Predição da incrustação em um trocador de calor baseada em redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Silva, Victor Leonardo Cavalcante Melo da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
BR
UFRN
Programa de Pós-Graduação em Engenharia Elétrica
Automação e Sistemas; Engenharia de Computação; Telecomunicações
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor.
Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/15470
Resumo: A serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be needed
id UFRN_1e760c2d35b0657cdb728df8d334c59b
oai_identifier_str oai:repositorio.ufrn.br:123456789/15470
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Predição da incrustação em um trocador de calor baseada em redes neurais artificiaisRedes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor.Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchangerCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAA serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be neededConselho Nacional de Desenvolvimento Científico e TecnológicoUm sério problema que afeta unidades de refino de petróleo é a deposição e incrustação de sólidos nos equipamentos. Esses resíduos estão naturalmente presentes no petróleo ou são produtos de reações químicas durante o seu transporte. Um permutador de calor, quando sujo, perde sua capacidade de aquecer adequadamente o petróleo, precisando, periodicamente, ser retirado de operação, para que possa ser realizada uma limpeza. Informações prévias do melhor período para realizar as paradas podem melhorar a eficiência energética e de produção da planta. Esse trabalho desenvolveu um sistema de predição da incrustação em um permutador da Refinaria Potiguar Clara Camarão, com base em dados coletados em parceria com a Petrobras. Foram utilizadas redes neurais recorrentes que preveem a vazão no permutador em instantes futuros. Essa variável é o principal indicador da incrustação, pois seu valor diminui gradualmente à medida que os depósitos nas paredes dos tubos reduzem seu diâmetro. A predição pode ser usada para dizer quando a vazão terá caído abaixo de um valor satisfatório, indicando quando será necessário retirar o equipamento de operaçãoUniversidade Federal do Rio Grande do NorteBRUFRNPrograma de Pós-Graduação em Engenharia ElétricaAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesMelo, Jorge Dantas dehttp://lattes.cnpq.br/7797619263680874http://lattes.cnpq.br/7325007451912598Dória Neto, Adrião Duartehttp://lattes.cnpq.br/1987295209521433Duarte, Márcia Maria Limahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787740D4Barros Júnior, Laerte de Medeiroshttp://lattes.cnpq.br/0203497702994921Silva, Victor Leonardo Cavalcante Melo da2014-12-17T14:56:12Z2013-07-222014-12-17T14:56:12Z2013-04-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfSILVA, Victor Leonardo Cavalcante Melo da. Predição da incrustação em um trocador de calor baseada em redes neurais artificiais. 2013. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.https://repositorio.ufrn.br/jspui/handle/123456789/15470porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRN2017-10-31T19:03:57Zoai:repositorio.ufrn.br:123456789/15470Repositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2017-10-31T19:03:57Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.none.fl_str_mv Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
title Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
spellingShingle Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
Silva, Victor Leonardo Cavalcante Melo da
Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor.
Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
title_short Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
title_full Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
title_fullStr Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
title_full_unstemmed Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
title_sort Predição da incrustação em um trocador de calor baseada em redes neurais artificiais
author Silva, Victor Leonardo Cavalcante Melo da
author_facet Silva, Victor Leonardo Cavalcante Melo da
author_role author
dc.contributor.none.fl_str_mv Melo, Jorge Dantas de

http://lattes.cnpq.br/7797619263680874

http://lattes.cnpq.br/7325007451912598
Dória Neto, Adrião Duarte

http://lattes.cnpq.br/1987295209521433
Duarte, Márcia Maria Lima

http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787740D4
Barros Júnior, Laerte de Medeiros

http://lattes.cnpq.br/0203497702994921
dc.contributor.author.fl_str_mv Silva, Victor Leonardo Cavalcante Melo da
dc.subject.por.fl_str_mv Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor.
Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic Redes neurais artificiais. Predição. Identificação de sistemas. Inferência. Sensor de software. Incrustação. Permutador de calor.
Artificial neural networks. Prediction. System identification. Inference. Soft sensors. Fouling. Heat exchanger
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
description A serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be needed
publishDate 2013
dc.date.none.fl_str_mv 2013-07-22
2013-04-19
2014-12-17T14:56:12Z
2014-12-17T14:56:12Z
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 SILVA, Victor Leonardo Cavalcante Melo da. Predição da incrustação em um trocador de calor baseada em redes neurais artificiais. 2013. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.
https://repositorio.ufrn.br/jspui/handle/123456789/15470
identifier_str_mv SILVA, Victor Leonardo Cavalcante Melo da. Predição da incrustação em um trocador de calor baseada em redes neurais artificiais. 2013. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.
url https://repositorio.ufrn.br/jspui/handle/123456789/15470
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.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
BR
UFRN
Programa de Pós-Graduação em Engenharia Elétrica
Automação e Sistemas; Engenharia de Computação; Telecomunicações
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
BR
UFRN
Programa de Pós-Graduação em Engenharia Elétrica
Automação e Sistemas; Engenharia de Computação; Telecomunicações
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv repositorio@bczm.ufrn.br
_version_ 1855758729111142400

Registros relacionados