Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Bezerra, Felipi Luiz de Assunção, 1990-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Controle preditivo
Etanol 2G
Redes neurais (Computação)
Bioetanol
Predictive control
Ethanol 2G
Artificial Neural Networks
Bioethanol
Link de acesso: https://hdl.handle.net/20.500.12733/1636170
Resumo: Orientador: Rubens Maciel Filho
id UNICAMP-30_2cfdb2f015bc749e8cc687957e6abb65
oai_identifier_str oai::1088465
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geraçãoDevelopment of a neural model based predictive distributed control for a second generation ethanol production plantControle preditivoEtanol 2GRedes neurais (Computação)BioetanolPredictive controlEthanol 2GArtificial Neural NetworksBioethanolOrientador: Rubens Maciel FilhoTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuímicaResumo: Nos últimos anos, verifica-se um crescente interesse em fontes alternativas de combustíveis e na utilização das fontes de energia renováveis. Esse é o caso do etanol celulósico que pode ser produzido a partir de resíduos da produção agrícola e outros tipos de biomassa. No Brasil, esse processo poderia aumentar significativamente a produção de etanol na indústria de cana-de-açúcar, fazendo uso do bagaço de cana de açucar ja disponível na área de produção das unidade de primeira geração (aquelas que fermetam o caldo da cana). No entanto, processos como a fermentação e a destilação têm uma dificuldade inerente na medição e controle das variáveis em tempo real, que são necessários para possibilitar operação em alto nível de desempenho, como aquelas acopladas com otimização em tempo real. Uma estratégia de controle distribuído pode trazer benefícios à operação industrial, já que este considera não só otimização local de cada unidade operacional, como também a otimização global do processo. Desta forma, este trabalho propõe a aplicação e análise de um controle distribuído preditivo baseado em modelo neural (DMPC) para unidades de fermentação e destilação para a produção de etanol. Modelos baseados em redes neurais foram treinados para a caracterização de cada operação de forma a atuarem como modelo de predição do controlador. A estratégia sugerida foi comparada com a configuração PID e MPC convencional e observou-se que o controlador DMPC possui uma melhor performance se comparado com as outras estratégias de controle estudadasAbstract: In recent years there has been a growing interest in alternative sources of fuel and in the use of renewable energy sources. This is the case of cellulosic ethanol that can be produced from agricultural production residues and other types of biomass. In Brazil, this process could significantly increase ethanol production in the sugar cane industry, making use of the sugar cane bagasse already available in the 1st generation production plant (those that ferment sugar cane juice). However, processes such as fermentation and distillation have an inherent difficulty in measuring and controlling variables in real time, which are necessary to allow higher operational performance as those related to real time optimization procedures. A distributed control strategy can bring benefits to the industrial operation, since it considers not only local optimization of each operational unit, but also the overall optimization of the process. In this way, this work proposes the application and analysis of a predictive distributed control based on neural model (DMPC) for fermentation and distillation units for the production of ethanol. Neural models will be trained to characterize each operation in order to act as a predictor model of the controller. The suggested strategy was compared with the conventional PID and MPC configuration and it was observed that the DMPC controller has a better performance when compared to the other control strategies studiedDoutoradoEngenharia QuímicaDoutor em Engenharia Química[s.n.]Maciel Filho, Rubens, 1958-Morais Júnior, Arioston Araújo deToledo, Eduardo Coselli Vasco deFregolente, Leonardo VasconcelosMariano, Adriano PintoUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia QuímicaPrograma de Pós-Graduação em Engenharia QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASBezerra, Felipi Luiz de Assunção, 1990-20192019-05-07T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (104 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1636170BEZERRA, Felipi Luiz de Assunção. Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração. 2019. 1 recurso online (104 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636170. Acesso em: 28 fev. 2025.https://repositorio.unicamp.br/acervo/detalhe/1088465Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2019-05-31T10:59:26Zoai::1088465Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2019-05-31T10:59:26Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
Development of a neural model based predictive distributed control for a second generation ethanol production plant
title Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
spellingShingle Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
Bezerra, Felipi Luiz de Assunção, 1990-
Controle preditivo
Etanol 2G
Redes neurais (Computação)
Bioetanol
Predictive control
Ethanol 2G
Artificial Neural Networks
Bioethanol
title_short Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
title_full Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
title_fullStr Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
title_full_unstemmed Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
title_sort Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração
author Bezerra, Felipi Luiz de Assunção, 1990-
author_facet Bezerra, Felipi Luiz de Assunção, 1990-
author_role author
dc.contributor.none.fl_str_mv Maciel Filho, Rubens, 1958-
Morais Júnior, Arioston Araújo de
Toledo, Eduardo Coselli Vasco de
Fregolente, Leonardo Vasconcelos
Mariano, Adriano Pinto
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Química
Programa de Pós-Graduação em Engenharia Química
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Bezerra, Felipi Luiz de Assunção, 1990-
dc.subject.por.fl_str_mv Controle preditivo
Etanol 2G
Redes neurais (Computação)
Bioetanol
Predictive control
Ethanol 2G
Artificial Neural Networks
Bioethanol
topic Controle preditivo
Etanol 2G
Redes neurais (Computação)
Bioetanol
Predictive control
Ethanol 2G
Artificial Neural Networks
Bioethanol
description Orientador: Rubens Maciel Filho
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-05-07T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1636170
BEZERRA, Felipi Luiz de Assunção. Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração. 2019. 1 recurso online (104 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636170. Acesso em: 28 fev. 2025.
url https://hdl.handle.net/20.500.12733/1636170
identifier_str_mv BEZERRA, Felipi Luiz de Assunção. Desenvolvimento de um controle distribuído preditivo baseado em modelo neural para uma unidade de produção de etanol de segunda geração. 2019. 1 recurso online (104 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636170. Acesso em: 28 fev. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1088465
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (104 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1829137675988238336

Registros relacionados