Estrategia de controle não linear baseada em redes neurais artificiais com aprendizagem on-line
Elis Regina Duarte
DISSERTAÇÃO
Português
(Broch.)
T/UNICAMP D85e
Campinas, SP : [s.n.], 2004.
120p. : il.
Orientadores: Rubens Maciel Filho, Laercio Ender
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica
Resumo: Nos dias atuais com a globalização, competitividade do mercado e preocupações ambientais se faz necessários produtos com alta qualidade, baixo custo e baixa emissão de poluentes, sendo o controle de processos a principal maneira de se obter estes resultados. Por isso o grande avanço de...
Ver mais
Resumo: Nos dias atuais com a globalização, competitividade do mercado e preocupações ambientais se faz necessários produtos com alta qualidade, baixo custo e baixa emissão de poluentes, sendo o controle de processos a principal maneira de se obter estes resultados. Por isso o grande avanço de pesquisas em busca de novas metodologias e concepções sobre desenvolvimento e controle para processos de todas as áreas. O objetivo deste trabalho é propor o aperfeiçoamento da estratégia de controle CoNDEG, (Controle Neural Direto Baseado no Erro Global), desenvolvida por ENDER (2002). A estratégia está baseada em redes neurais artificiais, com aprendizagem em tempo real, de acordo com as alterações que ocorrem no processo. Desta forma o controlador apresentará uma performance mais apropriada, quando comparado com o controlador que não apresenta esta atualização ao longo do tempo. Para desenvolvimento desta dissertação estudou-se o CoNDEG e foram propostas modificações na forma de ajuste do controlador e análise de diferentes configurações para aprendizagem on-line. A estratégia proposta CoNDEG Modificado foi implementada em linguagem de programação Fortran 90. Foram utilizados dois processos não lineares para avaliar a estratégia proposta, um reator catalítico de leito fixo (TOLEDO, 1999) e um processo fermentativo extrativo para produção de etanol (COSTA, 2001). As simulações em malha fechada realizadas utilizando o programa CoNDEG Modificado para ambos casos de estudo mostraram que o algoritmo de controle não linear proposto é eficiente e robusto, pois apresentaram bons resultados em problemas dos tipos servo e regulador
Ver menos
Abstract: In now days with the globalization, market competitivity and environmental preoccupation, there is a real need for products with high quality, low cost and low emission of pollutants. The process control is the main form to reach such objectives. That is the reason for the great advance on...
Ver mais
Abstract: In now days with the globalization, market competitivity and environmental preoccupation, there is a real need for products with high quality, low cost and low emission of pollutants. The process control is the main form to reach such objectives. That is the reason for the great advance on researches in the investigation of new methodologies and conceptions about process development and process control in several areas. The objective of the present work is to propose the improvement of CoNDEG strategy control (Direct Neural Control based on Global Error), developed by ENDER (2002). The strategy is based in artificial neural networks, with on line learning, according to modifications that occur in the process. Hence the controller based on such approach will present better performance than a controller without on-line upgrade. In order to develop the present work the CoNDEG was studied and it was proposed some modifications on the way the controller is adjusted as well as it was carried out the analysis of different configurations for the on-line learning. The proposed modified strategy CoNDEG was implemented in Fortran 90 programming language. It was used two non-linear processes to evaluate the proposed strategy, to know, a fixed bed catalytic reactor (TOLEDO, 1999) and an extractive fermentative process for the production of ethanol (COSTA, 2001). The results obtained from c1osed-Ioop simulations using the modified CoNDEG program for both studied cases showed that the proposed non-linear control algorithm is efficient and robust for servo and regulatory applications
Ver menos
Estrategia de controle não linear baseada em redes neurais artificiais com aprendizagem on-line
Elis Regina Duarte
Estrategia de controle não linear baseada em redes neurais artificiais com aprendizagem on-line
Elis Regina Duarte
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra