Uso de metamodelos na otimização do processo de secagem do carvão.

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: FARIAS, Girrad Nayef Rached. lattes
Orientador(a): BRITO, Romildo Pereira. lattes
Banca de defesa: RAMOS, Wagner Brandão. lattes, VASCONCELOS, Luís Gonzaga Sales. lattes, MORAIS JÚNIOR, Ariston Araújo de.
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
Departamento: Centro de Ciências e Tecnologia - CCT
País: Brasil
Palavras-chave em Português:
Processos químicos - modelagem - simulação e otimização
Carvão mineral - processo de secagem
RNA
Algorítimo genético
Metamodelo
Chemical processes - modeling - simulation and optimization
Mineral coal - drying process
Genetic algorithm
Área do conhecimento CNPq:
Engenharia Química
Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/27376
Resumo: O carvão mineral é um insumo utilizado como redutor e/ou fonte de energia em diversos processos. Esse combustível é encontrado de forma que não pode ser utilizado sem tratamento prévio, necessitando de operações para redução da granulometria e da umidade. Dessa forma, esse trabalho tem como objetivo desenvolver um modelo fenomenológico do processo de secagem do carvão em Aspen Plus para servir de gerador de dados para a criação de metamodelos com base em Redes Neurais Artificiais, e assim, avaliar cenários de processo através de rotinas de otimização. Em conjunto foi aplicado Algoritmo Genético para determinação de arquiteturas da RNA, com intuito de reduzir o erro da predição do metamodelo. Com a simulação validada a partir de dados industriais, foi possível otimizar a arquitetura da rede, onde houve mudança do número de camadas e neurônios, contribuindo para melhora da predição do processo, obtendo erros médios de 0,01% até 1,66% das variáveis preditas. A otimização do cenário de operação, conseguiu reduzir de forma significativa o consumo dos combustíveis usados para aquecimento do gás de secagem, com todas as variáveis de qualidade do processo sendo atendidas, resultando em uma redução de 15% de gás de alto forno e 80% de gás natural, reduzindo o consumo energético do processo.
id UFCG_88f3305c29daea8f5c70ee3a2d9a917b
oai_identifier_str oai:dspace.sti.ufcg.edu.br:riufcg/27376
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str
spelling BRITO, Romildo Pereira.BRITO, R. P.Brito, Romildo Pereira.Brito, R.http://lattes.cnpq.br/5826366544754584RAMOS, Wagner Brandão.RAMOS, W. B.Ramos, Wagner B.RAMOS, WAGNER BRANDÃO.http://lattes.cnpq.br/1563787088122435VASCONCELOS, Luís Gonzaga Sales.VASCONCELOS, L. G. S.VASCONCELOS, L.Vasconcelos, Luís Gonzaga Sales.http://lattes.cnpq.br/9456860386065509MORAIS JÚNIOR, Ariston Araújo de.FARIAS, G. N. R.RACHED, G. N. F.NAYEF, GIRRAD.http://lattes.cnpq.br/8252497014365763FARIAS, Girrad Nayef Rached.O carvão mineral é um insumo utilizado como redutor e/ou fonte de energia em diversos processos. Esse combustível é encontrado de forma que não pode ser utilizado sem tratamento prévio, necessitando de operações para redução da granulometria e da umidade. Dessa forma, esse trabalho tem como objetivo desenvolver um modelo fenomenológico do processo de secagem do carvão em Aspen Plus para servir de gerador de dados para a criação de metamodelos com base em Redes Neurais Artificiais, e assim, avaliar cenários de processo através de rotinas de otimização. Em conjunto foi aplicado Algoritmo Genético para determinação de arquiteturas da RNA, com intuito de reduzir o erro da predição do metamodelo. Com a simulação validada a partir de dados industriais, foi possível otimizar a arquitetura da rede, onde houve mudança do número de camadas e neurônios, contribuindo para melhora da predição do processo, obtendo erros médios de 0,01% até 1,66% das variáveis preditas. A otimização do cenário de operação, conseguiu reduzir de forma significativa o consumo dos combustíveis usados para aquecimento do gás de secagem, com todas as variáveis de qualidade do processo sendo atendidas, resultando em uma redução de 15% de gás de alto forno e 80% de gás natural, reduzindo o consumo energético do processo.Coal is an input used as a reducer and/or energy source in several processes. This fuel is found in such a way that it cannot be used without previous treatment, requiring operations to reduce granulometry and moisture. Thus, this work aims to develop a phenomenological model of the coal definition process in Aspen Plus to serve as a data generator for the creation of metamodels based on Artificial Neural Networks, and thus, to evaluate routine optimization process