilizando-se métodos passivos, que são caros e dificultam a manutenção dos transformadores. Uma alternativa para os métodos passivos é o controle ativo de ruído (ANC). Apesar de extensas pesquisas realizadas nas últimas três décadas, ainda não existem soluções comercialmente viáveis para o ANC de transformadores. As dificuldades para a aplicação bem sucedida do ANC para transformadores foram investigadas por meio de simulações e de testes com protótipo. Os três maiores obstáculos identificados foram: o posicionamento dos transdutores eletroacústicos; a obtenção de atenuação em uma região longe do transformador, usando um número reduzido de fontes de controle e de sensores de erro, os últimos colocados ainda na região de campo acústico próximo; e a identificação robusta do caminho secundário com baixa razão sinal/ruído. Os dois primeiros problemas foram abordados, analisando-se algumas alternativas de soluções. Algoritmos genéticos (GA) foram utilizados para a otimização da posição dos transdutores do sistema ANC. O desempenho desses algoritmos depende fortemente da modelagem acústica realizada e verificou-se que o método de Usry, escolhido para modelar o campo primário do transformador, não forneceu estimativa adequada. Usando um modelo mais simples de fonte primária, constatou-se a importância da função de mérito para o desempenho do GA. Também foi verificado que a otimização conjunta das posições dos transdutores fornece o mesmo resultado, e em menor tempo, que a otimização das posições das fontes de controle e dos sensores de erro separadamente. Simulações realizadas com uma nova estratégia de sensores virtuais (baseada no janelamento das fontes de controle) mostra que é possível aumentar o nível de atenuação longe do transformador, mesmo com um número pequeno de fontes de controle e sensores de erro. Testes com um protótipo de sistema ANC foram feitos em laboratório e em campo e os resultados desses testes são discutidos detalhadamente. / Concern regarding noise pollution caused by power transformers in electrical substations is increasing. Nowadays, this kind of noise is controlled using passive methods, which are expensive and make transformer maintenance more difficult. An alternative to passive methods is active noise control (ANC). However, despite extensive research undertaken in the last three decades, there is still no viable commercial solution for the active control of transformer noise. The difficulties for a successful implementation of an ANC solution in the case of power transformer noise are investigated through simulations and tests with a prototype. The three main obstacles found were: the positioning of the electro-acoustic transducers; the achievement of sufficient attenuation in a region far from the transformer, using a small number of control sources and error sensors (when the latter are positioned on the region of acoustic near-field); and the robust identification of the secondary path in a low signal/noise situation. The two former problems were dealt with, and some alternative solutions were analyzed. Genetic algorithms (GA) were used for the optimization of the transducers\' position. The performance of these algorithms is strongly related to the acoustical model used and it was verified that the Usry method, used for modelling the transformers primary field, did not result in an adequate estimate. Using a simplified model for the primary source, the importance of the cost function in the GA\'s performance was made evident. It was also verified that the joint optimization of transducers\' position provides the same result, and in shorter time, as the independent optimization of control source and error sensor positions. Simulations with a new virtual sensor strategy (based on windowing the control sources) show that it is possible to increase attenuation levels in a region far from the transformer, even with a small number of control sources and error sensors. Laboratory and field tests with an ANC system prototype were undertaken and the results of these tests are thoroughly discussed.

Um problema-chave envolvendo processos químicos industriais é controlar, de forma confiável, eficiente e barata, a evolução dinâmica do sistema. Numa coluna de destilação, por exemplo, o objetivo do controle é manter a composição do destilado e do produto de fundo em torno de um valor desejado. As dificuldades operacionais e o alto custo dos analisadores industriais, existentes no mercado, usados na medição da composição têm motivado o projeto de sensores virtuais (soft sensors) para que, a partir de outras medições disponíveis, seja possível inferir de maneira online os valores das variáveis desejadas. Por outro lado, as redes neurais artificiais têm sido utilizadas em diversas aplicações práticas de engenharia, sendo possível usá-las para resolver problemas industriais complexos. Elas possuem diversas características que as fazem particularmente atrativas em aplicações envolvendo sistemas multivariáveis não lineares. Nesse trabalho, um estimador dinâmico virtual baseado em redes neurais é usado para inferir a composição de etanol destilado com base na temperatura e na pressão no interior da coluna, além das vazões de refluxo, do vapor no refervedor e da alimentação. Os resultados desse estudo poderão ser utilizados no desenvolvimento de futuros projetos envolvendo sensores virtuais aplicados ao controle e à otimização de processos industriais. / A key problem involving industrial chemical processes is to control the dynamic evolution of the system in a reliable, efficient and low cost way. In a distillation column, for example, the control objective is to keep the composition of both distillate and bottom product around a desired value. The operational difficulties and high cost of concentration analyzers, used for measuring the composition, have motivated the design of virtual sensors (soft sensors). They are used, in an online way, to infer the values of the desired variables from other available measurements. On the other hand, artificial neural networks have been used for solving many practical engineering applications involving complex industrial problems. They have several features, making them particularly attractive to applications involving nonlinear multivariable systems. In this work, a virtual estimator based on a dynamic neural network is used to infer the composition of distilled ethanol. Temperature and pressure within the column, and the flows of steam and reflux are used as inputs for the neural network. The results of this study can be used to develop future projects involving virtual sensors applied in control and optimization of industrial processes.

