Orientadores: Rubens Maciel Filho, Aline Carvalho da Costa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T17:41:33Z (GMT). No. of bitstreams: 1
Radke_Elver_M.pdf: 4509505 bytes, checksum: b4681a408f6d12715ec5a98e54386849 (MD5)
Previous issue date: 2002 / Resumo: Neste trabalho, pretende-se estudar a modelagem híbrido neural de um processo de fermentação alcoólica. O objetivo é desenvolver de forma simples e rápida modelos que sejam capazes de descrever as características mais representativas do processo, podendo ser usados para otimização, controle ou como software sensors. Para isso, combinam-se as equações de balanço de massa do processo com redes neurais, que descrevem a cinética desconhecida. São estudadas medidas secundárias, como turbidez, pH e Brix como entradas para a rede neural artificial. São usados dados experimentais por COSTA (2000) e ATALA (2000). Os resultados referentes à organização e análise dos dados experimentais e estudo das rede neurais do tipo feedforward, bem como o desenvolvimento do modelo ht'brido usando variáveis primárias e secundárias, são apresentados. Neste trabalho, são estudadas técnicas de otimização do processo de fermentaçãc alcoólica. Com este objetivo os conceitos de planejamento fatorial são usados aplicados à simulação para determinar faixas operacionais adequadas e um modelo do processo. Este modelo, juntamente com o modelo deterministico detalhado, são usados para otimizaçãc empregando-se a metodologia das superncies de resposta e programação quadrática sucessiva. Os resultados são comparados / Abstract: In this work the neural hybrid modeling of an alcoholic fermentation process is studied. The objective is the simple and fast deve!opment of models capable to describe the most representative features of the process, being able to be used for optimization, control or as software sensors. For this, the mass balance equations of the process are combined with neural networks, which describe the complex kinetic. Secondary measures as turbidity, pH and Brix are also studied as input data for the artificial neural networks. From an experimental study, COSTA (2000) and A T ALA (2000), the necessary data were obtained. The referring results to the organization and analysis of the experimental data and feedforward neural network study, as well as the hybrid mode! deve!opment using primary and secondary variables, are presented. Techniques of alcoholic fermentation process optimization are studied. Wíth this objective the concepts of factorial design are applied to the simulation to determine adequate operating bands and a process mode!. This mode_ with the detailed deterministic mode!, is used for optimization using the response surface methodology and successive quadratic programming. The results are compared. / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/267560 |
| Date | 29 November 2002 |
| Creators | Radke, Elver |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Costa, Aline Carvalho da, 1970-, Maciel Filho, Rubens, 1958-, Lona, Liliane Maria Ferraresco, Filho, Francisco Maugeri |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Quimica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 133p. : 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 0.0023 seconds