Modelagem matemática e aplicação de rede neuronal no sistema de copolimerização de olefinas a alta pressão.

• Ano de defesa: 1995
• Autor(a) principal: Man, Chan Wai
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Copolimerização; Copolymerization; Neural networks; Redes neurais
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-09092025-150947/

Este trabalho tem por objetivo o desenvolvimento de modelos matemáticos aplicados na polimerização de olefinas via mecanismo por radicais livres em reatores turbular e autoclave a alta pressão. Mecanismos cinéticos para descrever a taxa de polimerização, propriedades do polímero incluindo pesos moleculares médios, frequências de ramificações de cadeias e composição do copolimero, foram apresentados. No caso do reator autoclave, efeito de agitação dentro do sistema, assim como a cinética de duas fases, foram também levados em consideração. Os parâmetros envolvidos nos modelos foram ajustados, utilizando-se dados adquiridos nas plantas industriais. Comparações foram realizadas entre valores previstos pelos modelos e os dados reais. Resultados mostraram-se bastante promissores a capacidade preditiva dos modelos. Como uma ferramenta alternativa no desenvolvimento de modelos para sistemas poliméricos, a técnica de rede neuronal foi apresentada para modelar o mesmo reator tubular. O algoritmo de retropropagação foi utilizado na fase de aprendizagem da rede. Dentro do domínio de dados treinados, a rede obteve-se melhores desempenhos em relação ao modelo fenomenológico, porém, corre o risco de extrapolação. Neste caso, um novo processo de treinamento com dados mais amplos será necessário para garantir a sua confiabilidade.