Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-02-23T18:59:16Z
No. of bitstreams: 1
JoseHiltonDaSilva_DISSERT.pdf: 57424622 bytes, checksum: 239c3696815d52401ee84d224dca0845 (MD5) / Approved for entry into archive by Monica Paiva (monicalpaiva@hotmail.com) on 2017-02-23T19:04:22Z (GMT) No. of bitstreams: 1
JoseHiltonDaSilva_DISSERT.pdf: 57424622 bytes, checksum: 239c3696815d52401ee84d224dca0845 (MD5) / Made available in DSpace on 2017-02-23T19:04:22Z (GMT). No. of bitstreams: 1
JoseHiltonDaSilva_DISSERT.pdf: 57424622 bytes, checksum: 239c3696815d52401ee84d224dca0845 (MD5)
Previous issue date: 2014-12-17 / A unidade de destila??o atmosf?rica ? a planta mais importante de uma refinaria de petr?leo. Para levar a opera??o desta unidade pr?ximo ao seu ponto operacional ?timo ? necess?rio medir algumas propriedades chaves, em tempo real, para a atua??o do sistema avan?ado de otimiza??o. Neste contexto um sistema especialista de uma unidade de destila??o de petr?leo bruto foi desenvolvido para realizar a otimiza??o do processo com maximiza??o da produ??o diesel, produto de maior valor agregado, atendendo aos requisitos de qualidade determinados pela Ag?ncia Nacional de Petr?leo, G?s Natural e Biocombust?veis (ANP). A modelagem no processo de destila??o foi realizada por meio de redes neurais artificiais (RNA). As vari?veis operacionais de entrada do processo foram propriedades de petr?leo bruto e vari?veis manipuladas, enquanto que as vari?veis de sa?da do sistema foram definidas como as de qualidades do ?leo diesel. O modelo de RNA constru?do pode ser aplicado na previs?o das vari?veis de qualidade do produto principal da unidade, ?leo diesel,respeito ?s vari?veis de entrada do sistema. Al?m disso, foi desenvolvido um otimizador do processo com o uso de algoritmos gen?ticos (AG?s) com o objetivo de minimizar erros de sa?da do sistema especialista e tamb?m maximizar a produ??o do ?leo diesel. Assim sendo, condi??es de funcionamento ideais foram encontrados usando o banco de dados de conhecimento obtido pelas redes neurais com um m?todo de otimiza??o por algoritmos gen?ticos de acordo com uma fun??o objetivo definido. / A unidade de destila??o atmosf?rica ? a planta mais importante de uma refinaria de petr?leo. Para levar a opera??o desta unidade pr?ximo ao seu ponto operacional ?timo ? necess?rio medir algumas propriedades chaves, em tempo real, para a atua??o do sistema avan?ado de otimiza??o. Neste contexto um sistema especialista de uma unidade de destila??o de petr?leo bruto foi desenvolvido para realizar a otimiza??o do processo com maximiza??o da produ??o diesel, produto de maior valor agregado, atendendo aos requisitos de qualidade determinados pela Ag?ncia Nacional de Petr?leo, G?s Natural e Biocombust?veis (ANP). A modelagem no processo de destila??o foi realizada por meio de redes neurais artificiais (RNA). As vari?veis operacionais de entrada do processo foram propriedades de petr?leo bruto e vari?veis manipuladas, enquanto que as vari?veis de sa?da do sistema foram definidas como as de qualidades do ?leo diesel. O modelo de RNA constru?do pode ser aplicado na previs?o das vari?veis de qualidade do produto principal da unidade, ?leo diesel,respeito ?s vari?veis de entrada do sistema. Al?m disso, foi desenvolvido um otimizador do processo com o uso de algoritmos gen?ticos (AG?s) com o objetivo de minimizar erros de sa?da do sistema especialista e tamb?m maximizar a produ??o do ?leo diesel. Assim sendo, condi??es de funcionamento ideais foram encontrados usando o banco de dados de conhecimento obtido pelas redes neurais com um m?todo de otimiza??o por algoritmos gen?ticos de acordo com uma fun??o objetivo definido.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/22075 |
| Date | 17 December 2014 |
| Creators | Silva, Jose Hilton da |
| Contributors | 11721456368, Bezerra, Vanja Maria de Franca, 41227883404, Barros Junior, Laerte de Medeiros, 02239677422, Doria Neto, Adriao Duarte, Duarte, Marcia Maria Lima |
| Publisher | PROGRAMA DE P?S-GRADUA??O EM ENGENHARIA QU?MICA, UFRN, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.561 seconds