Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal.
| Ano de defesa: | 1996 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/3/3137/tde-25092025-111400/ |
Resumo: | No presente trabalho, obteve-se um modelo matemático que permite simular o processo catacarb e a sua validade foi verificada e confirmada, usando dados industriais de duas unidades da FAFEN, localizadas em Camaçari (BA) e Laranjeiras (SE), respectivamente. Em seguida, pelo uso deste modelo, foram propostas sugestões para a melhoria do processo na planta da FAFEN em Camaçari. Finalmente, usando um modelo baseado em redes neuronais, fez-se uma otimização econômica qualitativa do mesmo processo industrial. O sistema de remoção de C\'O IND.2\' é constituído de uma coluna de recheio (coluna absorvedora) e outra de pratos perfurados (coluna regeneradora). A partir de dados industriais, ajustaram-se os parâmetros do modelo fenomenológico e verificou-se a sua representatividade em relação ao processo industrial estudado. Os resultados da simulação matemática mostraram a possibilidade de, sem prejudicar a remoção de C\'O IND.2\', desviar parte do gás, do meio da coluna regeneradora, diretamente ao topo, sem passar pela seção superior. Além de um ligeiro aumento (6%) da capacidade atual, essa modificação permite uma operação mais estável da coluna regeneradora, em termos dinâmicos (afastamento da condição de afogamento). Em seguida, usando os resultados do modelo fenomenológico anteriormente obtido, foi feito o ajuste para o modelo via rede neuronal. |
| id |
USP_655e420ecee7ef73a02c3c814656d667 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-25092025-111400 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal.Untitled in englishAbsorção de dióxido de carbonoCarbon dioxide absorptionOptimization via neural networkOtimização via rede neuronalNo presente trabalho, obteve-se um modelo matemático que permite simular o processo catacarb e a sua validade foi verificada e confirmada, usando dados industriais de duas unidades da FAFEN, localizadas em Camaçari (BA) e Laranjeiras (SE), respectivamente. Em seguida, pelo uso deste modelo, foram propostas sugestões para a melhoria do processo na planta da FAFEN em Camaçari. Finalmente, usando um modelo baseado em redes neuronais, fez-se uma otimização econômica qualitativa do mesmo processo industrial. O sistema de remoção de C\'O IND.2\' é constituído de uma coluna de recheio (coluna absorvedora) e outra de pratos perfurados (coluna regeneradora). A partir de dados industriais, ajustaram-se os parâmetros do modelo fenomenológico e verificou-se a sua representatividade em relação ao processo industrial estudado. Os resultados da simulação matemática mostraram a possibilidade de, sem prejudicar a remoção de C\'O IND.2\', desviar parte do gás, do meio da coluna regeneradora, diretamente ao topo, sem passar pela seção superior. Além de um ligeiro aumento (6%) da capacidade atual, essa modificação permite uma operação mais estável da coluna regeneradora, em termos dinâmicos (afastamento da condição de afogamento). Em seguida, usando os resultados do modelo fenomenológico anteriormente obtido, foi feito o ajuste para o modelo via rede neuronal.Mathematical modelling and an economic optimization of an industrial CO2 removal system (Catacarb process) consisting of a packed-bed column (absorber) and a sieve-plate column (regenerator) were studied. A phenomenological model was prepared firstly. Using industrial data, model parameters were adjusted and checked. Through mathematical simulations, it was possible to find out some improvement in the process. The new conditions Will enhance hydrodynamic stability in the regeneration column and increase slightly (about 6%) the gás treatment load. A neural net model was then established from the first model results. Scanning a grid of response levels, set from a factorial experiment planning with 8 input variables and 6 levels each, cases with desired CO2, treatment were picked out. Then considering an economical criterion, optimal conditions were selected. With the new modus operandi it is expected to reduce operational costs concerning steam requirements and pumping of solutions. The output variables values of the proposed conditions were checked using the phenomenological model again.Biblioteca Digitais de Teses e Dissertações da USPBrunello, GiovanniSong, Tah Wun1996-10-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3137/tde-25092025-111400/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-09-25T14:24:02Zoai:teses.usp.br:tde-25092025-111400Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-09-25T14:24:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. Untitled in english |
| title |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. |
| spellingShingle |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. Song, Tah Wun Absorção de dióxido de carbono Carbon dioxide absorption Optimization via neural network Otimização via rede neuronal |
| title_short |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. |
| title_full |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. |
| title_fullStr |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. |
| title_full_unstemmed |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. |
| title_sort |
Modelagem matemática do processo de absorção de C\'O IND.2\': otimização via rede neuronal. |
| author |
Song, Tah Wun |
| author_facet |
Song, Tah Wun |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Brunello, Giovanni |
| dc.contributor.author.fl_str_mv |
Song, Tah Wun |
| dc.subject.por.fl_str_mv |
Absorção de dióxido de carbono Carbon dioxide absorption Optimization via neural network Otimização via rede neuronal |
| topic |
Absorção de dióxido de carbono Carbon dioxide absorption Optimization via neural network Otimização via rede neuronal |
| description |
No presente trabalho, obteve-se um modelo matemático que permite simular o processo catacarb e a sua validade foi verificada e confirmada, usando dados industriais de duas unidades da FAFEN, localizadas em Camaçari (BA) e Laranjeiras (SE), respectivamente. Em seguida, pelo uso deste modelo, foram propostas sugestões para a melhoria do processo na planta da FAFEN em Camaçari. Finalmente, usando um modelo baseado em redes neuronais, fez-se uma otimização econômica qualitativa do mesmo processo industrial. O sistema de remoção de C\'O IND.2\' é constituído de uma coluna de recheio (coluna absorvedora) e outra de pratos perfurados (coluna regeneradora). A partir de dados industriais, ajustaram-se os parâmetros do modelo fenomenológico e verificou-se a sua representatividade em relação ao processo industrial estudado. Os resultados da simulação matemática mostraram a possibilidade de, sem prejudicar a remoção de C\'O IND.2\', desviar parte do gás, do meio da coluna regeneradora, diretamente ao topo, sem passar pela seção superior. Além de um ligeiro aumento (6%) da capacidade atual, essa modificação permite uma operação mais estável da coluna regeneradora, em termos dinâmicos (afastamento da condição de afogamento). Em seguida, usando os resultados do modelo fenomenológico anteriormente obtido, foi feito o ajuste para o modelo via rede neuronal. |
| publishDate |
1996 |
| dc.date.none.fl_str_mv |
1996-10-29 |
| 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://www.teses.usp.br/teses/disponiveis/3/3137/tde-25092025-111400/ |
| url |
https://www.teses.usp.br/teses/disponiveis/3/3137/tde-25092025-111400/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1848370490387726336 |