[pt] ESTUDO DE TÉCNICAS DE APRENDIZADO POR REFORÇO APLICADAS AO CONTROLE DE PROCESSOS QUÍMICOS

• Ano de defesa: 2021
• Autor(a) principal: ERIC MONTEIRO E LOBO LUZ
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] APRENDIZADO POR REFORCO; [pt] SAC; [pt] TD3; [pt] DDPG; [pt] DEEP Q-LEARNING; [pt] ATOR-CRITICO; [pt] REATOR DE VAN DE VUSSE; [pt] CONTROLE DE PROCESSOS QUIMICOS; [pt] APRENDIZADO POR REFORCO PROFUNDO; [pt] Q-LEARNING; [pt] PROCESSO TENNESSEE EASTMAN; [en] REINFORCEMENT LEARNING; [en] SAC; [en] TD3; [en] DDPG; [en] DEEP Q-LEARNING; [en] ACTOR CRITIC; [en] CHEMICAL PROCESS CONTROL; [en] DEEP REINFORCEMENT LEARNING; [en] Q-LEARNING; [en] TENNESSEE EASTMAN PROCESS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56872&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56872&idi=2; http://doi.org/10.17771/PUCRio.acad.56872

[pt] A indústria 4.0 impulsionou o desenvolvimento de novas tecnologias para atender as demandas atuais do mercado. Uma dessas novas tecnologias foi a incorporação de técnicas de inteligência computacional no cotidiano da indústria química. Neste âmbito, este trabalho avaliou o desempenho de controladores baseados em aprendizado por reforço em processos químicos industriais. A estratégia de controle interfere diretamente na segurança e no custo do processo. Quanto melhor for o desempenho dessa estrategia, menor será a produção de efluentes e o consumo de insumos e energia. Os algoritmos de aprendizado por reforço apresentaram excelentes resultados para o primeiro estudo de caso, o reator CSTR com a cinética de Van de Vusse. Entretanto, para implementação destes algoritmos na planta química do Tennessee Eastman Process mostrou-se que mais estudos são necessários. A fraca ou inexistente propriedade Markov, a alta dimensionalidade e as peculiaridades da planta foram fatores dificultadores para os controladores desenvolvidos obterem resultados satisfatórios. Foram avaliados para o estudo de caso 1, os algoritmos Q-Learning, Actor Critic TD, DQL, DDPG, SAC e TD3, e para o estudo de caso 2 foram avaliados os algoritmos CMA-ES, TRPO, PPO, DDPG, SAC e TD3.