scenarios. Together, a Genetic Algorithm was applied to determine ANN architectures, in order to reduce the metamodel prediction error. With the simulation validated from industrial data, it was possible to optimize the architecture of the network, there was a change in the number of layers to two and neurons, contributing to improve the prediction of the process, obtaining average errors from 0.01% to 1.66 % of predicted variables. The optimization of the operating scenario managed to significantly reduce the consumption of fuels used for heating the drying gas, with all process quality variables being met, resulting in a reduction of 15% of blast furnace gas and 80% of natural gas, reducing the energy consumption of the process.Submitted by Mirna Edkarla Cabral Santos (edkarlamirna@gmail.com) on 2022-09-22T11:47:15Z No. of bitstreams: 1 GIRRAD NAYEF RACHED FARIAS – DISSERTAÇÃO PPGEQ 2022.pdf: 2141697 bytes, checksum: 8098492738736bc8c7ea39af04ccf988 (MD5)Made available in DSpace on 2022-09-22T11:47:15Z (GMT). No. of bitstreams: 1 GIRRAD NAYEF RACHED FARIAS – DISSERTAÇÃO PPGEQ 2022.pdf: 2141697 bytes, checksum: 8098492738736bc8c7ea39af04ccf988 (MD5) Previous issue date: 2022-04-01Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICAUFCGBrasilCentro de Ciências e Tecnologia - CCTEngenharia QuímicaProcessos químicos - modelagem - simulação e otimizaçãoCarvão mineral - processo de secagemRNAAlgorítimo genéticoMetamodeloChemical processes - modeling - simulation and optimizationMineral coal - drying processGenetic algorithmUso de metamodelos na otimização do processo de secagem do carvão.Use of metamodels to optimize the coal drying process.2022-04-012022-09-22T11:47:15Z2022-09-212022-09-22T11:47:15Zhttps://dspace.sti.ufcg.edu.br/handle/riufcg/27376FARIAS, Girrad Nayef Rached. Uso de metamodelos na otimização do processo de secagem do carvão. 2022. 52 fl. Dissertação (Mestrado em Engenharia Química), Programa de Pós-Graduação em Engenharia Química, Centro de Ciências e Tecnologia, Campina Grande, Paraíba, Brasil, 2022. Disponível em: https://dspace.sti.ufcg.edu.br/handle/riufcg/27376info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGTEXTGIRRAD NAYEF RACHED FARIAS – DISSERTAÇÃO (PPGEQ) 2022.pdf.txtGIRRAD NAYEF RACHED FARIAS – DISSERTAÇÃO (PPGEQ) 2022.pdf.txttext/plain51603https://dspace.sti.ufcg.edu.br/bitstream/riufcg/27376/4/GIRRAD+NAYEF+RACHED+FARIAS+%E2%80%93+DISSERTA%C3%87%C3%83O+%28PPGEQ%29+2022.pdf.txt49c470f96e1b9d3d6aae204f5b973e9cMD54ORIGINALGIRRAD NAYEF RACHED FARIAS – DISSERTAÇÃO (PPGEQ) 2022.pdfGIRRAD NAYEF RACHED FARIAS – DISSERTAÇÃO (PPGEQ) 2022.pdfapplication/pdf1879554https://dspace.sti.ufcg.edu.br/bitstream/riufcg/27376/3/GIRRAD+NAYEF+RACHED+FARIAS+%E2%80%93+DISSERTA%C3%87%C3%83O+%28PPGEQ%29+2022.pdfa71375d95fef491fc172176d3b7a6fe7MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace.sti.ufcg.edu.br/bitstream/riufcg/27376/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufcg/273762025-07-24 09:15:18.378oai:dspace.sti.ufcg.edu.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512025-07-24T12:15:18Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.pt_BR.fl_str_mv Uso de metamodelos na otimização do processo de secagem do carvão.
dc.title.alternative.pt_BR.fl_str_mv Use of metamodels to optimize the coal drying process.
title Uso de metamodelos na otimização do processo de secagem do carvão.
spellingShingle Uso de metamodelos na otimização do processo de secagem do carvão.
FARIAS, Girrad Nayef Rached.
Engenharia Química
Processos químicos - modelagem - simulação e otimização
Carvão mineral - processo de secagem
RNA
Algorítimo genético
Metamodelo
Chemical processes - modeling - simulation and optimization
Mineral coal - drying process
Genetic algorithm
title_short Uso de metamodelos na otimização do processo de secagem do carvão.
title_full Uso de metamodelos na otimização do processo de secagem do carvão.
title_fullStr Uso de metamodelos na otimização do processo de secagem do carvão.
title_full_unstemmed Uso de metamodelos na otimização do processo de secagem do carvão.
title_sort Uso de metamodelos na otimização do processo de secagem do carvão.
author FARIAS, Girrad Nayef Rached.
author_facet FARIAS, Girrad Nayef Rached.
author_role author
dc.contributor.advisor1.fl_str_mv BRITO, Romildo Pereira.
dc.contributor.advisor1ID.fl_str_mv BRITO, R. P.
Brito, Romildo Pereira.
Brito, R.
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5826366544754584
dc.contributor.referee1.fl_str_mv RAMOS, Wagner Brandão.
dc.contributor.referee1ID.fl_str_mv RAMOS, W. B.
