Estudo sobre a viabilidade da simulação e predição de efeitos difusivos em reações de polimerização atraves de modelos deterministicos e redes neurais
Pauline Santa Rosa Simões
DISSERTAÇÃO
Português
(Broch.)
T/UNICAMP Si51e
Campinas, SP : [s.n.], 2001.
129p. : il.
Orientador: Liliane Maria Ferrareso Lona
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica
Resumo: O presente trabalho tem como objetivo modelar um reator de polimerização operando em regime batelada, usando como caso estudo a polimerização em massa e solução do metilmetacrilato (MMA). Serão utilizadas redes neurais artificiais, para o desenvolvimento de um modelo híbrido, visando...
Ver mais
Resumo: O presente trabalho tem como objetivo modelar um reator de polimerização operando em regime batelada, usando como caso estudo a polimerização em massa e solução do metilmetacrilato (MMA). Serão utilizadas redes neurais artificiais, para o desenvolvimento de um modelo híbrido, visando eliminar a necessidade da utilização de correlações empíricas que ajustam a constante da taxa de terminação (kt), devido a ocorrência do efeito gel. Processos poliméricos se caracterizam por sua complexidade devido ao elevado número de reações paralelas à reação de formação do polímero e pelos fenômenos difusivos que causam ou ocorrem durante a polimerização. As maiores fontes de problemas encontrados em processos de polimerização são a liberação de calor das reações altamente exotérmicas e o grande aumento da viscosidade do meio reacional ao longo da reação de polimerização. Esta alta geração de calor aliada, à baixa difusividade térmica da mistura reacional, geralmente leva a um descontrole térmico, e consequentemente a dificuldades no controle do processo, e no comportamento das características físicas finais do polímero. Redes neurais são métodos matemáticos baseados na estrutura neurológica do cérebro. Trata-se de uma técnica de inteligência artificial, cuja característica é o "aprendizado" de uma lógica existente em um determinado conjunto de dados a fim de predizer valores diferentes daqueles utilizados para o treinamento da rede. O modelo híbrido busca superar as desvantagens presentes nos modelos determinístico e puramente neural. A modelagem híbrida visa a fusão de todo o conhecimento disponível do processo, com a metodologia das redes. Foram treinadas duas redes a fim de diminuir a faixa de variação da saída da rede utilizando como neurônio de saída, ktCp2 (concentração de polímero morto) e log(ktCp2), visando diminuir erro no escalonamento das variáveis, tornando desta forma, a resposta da rede mais precisa. A rede que utilizou como neurônio de saída log(ktCp2), em relação à outra rede testada. A predição desta rede, não se mostrou precisa o suficiente para representar de forma adequada o perfil de conversão, quando aplicada ao modelo híbrido. Devido à alta não linearidade do característica dos processos poliméricos, e graças a grandes problemas difusionais, devido ao efeito gel, o modelo híbrido produziu altas conversões em baixíssimos tempos de reação
Ver menos
Abstract: In the present work, the objective is modeling of a batch reactor, using methylmethacrylate as a case study. Neural networks will be used, in a hybrid mOdel, in order to by pass the use of empirical correlations to correct the constant or termination rate kt to the gel effect. Polymeric...
Ver mais
Abstract: In the present work, the objective is modeling of a batch reactor, using methylmethacrylate as a case study. Neural networks will be used, in a hybrid mOdel, in order to by pass the use of empirical correlations to correct the constant or termination rate kt to the gel effect. Polymeric processes are known for its high complexity due to the large number of parallel reactions and diffusional phenomena. Most of the problem sources are the heat release, due to the exothermical reactions and the high viscosity during the polymerization. These two factors usually leads to a thermal runaway, which affects the final properties or the polymeric material. Neural networks are a mathematical method based on the neurologic structure of the brain, and in its leaning capacity. It is an artificial intelligence technique, which is characterized for learn from a certain pattern data. The hybrid model seeks to overcome the difficulties of the deterministic mode!. Two neural networks were trained in order to compare the efficiency of the linearization of the output, using a logarithm. The network that used the linearized output exhibited better results in comparison to the other. Although its prediction, wasn't accurate enough to represent the conversion profile. Due to the high non-linearity of the polymeric processes and the diffusional effects that causes the gel effect. The hybrid model exibed high conversions in a very short time
Ver menos
Estudo sobre a viabilidade da simulação e predição de efeitos difusivos em reações de polimerização atraves de modelos deterministicos e redes neurais
Pauline Santa Rosa Simões
Estudo sobre a viabilidade da simulação e predição de efeitos difusivos em reações de polimerização atraves de modelos deterministicos e redes neurais
Pauline Santa Rosa Simões
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra