Ver Legenda
Página Existente
Página não encontrada
Autora: Martha Maria Smilgat Leal Brandão
Orientador: Maurício Bezerra de Souza Jr.
O aumento da produção industrial, a competitividade mundial e restrições cada vez maiores de segurança e ambientais fizeram crescer a busca por sistemas de controle e monitoramento de processos cada vez mais eficientes. Os processos industriais estão se tornando mais instrumentados, disponibilizando grande quantidade de variáveis e dados monitorados que podem ser utilizados por sistemas de detecção e diagnóstico de falhas. O processo em batelada é caracterizado por possuir natureza intrinsecamente dinâmica e ausência de estado estacionário. Isto impõe uma grande dificuldade no seu controle, bem como no tratamento das possíveis falhas operacionais.
O objetivo deste trabalho foi o desenvolvimento de ferramentas de detecção e diagnóstico de falhas que auxiliem a operação do processo, permitindo o monitoramento automático das possíveis falhas em reator batelada. Foram utilizados dados simulados para a operação normal e sob efeito de falhas, a partir do início da reação em um modelo de reator batelada não-isotérmico, para estudo de detecção e diagnóstico de falhas baseado em redes neuronais. Foram estudadas e comparadas redes de classificação multicamadas (MLP, com neurônios softmax na camada de saída, e RBF) e redes de mapeamento auto-organizável (SOM), que geralmente empregam dados estáticos, de modo que foi também desenvolvido um algoritmo de pós-processamento para auxiliar na implementação dinâmica destas redes.
As falhas foram detectadas e diagnosticadas ainda no início da batelada (1/10 do tempo total de batelada), possibilitando não só que se evitasse a condução até o final da reação, como também a sua potencial correção. Este trabalho demonstrou o potencial das redes neuronais na detecção e diagnóstico de falhas em reatores batelada, permitindo novas abordagens desta técnica para outros tipos de modelos dinâmicos.