Ramos, Wagner B.
RAMOS, WAGNER BRANDÃO.
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/1563787088122435
dc.contributor.referee2.fl_str_mv VASCONCELOS, Luís Gonzaga Sales.
dc.contributor.referee2ID.fl_str_mv VASCONCELOS, L. G. S.
VASCONCELOS, L.
Vasconcelos, Luís Gonzaga Sales.
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/9456860386065509
dc.contributor.referee3.fl_str_mv MORAIS JÚNIOR, Ariston Araújo de.
dc.contributor.authorID.fl_str_mv FARIAS, G. N. R.
RACHED, G. N. F.
NAYEF, GIRRAD.
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8252497014365763
dc.contributor.author.fl_str_mv FARIAS, Girrad Nayef Rached.
contributor_str_mv BRITO, Romildo Pereira.
RAMOS, Wagner Brandão.
VASCONCELOS, Luís Gonzaga Sales.
MORAIS JÚNIOR, Ariston Araújo de.
dc.subject.cnpq.fl_str_mv Engenharia Química
topic Engenharia Química
Processos químicos - modelagem - simulação e otimização
Carvão mineral - processo de secagem
RNA
Algorítimo genético
Metamodelo
Chemical processes - modeling - simulation and optimization
Mineral coal - drying process
Genetic algorithm
dc.subject.por.fl_str_mv Processos químicos - modelagem - simulação e otimização
Carvão mineral - processo de secagem
RNA
Algorítimo genético
Metamodelo
Chemical processes - modeling - simulation and optimization
Mineral coal - drying process
Genetic algorithm
description O carvão mineral é um insumo utilizado como redutor e/ou fonte de energia em diversos processos. Esse combustível é encontrado de forma que não pode ser utilizado sem tratamento prévio, necessitando de operações para redução da granulometria e da umidade. Dessa forma, esse trabalho tem como objetivo desenvolver um modelo fenomenológico do processo de secagem do carvão em Aspen Plus para servir de gerador de dados para a criação de metamodelos com base em Redes Neurais Artificiais, e assim, avaliar cenários de processo através de rotinas de otimização. Em conjunto foi aplicado Algoritmo Genético para determinação de arquiteturas da RNA, com intuito de reduzir o erro da predição do metamodelo. Com a simulação validada a partir de dados industriais, foi possível otimizar a arquitetura da rede, onde houve mudança do número de camadas e neurônios, contribuindo para melhora da predição do processo, obtendo erros médios de 0,01% até 1,66% das variáveis preditas. A otimização do cenário de operação, conseguiu reduzir de forma significativa o consumo dos combustíveis usados para aquecimento do gás de secagem, com todas as variáveis de qualidade do processo sendo atendidas, resultando em uma redução de 15% de gás de alto forno e 80% de gás natural, reduzindo o consumo energético do processo.
publishDate 2022
dc.date.issued.fl_str_mv 2022-04-01
dc.date.accessioned.fl_str_mv 2022-09-22T11:47:15Z
dc.date.available.fl_str_mv 2022-09-21
2022-09-22T11:47:15Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.sti.ufcg.edu.br/handle/riufcg/27376
dc.identifier.citation.fl_str_mv FARIAS, Girrad Nayef Rached. Uso de metamodelos na otimização do processo de secagem do carvão. 2022. 52 fl. Dissertação (Mestrado em Engenharia Química), Programa de Pós-Graduação em Engenharia Química, Centro de Ciências e Tecnologia, Campina Grande, Paraíba, Brasil, 2022. Disponível em: https://dspace.sti.ufcg.edu.br/handle/riufcg/27376
url https://dspace.sti.ufcg.edu.br/handle/riufcg/27376
identifier_str_mv FARIAS, Girrad Nayef Rached. Uso de metamodelos na otimização do processo de secagem do carvão. 2022. 52 fl. Dissertação (Mestrado em Engenharia Química), Programa de Pós-Graduação em Engenharia Química, Centro de Ciências e Tecnologia, Campina Grande, Paraíba, Brasil, 2022. Disponível em: https://dspace.sti.ufcg.edu.br/handle/riufcg/27376
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.publisher.program.fl_str_mv PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
dc.publisher.initials.fl_str_mv UFCG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Ciências e Tecnologia - CCT
publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
bitstream.url.fl_str_mv https://dspace.sti.ufcg.edu.br/bitstream/riufcg/27376/4/GIRRAD+NAYEF+RACHED+FARIAS+%E2%80%93+DISSERTA%C3%87%C3%83O+%28PPGEQ%29+2022.pdf.txt
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/27376/3/GIRRAD+NAYEF+RACHED+FARIAS+%E2%80%93+DISSERTA%C3%87%C3%83O+%28PPGEQ%29+2022.pdf
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/27376/2/license.txt
bitstream.checksum.fl_str_mv 49c470f96e1b9d3d6aae204f5b973e9c
a71375d95fef491fc172176d3b7a6fe7
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1863363523350888448

Registros relacionados