Desenvolvimento de um controlador preditivo baseado em redes neurais para aplicação em uma planta de polimerização de estireno

TL;DRAbstract

Indústrias de polimerização, em geral, utilizam diferentes sistemas reacionais para obter polímeros com diferentes características.Os processos de polimerização de estireno em batelada podem a apresentar um perfil de temperatura transiente, por causa de efeitos de viscosidade no meio reacional, são chamados de efeitos difusionais.Com a finalidade de controlar a temperatura destes tipos de sistema, engenheiros têm se voltado à busca de modelos que descrevam com fidelidade os processos nãolineares.Controle preditivo baseado em um modelo (MPC) de Redes Neurais Artificiais (RNAs) é uma opção para estes casos.Neste trabalho foram implementadas as equações algébricas e os parâmetros ajustados no treinamento de um modelo neural em uma planilha do Microsoft Excel.A atualização das variáveis do modelo se deu através da comunicação entre o Indusoft Web Studio (IWS) e a planilha via driver DDE (Dynamics Data Exchange).O treinamento do modelo neural aconteceu com algoritmo de Levenberg-Marquardt c

Chat with Paper

AI Agents for this Paper