Return to search

Controle baseado em redes neurais artificiais, aplicado a um sistema híbrido de tratamento para remoção do corante reativo azul 5g de solução sintética / Control based on artificial neural networks applied to a hybrid treatment system for removal of the blue reactive dye 5g synthetic solution

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O complexo têxtil abrange uma das indústrias mais tradicionais da economia mundial e de grande importância na vida das pessoas, seus processos principalmente nas etapas de tingimento e acabamento, requerem um grande volume de água. Corantes são largamente utilizados e os efluentes gerados tornam-se altamente contaminadores de corpos receptores. Várias opções de tratamentos vêm sendo estudadas. O processo eletrolítico conhecido como eletrofloculação vem sendo visto como um método promissor. Outro método de tratamento muito promissor é a coagulação orgânica a qual possui vantagens em relação à coagulação química como a baixa toxicidade e biodegradabilidade. A eletrofloculação combinada com a coagulação orgânica torna-se um tratamento híbrido vantajoso desde que controlado. Neste contexto, o objetivo desse trabalho foi Implementar um controle baseado em Redes Neurais Artificiais (RNA’s) em um sistema híbrido de tratamento (eletrofloculação e coagulação natural) para remoção do Corante Reativo Azul 5G de uma solução sintética. A escolha do Delineamento Composto Central Rotacional (DCCR) deu-se por abranger todo o espaço experimental utilizando um número menor de ensaios. A partir desse delineamento foram executados 17 ensaios para análise estatística a qual validou o modelo matemático gerado. Com base nesse modelo foram gerados os bancos de dados de treinamento e validação da RNA que foi implementada no software Matlab. Testes empíricos definiram a arquitetura da RNA baseado no desempenho do treinamento com a configuração 3 camadas sendo 2 ocultas com 9 neurônios na primeira, 12 na segunda e 2 na camada de saída. O controle foi do tipo feedforward, mas devido ao ferro residual decorrente do tratamento necessitar de 24 horas de decantação para posterior leitura a ação feedback foi fornecida pelo modelo matemático preditivo. Os ensaios de controle comprovaram a eficiência do controlador para testes com perturbações negativas na concentração de corante na entrada do tratamento garantindo um valor de saída de concentração sempre abaixo do valor de set point estabelecido. Para perturbações positivas o controle não foi significativo o que se pode atribuir ao erro incluso do modelo matemático podendo ainda estar relacionado à variabilidade da qualidade das sementes de Moringa Oleífera Lam. / The textile complex covers one of the most traditional industries of the world economy and of great importance in the lives of people, processes mainly in the steps of dyeing and finishing, they require a large volume of water. Colorants are widely used and effluents become highly contaminants receptor bodies. Several treatment options are being studied. The electrolytic process known as electroflocculation has been seen as a promising method. Another very promising method of treatment is the organic coagulation which has advantages over chemical coagulation such as low toxicity and biodegradability. The electro flocculation combined with the organic coagulating becomes an advantageous hybrid treatment since controlled. In this context, the objective was to implement a control based on Artificial Neural Networks (ANN) in a hybrid treatment system (electro flocculation and natural coagulation) to remove the dye Reactive Blue 5G of a synthetic solution. The choice of Central Composite Rotational Design (CCRD) was given to cover the entire experimental space using a smaller number of trials. From this design were performed 17 tests for statistical analysis which validated the mathematical model generated. Based on this model were generated banks of training and validation of ANN data that was implemented in Matlab software. Empirical tests defined the ANN architecture based on training performance with setting 3 layers and 2 hidden with 9 neurons in the first, 12 in the second and two in the output layer. The control was the feedforward type, but due to residual iron resulting from treatment requires 24 hours of decanting for later reading the feedback action was provided by the predictive mathematical model. Control assays confirmed the efficiency of the controller to tests with negative perturbations in dye concentration at the entrance of the treatment concentration of ensuring output value always below the set setpoint value. For positive disturbances control was not significant which can be attributed to the mathematical model included error may also be related to the variability of the quality of the seeds of Moringa oleifera Lam.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/2924
Date13 April 2016
CreatorsPinto, Andre Hoffmann
ContributorsEyng, Eduardo, Baraldi, Ilton Jose, Eyng, Eduardo, Baraldi, Ilton Jose, Borba, Carlos Eduardo, Frare, Laercio Mantovani
PublisherUniversidade Tecnológica Federal do Paraná, Medianeira, Programa de Pós-Graduação em Tecnologias Ambientais, UTFPR, Brasil
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0066 seconds