Predição de propriedades termodinâmicas de equilíbrio líquido-vapor com uso de redes neurais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorDuarte, Elis Regina-
Autor(es): dc.contributorMatos, Everton Moraes-
Autor(es): dc.contributorWatanabe, Erica Roberta Lovo da Rocha-
Autor(es): dc.contributorDuarte, Elis Regina-
Autor(es): dc.creatorSilva, Lucas Rodrigues da-
Data de aceite: dc.date.accessioned2022-02-21T21:48:16Z-
Data de disponibilização: dc.date.available2022-02-21T21:48:16Z-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2017-11-06-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/16566-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/660901-
Descrição: dc.descriptionThis work aims to evaluate the use of artificial neural networks (ANNs) in the prediction of thermodynamic vapor-liquid equilibrium (VLE) data. The use of ANNs for the prediction of thermodynamic VLE data for the chloroform-benzene-1-butanol ternary system was discussed and evaluated. For the evaluation of the efficiency, a total of 10 sets were used that mention the various conditions of prediction for ANNs in relation to thermodynamic data. These are formed by data calculated by the NRTL method, with the development of an iterative algorithm, and experimental data via literature. The data were for a system in equilibrium at pressures of 105, 205 and 303 kPa. ANNs were developed in the MATLAB® environment. A study of the best topology for the ANNs representing each of the sets was carried out. In the analysis of the results presented by ANNs, the efficiency in predicting data after training with a fully experimental set was found to result in deviations of the order of 10−2. Under conditions of use of calculated data a greater dispersion of the data was observed in relation to the expected values. Thus, it was possible to conclude that ANNs can efficiently predict thermodynamic properties of equilibrium systems, whenever trained with reliable data, presenting as an alternative for predicting data from systems that have little or no reference in the literature.-
Descrição: dc.descriptionEste trabalho tem como objetivo avaliar a utilização de redes neurais artificiais (RNAs) na predição de dados termodinâmicos de equilíbrio líquido-vapor (ELV), sendo discutido e avaliado o uso das RNAs para a predição de dados termodinâmicos de ELV para o sistema ternário clorofórmio-benzeno-1-butanol. Para a avaliação da eficiência, foram utilizados um total de 10 conjuntos que fazem menção às diversas condições de predição para as RNAs em relação a dados termodinâmicos, sendo formados por dados calculados pelo método NRTL, com o desenvolvimento de um algoritmo iterativo, e dados experimentais via literatura. Os dados foram para um sistema em equilíbrio às pressões de 105, 205 e 303 kPa. As RNAs foram desenvolvidas no ambiente MATLAB®. Foi realizado um estudo da melhor topologia para as RNAs que representassem cada um dos conjuntos. Na análise dos resultados apresentados pelas RNAs, verificou-se a eficiência em predizer dados após o treinamento com um conjunto inteiramente experimental resultando em desvios da ordem de 10−2. Em condições de utilização de dados calculados observou-se uma maior dispersão dos dados em relação aos valores esperados. Assim, foi possível concluir que as RNAs conseguem predizer com eficiência propriedades termodinâmicas de sistemas em equilíbrio, sempre que treinadas com dados confiáveis, apresentando-se como uma alternativa para a predição de dados de sistemas que apresentam pouco ou nenhum referencial na literatura.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Engenharia Química-
Publicador: dc.publisherEngenharia Química-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsembargoedAccess-
Palavras-chave: dc.subjectTermodinâmica-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectEquilíbrio químico-
Palavras-chave: dc.subjectThermodynamics-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectChemical equilibrium-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA QUIMICA-
Título: dc.titlePredição de propriedades termodinâmicas de equilíbrio líquido-vapor com uso de redes neurais-
Título: dc.titlePrediction of thermodynamic properties of liquid-vapor equilibrium using neural networks-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.