Desenvolvimento de modelos hibridos-neurais para fermentação alcoolica e estudo de tecnicas de otimização do processo

Autor(es)

Elver Radke

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Quimica
• Data de defesa: 2002-11-29

Membros da banca

Rubens Maciel Filho; Liliane Maria Ferrareso Lona; Francisco Maugeri Filho

• Orientador: Rubens Maciel Filho; Aline Carvalho da Costa

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 (AU)

• Processo FAPESP: 00/06154-0 - Desenvolvimento de modelos híbrido-neuronais para fermentação alcoólica e otimização do processo
• Beneficiário: Elver Radke
• Modalidade de apoio: Bolsas no Brasil - Mestrado