Identificação de um processo de neutralização de pH via redes Nneurais.

• Ano de defesa: 1997
• Autor(a) principal: Flaborea, Silvio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Neural networks; Redes neurais
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-10102024-114409/

Nesta dissertação um modelo matemático de um sistema não-linear é obtido através de identificação empregando-se Redes Neurais. O sistema referido é o de neutralização de pH de um CSTR (continuous stirred tank reactor). Desenvolve-se também um modelo fenomenológico do processo para HN\'O IND.3\' (ácido nítrico), NaHC\'O IND.3\' (bicarbonato de sódio-solução tampão) e NaOH (hidróxido de sódio-base) usando-se Invariantes de Reação para a aquisição de dados. A rede neural utilizada, que proporcionou uma identificação \"off-line\", é um Perceptron de múltiplas camadas com atrasadores e realimentação de estados para representação dinâmica do processo. O algoritmo de aprendizagem é o de Retropropagação de Erro com algumas variações como Momento e Taxa de Aprendizado Adaptativa. A identificação com modelo ARX (auto regressive exogenous) e estimação pelo Método dos Mínimos Quadrados também é feita para comparação do desempenho do modelo neural com um modelo convencional (ARX)