Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Santos, Alexandre Ferreira | - |
Autor(es): dc.contributor | Lenzi, Marcelo Kaminski | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Química | - |
Autor(es): dc.creator | Christofis, Ana Luiza Padilha | - |
Data de aceite: dc.date.accessioned | 2019-08-21T23:41:08Z | - |
Data de disponibilização: dc.date.available | 2019-08-21T23:41:08Z | - |
Data de envio: dc.date.issued | 2018-05-18 | - |
Data de envio: dc.date.issued | 2018-05-18 | - |
Data de envio: dc.date.issued | 2016 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/1884/45321 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/45321 | - |
Descrição: dc.description | Orientador : Prof. Dr. Alexandre Ferreira Santos | - |
Descrição: dc.description | Coorientador : Prof. Dr. Marcelo Kaminski Lenzi | - |
Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Química. Defesa: Curitiba, 24/03/2016 | - |
Descrição: dc.description | Inclui referências : f.57-60 | - |
Descrição: dc.description | Resumo: Uma modelo neural para predição da eficiência do processo de desidratação de emulsões água-petróleo pela aplicação de radiação micro-ondas foi desenvolvido. A rede neural treinada estima a eficiência com base em valores das condições operacionais, mais especificamente, de potência, pressão e temperaturas. A análise da significância estatística dos parâmetros do modelo (pesos e bias) revelou que um dos pesos da rede poderia ser removido sem perda da qualidade de predição. O modelo construído foi capaz de estimar de forma satisfatória dados experimentais não utilizados na etapa de treinamento, mesmo com a aplicação de ruído artificial nas entradas. Os resultados mostraram que redes neurais artificiais são ferramentas apropriadas para a modelagem de processos de desidratação de emulsões. O modelo complementa a tecnologia ao viabilizar o monitoramento da eficiência do processo. Palavras-chave: Emulsão água-petróleo; Micro-ondas; Rede neural artificial | - |
Descrição: dc.description | Abstract: An artificial neural network model to predict the water-in-crude oil emulsion dehydration efficiency when using microwave radiation was developed. The network was trained to estimate the efficiency based on operational conditions values as power, pressure and temperature values. The statistical analysis of model parameters (weights and biases) significance revealed that one of the weights could be removed without loss of quality prediction. When reproducing experimental data not used in the training step, the model performance was satisfactory even to noisy inputs. The results showed that artificial neural networks are suitable for emulsion dehydration modeling. The model complements the technology enabling the efficiency monitoring throughout the process. Keywords: Water-in-crude oil emulsion; Microwave; Artificial neural network. | - |
Formato: dc.format | 69 f. : il. algumas color., grafs., tabs. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Relação: dc.relation | Disponível em formato digital | - |
Palavras-chave: dc.subject | Engenharia Química | - |
Palavras-chave: dc.subject | Inteligencia artificial | - |
Palavras-chave: dc.subject | Emulsões | - |
Palavras-chave: dc.subject | Petróleo | - |
Palavras-chave: dc.subject | Teses | - |
Título: dc.title | Modelagem por inteligência artificial de um processo de tratamento de petróleo com tecnologia micro-ondas | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: