
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.creator | Freitas, Leandro | - |
| Autor(es): dc.creator | Barbosa, Bruno H. G. | - |
| Autor(es): dc.creator | Aguirre, Luis A. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:28:55Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:28:55Z | - |
| Data de envio: dc.date.issued | 2022-01-27 | - |
| Data de envio: dc.date.issued | 2022-01-27 | - |
| Data de envio: dc.date.issued | 2021-06 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49071 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.engappai.2021.104253 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1141690 | - |
| Descrição: dc.description | When the dynamical data of a system only convey dynamic information over a limited operating range, the identification of models with good performance over a wider operating range is very unlikely. To overcome such a shortcoming, this paper describes a methodology to train models from dynamical data and steady-state information, which is assumed available. The novelty is that the procedure can be applied to models with rather complex structures such as multilayer perceptron neural networks in a bi-objective fashion without the need to compute fixed points neither analytically nor numerically. As a consequence, the required computing time is greatly reduced. The capabilities of the proposed method are explored in numerical examples and the development of soft-sensors for downhole pressure estimation for a real deep-water offshore oil well. The results indicate that the procedure yields suitable soft-sensors with good dynamical and static performance and, in the case of models that are nonlinear in the parameters, the gain in computation time is about three orders of magnitude considering existing approaches. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Engineering Applications of Artificial Intelligence | - |
| Palavras-chave: dc.subject | Soft-sensors | - |
| Palavras-chave: dc.subject | Artificial neural network | - |
| Palavras-chave: dc.subject | Grey-box identification | - |
| Palavras-chave: dc.subject | Steady-state information | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Permanent downhole gauge (PDG) | - |
| Palavras-chave: dc.subject | Offshore oil platform | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Sensores Virtuais | - |
| Palavras-chave: dc.subject | Rede neural artificial | - |
| Palavras-chave: dc.subject | Identificação caixa-cinza | - |
| Palavras-chave: dc.subject | Estado estacionário | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Sensor permanente de fundo de poço | - |
| Palavras-chave: dc.subject | Plataformas de petróleo offshore | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Título: dc.title | Including steady-state information in nonlinear models: an application to the development of soft-sensors | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: