Banca de QUALIFICAÇÃO: TIAGO HORA ALVES DE LIMA
14/02/2019 08:38
A necessidade de monitorar os processos industriais em tempo real de forma confiável e barata para agregar valor aos produtos e reduzir os custos operacionais, aliada à grande quantidade de dados disponíveis, vem aumentando a importância dos sensores virtuais. Este trabalho desenvolve um sensor virtual para inferir a composição do etanol em um processo de destilação em batelada na produção de uma bebida artesanal destilada do mosto fermentado de jabuticaba, fruto nativo da Mata Atlântica brasileira. Com esse objetivo, duas metodologias foram propostas: um sensor virtual híbrido, baseado no equilíbrio líquido-vapor da mistura etanol-água, principais componentes do destilado, que utiliza os dados do processo no cálculo do coeficiente de atividade, e um sensor virtual baseado em redes neurais artificiais que aplica o algoritmo Levenberg-Marquardt na otimização dos seus parâmetros, unicamente orientado pelos dados do processo. Os sensores foram calibrados com dados experimentais obtidos em laboratório por meio de destilações de misturas sintéticas etanol-água e validados com os dados de destilações do fermentado de jabuticaba. Ambos os sensores foram capazes de predizer o comportamento do processo ao longo do tempo, tendo o sensor virtual baseado em redes neurais se mostrado mais eficiente na predição em tempo real
SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19032-7126ccb4cf