Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais

Detalhes bibliográficos
Ano de defesa: 2005
Autor(a) principal: Facchin, Samuel
Orientador(a): Trierweiler, Jorge Otávio
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
PLS
Link de acesso: http://hdl.handle.net/10183/8294
Resumo: A construção de um analisador virtual é sustentada basicamente por três pilares: o modelo, as variáveis que integram o modelo e a estratégia de correção/atualização do modelo. Os modelos matemáticos são classificados quanto ao nível de conhecimento do processo contido nele, indo de modelos complexos baseados em relações fundamentais e leis físico-químicas, denominados white-box, até modelos obtidos através de técnicas de análise multivariável, como técnicas de regressão multiváriavel e redes neurais, referenciados como black box. O presente trabalho objetiva uma análise de dois dos pilares: os modelos, focando em modelos obtidos através das técnicas de redução de dimensionalidade do tipo PLS, e metodologias de seleção de variáveis para a construção dessa classe de modelos. Primeiramente é realizada uma revisão das principais variantes lineares e não lineares da metodologia PLS, compreendendo desde o seu desenvolvimento até a sua combinação com redes neurais. Posteriormente são apresentadas algumas das técnicas popularmente utilizadas para a seleção de variáveis em modelos do tipo black-box, técnicas de validação cruzada e técnicas de seleção de dados para calibração e validação de modelos. São propostas novas abordagens para os procedimentos de seleção de variáveis, originadas da combinação das técnicas de seleção de dados com duas metodologias de seleção de variáveis. Os resultados produzidos por essas novas abordagens são comparados com o método clássico através de casos lineares e não lineares. A viabilidade das técnicas analisadas e desenvolvidas é verificada através da aplicação das mesmas no desenvolvimento de um analisador virtual para uma coluna de destilação simulada através do simulador dinâmico Aspen Dynamics®. Por fim são apresentadas as etapas e desafios da implementação de um analisador virtual baseados em técnicas PLS em uma Torre Depropanizadora de uma central de matérias primas de um pólo petroquímico.
id URGS_b730166cfeb63ac5df80195daf99b220
oai_identifier_str oai:www.lume.ufrgs.br:10183/8294
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Facchin, SamuelTrierweiler, Jorge Otávio2007-06-06T19:14:35Z2005http://hdl.handle.net/10183/8294000572864A construção de um analisador virtual é sustentada basicamente por três pilares: o modelo, as variáveis que integram o modelo e a estratégia de correção/atualização do modelo. Os modelos matemáticos são classificados quanto ao nível de conhecimento do processo contido nele, indo de modelos complexos baseados em relações fundamentais e leis físico-químicas, denominados white-box, até modelos obtidos através de técnicas de análise multivariável, como técnicas de regressão multiváriavel e redes neurais, referenciados como black box. O presente trabalho objetiva uma análise de dois dos pilares: os modelos, focando em modelos obtidos através das técnicas de redução de dimensionalidade do tipo PLS, e metodologias de seleção de variáveis para a construção dessa classe de modelos. Primeiramente é realizada uma revisão das principais variantes lineares e não lineares da metodologia PLS, compreendendo desde o seu desenvolvimento até a sua combinação com redes neurais. Posteriormente são apresentadas algumas das técnicas popularmente utilizadas para a seleção de variáveis em modelos do tipo black-box, técnicas de validação cruzada e técnicas de seleção de dados para calibração e validação de modelos. São propostas novas abordagens para os procedimentos de seleção de variáveis, originadas da combinação das técnicas de seleção de dados com duas metodologias de seleção de variáveis. Os resultados produzidos por essas novas abordagens são comparados com o método clássico através de casos lineares e não lineares. A viabilidade das técnicas analisadas e desenvolvidas é verificada através da aplicação das mesmas no desenvolvimento de um analisador virtual para uma coluna de destilação simulada através do simulador dinâmico Aspen Dynamics®. Por fim são apresentadas as etapas e desafios da implementação de um analisador virtual baseados em técnicas PLS em uma Torre Depropanizadora de uma central de matérias primas de um pólo petroquímico.The construction of a virtual analyzer is sustained basically by three pillars: the model, the variables that integrate the model and the updating strategy of the model. The mathematical models are classified with relationship at the level of the process knowledge within it, going from complex models, based on fundamental relationships and physical-chemistries laws, called white-box, until models obtained through multivariable analysis techniques, as multiple linear regression and neural networks, also called as black box. The focus of the present work is the analysis of two of the pillars: the models, specially the ones obtained by dimension reduction techniques, like PLS, and methodologies used in the development of this class of models. Initially, a revision of the main linear and non linear variants of the PLS methodology is done, embracing since its development to its combination with neural networks. Later on, some popularly variables selection techniques for black-box models are explained, as well as some cross validation techniques and strategies for data selection for calibration and validation of models. New approaches for variables selection