Sensores virtuais utilizando redes neurais artificiais para estimação da consistência e do freeness de celulose

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSiqueira, Hugo Valadares-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1278-4602-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6904980376005290-
Autor(es): dc.contributorStevan Junior, Sergio Luiz-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-4783-5350-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1661935150054196-
Autor(es): dc.contributorSiqueira, Hugo Valadares-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1278-4602-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6904980376005290-
Autor(es): dc.contributorTrojan, Flavio-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-2274-5321-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1688457940211697-
Autor(es): dc.contributorMacedo, Mariana Gomes da Motta-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-7071-379X-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6921657995121058-
Autor(es): dc.creatorMatheus, Rodrigo Cesar Muniz-
Data de aceite: dc.date.accessioned2025-08-29T13:28:52Z-
Data de disponibilização: dc.date.available2025-08-29T13:28:52Z-
Data de envio: dc.date.issued2024-12-11-
Data de envio: dc.date.issued2024-12-11-
Data de envio: dc.date.issued2024-08-29-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/35614-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1114038-
Descrição: dc.descriptionTo remain competitive, the process industries need to produce with high quality levels and at the same time optimize energy and raw material consumption. To achieve these objectives, real-time monitoring and control of as many parameters as possible is necessary, including process variables and product quality indicators. Although instruments for real-time measurement of most variables already exist in pulp refining, some are still obtained through laboratory tests. This is due to technical limitations and acquisition costs of physical sensors, such as measuring pulp consistency in the highconsistency refining process and measuring drainage capacity (freeness). Considering that these two variables depend on others, for which there are already existing measurement systems and data collections, the development of soft sensors for their estimation is a good alternative to overcome the limitations of current techniques. In this work, three types of artificial neural networks, functioning as soft sensors, are used in a comparative manner to estimate consistency and freeness: the Multilayer Perceptron (MLP), the neural network with Radial Basis Function (RBF) and the Extreme Learning Machines (ELM). For performance comparison purposes, the variables were also estimated using multiple linear regression by the ordinary least squares (OLS) and partial least squares (PLS) methods. Most of the performances obtained were promising, highlighting the ELM network that presented the best estimation results for consistency and freeness with a mean absolute percentage error of 2.44% and 3.44% respectively.-
Descrição: dc.descriptionPara se manterem competitivas as indústrias de processos necessitam produzir com altos índices de qualidade e ao mesmo tempo precisam otimizar o consumo de energia e matéria-prima. Para alcançar estes objetivos são necessários a monitoração e controle em tempo real do maior número de parâmetros possível, o que inclui variáveis de processo e indicadores de qualidade do produto. Embora no refino de celulose já existam instrumentos para a medição em tempo real da maioria das variáveis, algumas ainda são obtidas através de testes de laboratório. Isto se deve às limitações técnicas e custos de aquisição de sensores físicos, como é o caso da medição da consistência da polpa no processo de refino em alta consistência, e da medição da capacidade de drenagem (freeness). Levando em consideração que estas duas variáveis dependem de outras, as quais já existem sistemas de medição e acervo de dados, a elaboração de sensores virtuais para a sua estimação é uma boa alternativa para superar as limitações das técnicas atuais. Neste trabalho três tipos de redes neurais artificiais, funcionando como sensores virtuais, são utilizados de modo comparativo para estimar a consistência e o freeness: o Perceptron de Múltiplas Camadas (MLP), a rede neural com Função de Base Radial (RBF) e as Máquinas de Aprendizado Extremo (ELM). Para fins de comparação de desempenho as variáveis também foram estimadas utilizando regressão linear múltipla pelos métodos dos mínimos quadrados ordinários (OLS) e mínimos quadrados parciais (PLS). A maioria dos desempenhos obtidos foram promissores destacando a rede ELM que apresentou os melhores resultados de estimação para a consistência e para o freeness com um erro percentual absoluto médio de 2,44% e 3,44% respectivamente.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia de Produção-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectIndustria de celulose-
Palavras-chave: dc.subjectDetectores-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectCellulose industry-
Palavras-chave: dc.subjectDetectors-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO-
Palavras-chave: dc.subjectEngenharia/Tecnologia/Gestão-
Título: dc.titleSensores virtuais utilizando redes neurais artificiais para estimação da consistência e do freeness de celulose-
Título: dc.titleSoft sensors using artificial neural networks to estimate pulp consistency and freeness-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.