A busca por eficiência e qualidade esta presente nas usinas de produção de etanol. A demanda por novas tecnologias e soluções para problemas conhecidos é dinâmica e contínua. No processo de produção do etanol há a necessidade de se quantificar a qualidade do etanol produzido. Esta análise demanda procedimentos laboratoriais que impõe um tempo entre a coleta da amostra e o resultado das análises laboratoriais. Este tempo afeta a velocidade de reação do sistema de controle de produção a uma variação na qualidade do etanol. Quanto antes se atue na produção, menor é o retrabalho sobre o que foi produzido fora da especificação desejada e maior o rendimento e a produtividade do processo. Um dos indicadores de rendimento do processo de produção de etanol é a porcentagem de massa de etanol em relação à massa de água contida na solução. Este indicador é representado por \"m/m\", e significa grau alcoólico do etanol. Tabelas alcoométricas são utilizadas para determinar o valor do grau alcoólico, tendo como variáveis de entrada a temperatura e a densidade. O intervalo de temperatura onde as tabelas alcoométricas são válidas não é o mesmo que o processo industrial necessita. O processo industrial trabalha com temperaturas próximas a 90°C. Este fato impõe que as análises do grau alcoólico sejam feitas em laboratório, prejudicando o tempo de resposta ao processo industrial. Objetivando resolver este problema, este trabalho busca por meio da utilização de redes neurais determinar uma função matemática que possa ser capaz de indicar o valor do grau alcoólico do etanol de maneira precisa e sem que seja necessário o uso de consultas e aproximações por tabelas de referência. / The search for efficiency and quality is present in ethanol plants. The demand for new technologies and solutions to known problems is dynamic and continuous. In the process of producing ethanol is necessary to quantify the quality of the produced ethanol. This analysis requires laboratory procedures it takes a time between sample collection and results of laboratory analysis. This time affects the reaction speed of the system production control to a variation in the quality of ethanol. The sooner they are acting in the production, lower rework on what was produced outside the desired specification and higher efficiency and productivity of the process. One of the indicators of process performance ethanol is the percentage mass of ethanol relative to water diluted solution. This indicator is represented by \"m/m\" and means a degree alcoholic of ethanol. Alcohol tables are used to determine the amount of degree alcohol having as input variables the temperature and density. The temperature range where the alcohol tables are valid is not the same as the industrial process needs. The industrial process works at temperatures around 90°C. This fact requires the analysis of the degree of alcoholic of the ethanol are made in the laboratory, hampering the response time to the industrial process. Aiming to solve this fact, this paper aims through the use of neural networks for universal approximation theorem, find a mathematical function that can be implemented in a virtual sensor capable of indicating the value of the alcoholic content of ethanol.

A busca por eficiência e qualidade esta presente nas usinas de produção de etanol. A demanda por novas tecnologias e soluções para problemas conhecidos é dinâmica e contínua. No processo de produção do etanol há a necessidade de se quantificar a qualidade do etanol produzido. Esta análise demanda procedimentos laboratoriais que impõe um tempo entre a coleta da amostra e o resultado das análises laboratoriais. Este tempo afeta a velocidade de reação do sistema de controle de produção a uma variação na qualidade do etanol. Quanto antes se atue na produção, menor é o retrabalho sobre o que foi produzido fora da especificação desejada e maior o rendimento e a produtividade do processo. Um dos indicadores de rendimento do processo de produção de etanol é a porcentagem de massa de etanol em relação à massa de água contida na solução. Este indicador é representado por \"m/m\", e significa grau alcoólico do etanol. Tabelas alcoométricas são utilizadas para determinar o valor do grau alcoólico, tendo como variáveis de entrada a temperatura e a densidade. O intervalo de temperatura onde as tabelas alcoométricas são válidas não é o mesmo que o processo industrial necessita. O processo industrial trabalha com temperaturas próximas a 90°C. Este fato impõe que as análises do grau alcoólico sejam feitas em laboratório, prejudicando o tempo de resposta ao processo industrial. Objetivando resolver este problema, este trabalho busca por meio da utilização de redes neurais determinar uma função matemática que possa ser capaz de indicar o valor do grau alcoólico do etanol de maneira precisa e sem que seja necessário o uso de consultas e aproximações por tabelas de referência. / The search for efficiency and quality is present in ethanol plants. The demand for new technologies and solutions to known problems is dynamic and continuous. In the process of producing ethanol is necessary to quantify the quality of the produced ethanol. This analysis requires laboratory procedures it takes a time between sample collection and results of laboratory analysis. This time affects the reaction speed of the system production control to a variation in the quality of ethanol. The sooner they are acting in the production, lower rework on what was produced outside the desired specification and higher efficiency and productivity of the process. One of the indicators of process performance ethanol is the percentage mass of ethanol relative to water diluted solution. This indicator is represented by \"m/m\" and means a degree alcoholic of ethanol. Alcohol tables are used to determine the amount of degree alcohol having as input variables the temperature and density. The temperature range where the alcohol tables are valid is not the same as the industrial process needs. The industrial process works at temperatures around 90°C. This fact requires the analysis of the degree of alcoholic of the ethanol are made in the laboratory, hampering the response time to the industrial process. Aiming to solve this fact, this paper aims through the use of neural networks for universal approximation theorem, find a mathematical function that can be implemented in a virtual sensor capable of indicating the value of the alcoholic content of ethanol.