procedures are proposed, originated by the combination of data selection strategies and two variables selection techniques. The results produced by those new approaches are compared with the classic method through linear and non linear case studies. The viability of the analyzed and developed techniques is verified through the application of the same ones in the development of a virtual analyzer for a distillation column, simulated by the dynamic simulator Aspen Dynamics®. The steps and challenges faced in the implementation of a virtual analyzer based on PLS technical for a Depropanizer Unit are finally presented.application/pdfporControle de processos químicosColunas de destilaçãoAnálise multivariadaVirtual AnalyzerEmpirical modelsPLSQPLSVariable selection1,3 ButadieneDepropanizerTécnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia QuímicaPorto Alegre, BR-RS2005mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000572864.pdf000572864.pdfTexto completoapplication/pdf2352553http://www.lume.ufrgs.br/bitstream/10183/8294/1/000572864.pdf51249e6d9b2db8a19c9b96142673a804MD51TEXT000572864.pdf.txt000572864.pdf.txtExtracted Texttext/plain281057http://www.lume.ufrgs.br/bitstream/10183/8294/2/000572864.pdf.txt67e0d6af573f64fa59eb090cdb673726MD52THUMBNAIL000572864.pdf.jpg000572864.pdf.jpgGenerated Thumbnailimage/jpeg1293http://www.lume.ufrgs.br/bitstream/10183/8294/3/000572864.pdf.jpg16bd24323903e5ef8b0dba4ee232a11bMD5310183/82942018-10-17 09:37:04.964oai:www.lume.ufrgs.br:10183/8294Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-17T12:37:04Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
title Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
spellingShingle Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
Facchin, Samuel
Controle de processos químicos
Colunas de destilação
Análise multivariada
Virtual Analyzer
Empirical models
PLS
QPLS
Variable selection
1,3 Butadiene
Depropanizer
title_short Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
title_full Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
title_fullStr Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
title_full_unstemmed Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
title_sort Técnicas de análise multivariável aplicadas ao desenvolvimento de analisadores virtuais
author Facchin, Samuel
author_facet Facchin, Samuel
author_role author
dc.contributor.author.fl_str_mv Facchin, Samuel
dc.contributor.advisor1.fl_str_mv Trierweiler, Jorge Otávio
contributor_str_mv Trierweiler, Jorge Otávio
dc.subject.por.fl_str_mv Controle de processos químicos
Colunas de destilação
Análise multivariada
topic Controle de processos químicos
Colunas de destilação
Análise multivariada
Virtual Analyzer
Empirical models
PLS
QPLS
Variable selection
1,3 Butadiene
Depropanizer
dc.subject.eng.fl_str_mv Virtual Analyzer
Empirical models
PLS
QPLS
Variable selection
1,3 Butadiene
Depropanizer
description A construção de um analisador virtual é sustentada basicamente por três pilares: o modelo, as variáveis que integram o modelo e a estratégia de correção/atualização do modelo. Os modelos matemáticos são classificados quanto ao nível de conhecimento do processo contido nele, indo de modelos complexos baseados em relações fundamentais e leis físico-químicas, denominados white-box, até modelos obtidos através de técnicas de análise multivariável, como técnicas de regressão multiváriavel e redes neurais, referenciados como black box. O presente trabalho objetiva uma análise de dois dos pilares: os modelos, focando em modelos obtidos através das técnicas de redução de dimensionalidade do tipo PLS, e metodologias de seleção de variáveis para a construção dessa classe de modelos. Primeiramente é realizada uma revisão das principais variantes lineares e não lineares da metodologia PLS, compreendendo desde o seu desenvolvimento até a sua combinação com redes neurais. Posteriormente são apresentadas algumas das técnicas popularmente utilizadas para a seleção de variáveis em modelos do tipo black-box, técnicas de validação cruzada e técnicas de seleção de dados para calibração e validação de modelos. São propostas novas abordagens para os procedimentos de seleção de variáveis, originadas da combinação das técnicas de seleção de dados com duas metodologias de seleção de variáveis. Os resultados produzidos por essas novas abordagens são comparados com o método clássico através de casos lineares e não lineares. A viabilidade das técnicas analisadas e desenvolvidas é verificada através da aplicação das mesmas no desenvolvimento de um analisador virtual para uma coluna de destilação simulada através do simulador dinâmico Aspen Dynamics®. Por fim são apresentadas as etapas e desafios da implementação de um analisador virtual baseados em técnicas PLS em uma Torre Depropanizadora de uma central de matérias primas de um pólo petroquímico.
publishDate 2005
dc.date.issued.fl_str_mv 2005
dc.date.accessioned.fl_str_mv 2007-06-06T19:14:35Z
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 http://hdl.handle.net/10183/8294
dc.identifier.nrb.pt_BR.fl_str_mv 000572864
url http://hdl.handle.net/10183/8294
identifier_str_mv 000572864
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
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/8294/1/000572864.pdf
http://www.lume.ufrgs.br/bitstream/10183/8294/2/000572864.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/8294/3/000572864.pdf.jpg
bitstream.checksum.fl_str_mv 51249e6d9b2db8a19c9b96142673a804
67e0d6af573f64fa59eb090cdb673726
16bd24323903e5ef8b0dba4ee232a11b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831315823176712192