Aplicação de redes neurais para a predição do comportamento de um regenerador industrial de catalisador no processo FCC de craqueamento catalítico

• Processo: 99/05648-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 1999
• Data de Término da vigência: 31 de agosto de 2000
• Área de conhecimento: Engenharias - Engenharia Química
• Pesquisador responsável: Liliane Maria Ferrareso Lona
• Beneficiário: Sheila Contant
• Instituição Sede: Faculdade de Engenharia Química (FEQ). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Catalisadores Craqueamento catalítico fluido Redes neurais (computação) Algoritmos
• Palavra(s)-Chave do Pesquisador: Catalisador | Craqueamento | Regeneracao | Simulacao

Resumo

O objetivo deste trabalho é o desenvolvimento de um algoritmo para o treinamento de redes neurais artificiais genéricas, que minimize o tempo gasto na fase de aprendizagem. Com o algoritmo desenvolvido, deve ser possível o treinamento de qualquer tipo de rede, independente da topologia. Para a validação do algoritmo proposto, será utilizado como caso estudo, um sistema de regeneração de partículas de catalisador de uma unidade de craqueamento catalítico (FCC da Petrobrás). Este sistema de regeneração é complexo e é composto por três tipos de reatores gás-sólido em série. Perfis de temperatura do gás e sólido, além de perfis de concentração de coque no catalisador e perfis de concentração dos componentes gasosos deverão ser obtidos via algoritmos otimizados para o treinamento das redes neurais. (AU)