Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/1903
Title: Contribuição para a modelização, supervisão e controlo de sistemas multivariáveis não lineares por redes neuronais com aplicação a um forno de cal
Authors: Ribeiro, Bernardete Martins 
Keywords: Informática
Issue Date: 12-Dec-1995
Citation: RIBEIRO, Bernardete Martins - Contribuição para a modelização, supervisão e controlo de sistemas multivariáveis não lineares por redes neuronais com aplicação a um forno de cal. Coimbra, ed. aut., 1995, 405 p.
Abstract: Nesta Tese apresentamos um contributo para o estudo do comportamento dinâmico dum forno rotativo de cal, para a sua identificação e controlo, e para a monitorização e diagnóstico das condições de operação. Numa primeira fase, desenvolvemos um modelo matemático de parâmetros distribuídos do processo e, numa segunda fase, utilizamos uma abordagem por redes neuronais para a sua modelização, controlo multivariável e diagnóstico industrial. O forno rotativo de cal é essencial para o sistema de caustificação do processo kraft da indústria de pasta de papel, no caso particular, o centro fabril da Portucel de Viana do Castelo. É um processo multivariável, fortemente não linear, com tempos de atraso e está, muitas vezes, sob a influência de perturbações externas ou processuais. Quer por razões económicas e de qualidade do produto, quer por razões de protecção ambiental, as condições de operação do forno devem ser controladas, por forma a que o correcto perfil de temperaturas dentro do forno seja obtido e estabilizado. Os objectivos do seu controlo são, por um lado, a obtenção de cal de elevada qualidade, com tamanho de partículas uniforme e consistente, e, por outro lado, a manutenção da regularidade da produção, devendo ser possível compensar as perturbações do processo, sem necessidade de atenção por parte do operador. Para atingir estes objectivos, a estratégia de controlo utilizada manipula o caudal de fuel para controlar a temperatura dos sólidos na zona de queima e o caudal de gases de exaustão para controlar a temperatura dos gases à saída. A estratégia de controlo adoptada utiliza redes neuronais para modelizar não só o processo, mas também a sua inversa, numa estrutura conhecida por controlo por modelo interno, IMC (Internal Model Control), que apresenta boas características de robustez e de estabilidade. Na impossibilidade de experimentação no processo real, estudamos o comportamento dinâmico do forno e efectuamos a sua simulação computacional. Para isso, desenvolvemos um modelo matemático às derivadas parciais com condições de fronteira repartidas por ambas as extremidades que resolvemos por dois métodos numéricos: colocação ortogonal em elementos finitos e diferenças finitas. Neste trabalho estudamos duas arquitecturas de redes neuronais, considerando várias topologias e algoritmos de treino. Comparamos os desempenhos das redes utilizadas, com base em critérios de erro, visando seleccionar as redes adequadas para os modelos directo e inverso. Apresentamos os resultados de identificação do forno, bem como do controlo não linear, e é demonstrado que o neurocontrolador funciona bem nos casos práticos testados. A monitorização das condições de operação e o diagnóstico de anomalias foram realizados, recorrendo a uma rede neuronal que foi treinada de modo a reconhecer padrões de entrada correspondentes a situações de anomalia no forno. A rede pode ainda reconhecer falhas múltiplas e generalizar, podendo vir a constituir um excelente apoio, em tempo real, ao operador, na condução do funcionamento deste processo industrial.
Description: Tese de doutoramento em Engenharia Electrotécnica (Informática) apresentada à Fac. de Ciências e Tecnologia da Univ. de Coimbra
URI: http://hdl.handle.net/10316/1903
Rights: embargoedAccess
Appears in Collections:FCTUC Eng.Electrotécnica - Teses de Doutoramento

Show full item record

Page view(s)

57
checked on Jun 30, 2020

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.