Return to search

Identificação e controle de processos não lineares utilizando redes neurais artificiais

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-09-11T20:57:27Z (GMT). No. of bitstreams: 1
Assis_AdilsonJosede_D.pdf: 6105753 bytes, checksum: 9010c90975f2c752f4b1df55a7471934 (MD5)
Previous issue date: 2001 / Resumo: Considerando que a maioria dos processos industriais de interesse da Engenharia Química apresentam certo grau de não linearidade inerente ou introduzido por sistemas de controle automático, surge a importante necessidade de se investigar o desempenho de novas técnicas advindas da inteligência artificial, cujo interesse aqui está nas redes neurais artificiais, capazes de lidar com não linearidades de modo direto. Realizou-se neste trabalho uma ampla revisão bibliográfica referente à identificação e controle de sistemas não lineares. As várias possibilidades de identificação de sistemas dinâmicos utilizando modelos empíricos paramétricos foram apresentadas segundo uma visão unificada, com ênfase nos métodos baseados em redes neurais artificiais. Revisou-se também de modo amplo as principais técnicas de controle desenvolvidas para processos não lineares assim como as principais aplicações reportadas na literatura no âmbito da Engenharia Química. Posteriormente, utilizando-se de dois processos característicos da Engenharia Química, a saber, (1) dois reatores tanques conectados em série, nos quais ocorrem uma reação exotérmica, e com troca térmica; (2) evaporador de duplo efeito; foram discutidas várias possibilidades de identificação e controle utilizando redes neurais, em diversos níveis. Os resultados, obtidos por simulação computacional, mostram o potencial de utilização das redes neurais (na forma NNARX e NNSSIF), especialmente nas técnicas de controle preditivo, onde os melhores resultados foram obtidos. O primeiro sistema considerado possui dinâmica complexa e uma entrada e uma saída apenas (SISO), sendo que o segundo sistema possui múltiplas entradas e saídas (MIMO). Unindo técnicas advindas da inteligência artificial, como as redes neurais artificiais, métodos clássicos de identificação e a moderna teoria de controle, mostrou-se como estas metodologias podem ser utilizadas com sucesso na busca de melhores desempenhos dos processos químicos sob a ação do controle automático / Abstract: Considering that most of the industrial processes of interest to Chemical Engineering present a certain degree of inherent non-linearity or one introduced by systems of automatic control, an important necessity of inquiring about the performance the new techniques derived from artificial intelligence, whose interest here is in the artificial neural networks, capable of dealing with non-linearity in a straightforward way. It was made in this work a thorough bibliographical review related to the identification and control of non-linear systems. The various possibilities of identification of dynamic systems using parametric empirical models were presented according to a unifying view, with emphasis in the methods based on artificial neural networks. The main control techniques developed for non-linear processes as well as the main uses reported in literature on the Chemical Engineering field were also thoroughly reviewed. Afterwards, making use of two processes typical ofthe Chemical Engineering, (1) two tanks reactors connected in series, in which a exothermal reaction occur, with thermal exchange; (2) double effect evaporator; various possibilities of identification and control using neural networks were discussed, in several levels. The results, obtained through computer simulation, show the potential usage of neural networks (in the form NNARX and NNSSIF), especially in the techniques of predictive control, where the best results were obtained. The first system taken into account has complex dynamics and Single Input, Single Output (SISO), whereas the second system has Multiple Input, Multiple Output (MIMO). Uniting techniques derived from artificial intelligence, such as artificial neural networks, classic methods of identification and the modem theory of control, it was shown that these methodologies can be successfully used in the search for better performances of chemical processes under the action of automatic control / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/267577
Date13 December 2001
CreatorsAssis, Adilson Jose de
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Maciel Filho, Rubens, 1958-, Giordano, Roberto de Campos, Henrique, Humberto Molinar, Maciel, Maria Regina Wolf, Toledo, Eduardo Coselli Vasco de
Publisher[s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Química, Programa de Pós-Graduação em Engenharia Química
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Format195p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0021 seconds