
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 | Matos, Everton Moraes | - |
| Autor(es): dc.contributor | Matos, Everton Moraes | - |
| Autor(es): dc.contributor | Parise, Maria Regina | - |
| Autor(es): dc.contributor | Pontes, José Carlos Alberto de | - |
| Autor(es): dc.creator | Dalperio, André Ricardo | - |
| Autor(es): dc.creator | D’Alves, Ryan Nabozny | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:32:02Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:32:02Z | - |
| Data de envio: dc.date.issued | 2025-08-07 | - |
| Data de envio: dc.date.issued | 2025-08-07 | - |
| Data de envio: dc.date.issued | 2024-11-20 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/37778 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1114906 | - |
| Descrição: dc.description | Considering the historical evolution of automation and the increasing complexity of industrial processes, the strategic importance of PID controllers, widely used in regulating critical variables across various industries, is emphasized. The contemporary need for continuous monitoring in chemical facilities and the pursuit of greater operational efficiency drive the investigation of advanced techniques such as machine learning, which has the ability to extract meaningful insights from large volumes of data. This research project aims to develop everything from a detailed simulation of the physical mixer system to the creation of machine learning models specifically for tuning PID controller constants. In summary, the project seeks not only to optimize mixing processes but also to expand knowledge at the intersection of automation, process control, and machine learning, with the potential for significant impact on industrial automation efficiency. | - |
| Descrição: dc.description | Ao considerar a evolução histórica da automação e a crescente complexidade dos processos industriais, destaca-se a importância estratégica dos controladores PID, amplamente utilizados na regulação de variáveis críticas em diversas indústrias. A necessidade contemporânea de vigilância contínua em instalações químicas e a busca por maior eficiência operacional impulsionam a investigação de técnicas avançadas como machine learning, que tem a capacidade de extrair insights significativos de grandes volumes de dados. O presente trabalho de pesquisa se propõe a desenvolver desde a simulação detalhada do sistema físico do misturador até o desenvolvimento de modelos de machine learning específicos para a otimização de constantes dos controladores PID. Em suma, o projeto visa não apenas à otimização de processos de mistura, mas também à ampliação do conhecimento sobre a interseção entre automação, controle de processos e machine learning, com potencial impacto significativo na eficiência da automação industrial. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Ponta Grossa | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Engenharia Química | - |
| Publicador: dc.publisher | Engenharia Química | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| Palavras-chave: dc.subject | Controladores PID | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Otimização estrutural | - |
| Palavras-chave: dc.subject | Simulação (Computadores) | - |
| Palavras-chave: dc.subject | Banco de dados | - |
| Palavras-chave: dc.subject | PID controllers | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Structural optimization | - |
| Palavras-chave: dc.subject | Computer simulation | - |
| Palavras-chave: dc.subject | Data bases | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA | - |
| Título: dc.title | Machine learning aplicado à simulação e controle de um misturador | - |
| Título: dc.title | Machine learning applied to the simulation and control of a mixer | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: