• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
10.11606/D.18.2014.tde-13052014-110105
Documento
Autor
Nombre completo
Círo Luís Teixeira Carpintieri
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2014
Director
Tribunal
Flauzino, Rogério Andrade (Presidente)
Goedtel, Alessandro
Morais, Aniel Silva de
Título en portugués
Uma aplicação de redes neurais na instrumentação virtual do grau acoólico no processo industrial de produção do etanol
Palabras clave en portugués
Controle de processo
Grau alcoólico do etanol
NBR 5992 e NBR 15639
Otimização de processo
Redes Neurais
Sensores virtuais
Resumen en portugués
A busca por eficiência e qualidade esta presente nas usinas de produção de etanol. A demanda por novas tecnologias e soluções para problemas conhecidos é dinâmica e contínua. No processo de produção do etanol há a necessidade de se quantificar a qualidade do etanol produzido. Esta análise demanda procedimentos laboratoriais que impõe um tempo entre a coleta da amostra e o resultado das análises laboratoriais. Este tempo afeta a velocidade de reação do sistema de controle de produção a uma variação na qualidade do etanol. Quanto antes se atue na produção, menor é o retrabalho sobre o que foi produzido fora da especificação desejada e maior o rendimento e a produtividade do processo. Um dos indicadores de rendimento do processo de produção de etanol é a porcentagem de massa de etanol em relação à massa de água contida na solução. Este indicador é representado por "m/m", e significa grau alcoólico do etanol. Tabelas alcoométricas são utilizadas para determinar o valor do grau alcoólico, tendo como variáveis de entrada a temperatura e a densidade. O intervalo de temperatura onde as tabelas alcoométricas são válidas não é o mesmo que o processo industrial necessita. O processo industrial trabalha com temperaturas próximas a 90°C. Este fato impõe que as análises do grau alcoólico sejam feitas em laboratório, prejudicando o tempo de resposta ao processo industrial. Objetivando resolver este problema, este trabalho busca por meio da utilização de redes neurais determinar uma função matemática que possa ser capaz de indicar o valor do grau alcoólico do etanol de maneira precisa e sem que seja necessário o uso de consultas e aproximações por tabelas de referência.
Título en inglés
An application of neural networks in virtual instrumentation alcohol content in the industrial process of ethanol production
Palabras clave en inglés
Ethanol alcoholic degree
NBR 5992 and NBR 15639
Neural networks
Optimization process
Process control
Virtual sensors
Resumen en inglés
The search for efficiency and quality is present in ethanol plants. The demand for new technologies and solutions to known problems is dynamic and continuous. In the process of producing ethanol is necessary to quantify the quality of the produced ethanol. This analysis requires laboratory procedures it takes a time between sample collection and results of laboratory analysis. This time affects the reaction speed of the system production control to a variation in the quality of ethanol. The sooner they are acting in the production, lower rework on what was produced outside the desired specification and higher efficiency and productivity of the process. One of the indicators of process performance ethanol is the percentage mass of ethanol relative to water diluted solution. This indicator is represented by "m/m" and means a degree alcoholic of ethanol. Alcohol tables are used to determine the amount of degree alcohol having as input variables the temperature and density. The temperature range where the alcohol tables are valid is not the same as the industrial process needs. The industrial process works at temperatures around 90°C. This fact requires the analysis of the degree of alcoholic of the ethanol are made in the laboratory, hampering the response time to the industrial process. Aiming to solve this fact, this paper aims through the use of neural networks for universal approximation theorem, find a mathematical function that can be implemented in a virtual sensor capable of indicating the value of the alcoholic content of ethanol.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Ciro.pdf (1.86 Mbytes)
Fecha de Publicación
2014-05-14
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
Centro de Informática de São Carlos
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.