Orientador: Rubens Maciel Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-26T22:04:47Z (GMT). No. of bitstreams: 1
Gouveia_VeraLuciaReisde_M.pdf: 2839283 bytes, checksum: 59ec5eced6f71be7216d4ccb93a8d768 (MD5)
Previous issue date: 2000 / Resumo: Os bioprocessos estão ganhando cada vez mais espaço nos processos produtivos por sua versatilidade, alta taxa de produção em produtos específicos e alto valor agregado dos produtos gerados. A característica comum destes processos é que apresentam um comportamento complexo onde diversos mecanismos estão envolvidos para a obtenção de produtos específicos. Este projeto de pesquisa tem como principal objetivo o desenvolvimento de modelos híbridos para descrição do comportamento dinâmico de bioprocessos. Estes modelos híbridos são desenvolvidos acoplando-se Redes Neurais Artificiais (RNA) a modelos determinísticos sendo úteis, como representações matemáticas, para aplicações em controle e otimização em tempo real e principalmente como "soft-sensors". O bioprocesso tratado neste trabalho, como caso de estudo, é a produção de etanol via fermentativa utilizando-se o microrganismo Saccharomyces cerevisae. O processo é representado por um modelo determinístico, constituído por um sistema de equações diferenciais ordinárias, resolvido pelo método Runge-Kutta de 4! ordem. Este modelo foi devidamente validado e é utilizado como fonte de dados para estudos da dinâmica, e de desenvolvimento de modelos baseados em RNA e bt'bridos. Para construção do modelo híbrido (modelo "Caixa Cinza") foi treinada uma RNA que prediz a velocidade específica de crescimento quando fornecidos os valores das concentrações de produto, células e substrato. Após o ajuste esta RNA foi acoplada ao modelo determinístico fornecendo os perfis dinâmicos das variáveis: 8, X e P (para os quatro reatores), rendimento e produtividade. Foi desenvolvido também um modelo tipo "Caixa Preta" do bioprocesso. Este modelo, baseado em RNA, fornece o perfil dinâmico de 8(4), X(4) e P(4) durante 20h de processo. Todos os modelos foram devidamente testados sendo comprovadas suas eficiências / Abstract: The biological processes are each time more important in the productive processes due to its versatility, high production rate in specific products and high value of the generated products. These processes present a complex behavior where several mechanisms are involved to obtain specific products. The main goal of this research project is the development of hybrid models for description of the dynamic behavior of biological processes. These models are developed by coupling Artificial Neural Networks (ANN) and deterministic models. The hybrid models will be used as mathematical representations of the process, for applications in real time control and otimization and mainly as soft-sensors. The biological process studied in this work is related with the fennentative ethanol production using the microorganism Saccharomyces cerevisae. The process is represented by a detenninistic model, constituted by a system of differential ordinary equations, that is solved by 4th order Runge-Kutta method. This model was validated proper1y in industrial scale and it is used as data source for studies of the dynamics of the process, development of the models with ANN as well as of the hybrid models. For the construction of the hybrid model ("Gray Box" model) it was accomplished the training of a ANN that predicts the specific speed of growth of the microorganism when supplied the values of the product, celIs and substract concentrations. After adjustment of the ANN, it is coupled to the deterministic model supplying the dynamic profiles of the variables: 8, X and P (for the four reactors), efficiency and productivity. It was also developed a "Black Box" model of the biological processo This model, based in ANN, supplies the dynamic profile of 8(4), X(4) and P(4) during 20h of processo AlI the models were proper1y tested and their efficiency were verified. / Mestrado / Desenvolvimento de Processos Biotecnologicos / Mestre em Engenharia Química
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/266317 |
| Date | 30 October 2000 |
| Creators | Gouveia, Vera Lucia Reis de, 1974- |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Maciel Filho, Rubens, 1958-, Filho, Francisco Maugeri, Andrietta, Silvio Roberto |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Química, Programa de Pós-Graduação em Engenharia Química |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 91p. : il., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds