Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/5043
Tipo: Dissertação
Título: Redes neurais artificiais e redes complexas: aplicações em processos químicos
Título em inglês: Artificial neural networks and complex networks: an application in chemical plants
Autor(es): Bezerra, Daniel Muniz
Orientador: Andrade Júnior, José Soares de
Palavras-chave: Engenharia química;Inteligência artificial;Métodos de simulação
Data do documento: 2005
Citação: BEZERRA, D. M. Redes neurais artificiais e redes complexas: aplicações em processos químicos. 2005. 77 f. Dissertação (Mestrado em Engenharia Química) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2005.
Resumo: Na primeira parte deste trabalho, empregamos uma rede neural artificial (RNA) treinada com algoritmo back-propagation para inferir a volatilidade dos gases liquefeitos de petróleo (GLP) produzidos em uma torre de fracionamento de líquido de gás natural (LGN). Os resultados obtidos indicam que a RNA fornece melhores respostas do que um simulador desenvolvido com base fenomenológica que se encontra em fase de implementação na planta em estudo. Na segunda parte da dissertação, o nosso objetivo primordial é demonstrar que os fluxogramas de processos de refinarias de petróleo podem estar intrinsecamente associados à topologias de redes complexas, que são scale-free, exibem efeitos de mundo pequeno e possuem organização hierárquica. A emergência dessas propriedades em redes artificiais é explicada como uma consequência dos princípios usados no design de projeto dos processos, os quais incluem regras heurísticas e técnicas algorítmicas. Esperamos que esses resultados sejam também válidos para plantas químicas de diferentes tipos e capacidades.
Abstract: In the first part of this work we apply an artificial neural network (ANN) trained with a back-propagation algorithm to predict the volatility of liquefied petroleum gases (LPG) produced from a fractionation tower of natural gas liquid (NGL). Our analysis indicate that the ANN scheme provides better results than a simulator developed based phenomenological which is currently being implemented in the plant under study. In the second part, our primary objective is to demonstrate that flowsheets of oil refineries can be intrinsically associated to complex network topologies, which are scale-free, display small-word effect and have hierarchical organization. The emergence of these properties artificial networks is explained as a consequence of the design principles used in the process’ design, which include heuristics rules and algorithmic techniques. We expect these results to be also valid for chemical plants of different types and capacities.
URI: http://www.repositorio.ufc.br/handle/riufc/5043
Aparece nas coleções:DEQ - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2005_dis_dmbezerra.pdf7,99 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.