Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Predição do equilíbrio de fases entre biodiesel, álcoois e CO2 em estado supercrítico por meio de redes neurais artificiais
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/663551
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Brusamarello, Claiton Zanini | - |
| Autor(es): dc.contributor | Dalmolin, Irede Angela Lucini | - |
| Autor(es): dc.contributor | Brusamarello, Claiton Zanini | - |
| Autor(es): dc.contributor | Zuber, Andre | - |
| Autor(es): dc.contributor | Dalmolin, Irede Angela Lucini | - |
| Autor(es): dc.creator | Petroli, Gustavo | - |
| Data de aceite: dc.date.accessioned | 2022-02-21T21:54:55Z | - |
| Data de disponibilização: dc.date.available | 2022-02-21T21:54:55Z | - |
| Data de envio: dc.date.issued | 2020-11-12 | - |
| Data de envio: dc.date.issued | 2020-11-12 | - |
| Data de envio: dc.date.issued | 2019-07-04 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/11541 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/663551 | - |
| Descrição: dc.description | Currently, the search for renewable fuels is becoming increasingly important for the production of energy in Brazil and in the world. Biodiesel, a promising substitute for mineral diesel, is a renewable resource and minimizes greenhouse gas damage. However, the biodiesel production process is dependent on the transesterification reaction, a heterogeneous reaction that has its yield compromised due to the presence of two liquid phases. This drawback can be solved by adding supercritical carbon dioxide (CO2) to the system, since above the critical point the separation between phases of a fluid disappears. CO2 can still aid in the separation and purification process of the final product, in addition to dispensing solvents that are often toxic and difficult to remove, it is a solvent that is easy to recover. However, for a detailed study on the applications of supercritical CO2, it is necessary to define the behaviors between this and the other components involved in biodiesel production. In this way, modeling the behavior of these systems is very important. The development of an artificial neural network (ANN) model for the modeling of CO2 + Biodiesel + Methanol and CO2 + Biodiesel + Ethanol was the focus of this study. The ANNs method is a technique widely applied to engineering problems. This tool has the ability to model very complex problems, due to its ability to learn from experimental data. It was aimed to predict the transition pressures present in both systems, by means of an ANN with 5 input variables. In order to achieve the best result for both systems, 588 ANN structures were elaborated. Three different classes of ANNs were tested, the Feed-Forward network, the Cascade-Forward network and the Elman network. The number of neurons, the number of layers and the activation functions applied to the first layer of the neural network were studied. Among the networks developed, the Feed-Forward network and the Elman network demonstrated the best performance representing the CO2 + Biodiesel + Methanol and CO2 + Biodiesel + Ethanol system, in this order. The Feed-Forward network used 3 layers with 10 and 8 neurons in their hidden layers, in addition to making use of the tansig function in its first layer and the purelin function in the second layer and in the output layer. The Elman network presented 2 layers with 10 neurons in the hidden layer, which made use of the logsig function. These structures were selected by evaluating the lowest validation ean square error (MSE) and their results were compared with the Peng-Robinson models using the van der Waals and Wong-Sandler quadratic mixing rules. The values of average deviation (AD) and root mean square square deviation (RMSD) committed by both ANNs were significantly lower than the values exhibited by the Peng-Robinson models in the literature. | - |
| Descrição: dc.description | Atualmente, a busca por combustíveis renováveis vem se tornando cada vez mais importante para a produção de energia no Brasil e no mundo. O biodiesel é um substituto promissor para o diesel mineral, por ser um recurso renovável e minimizar os danos do efeito estufa. Entretanto, o processo produtivo do biodiesel é dependente da reação de transesterificação, uma reação heterogênea que tem seu rendimento comprometido devido a presença de duas fases líquidas. Esta complicação pode ser resolvida a partir da adição de dióxido de carbono (CO2) supercrítico ao sistema, dado que acima do ponto crítico a separação entre fases de um fluido desaparece. O CO2 ainda pode auxiliar no processo de separação e purificação do produto final, pois além de dispensar solventes muitas vezes tóxicos e de difícil remoção, trata-se de um solvente de fácil recuperação. Contudo, para um estudo detalhado sobre as aplicações do CO2 supercrítico, se faz necessário definir os comportamentos entre este e os demais componentes envolvidos na produção do biodiesel. Desta forma, a modelagem do comportamento destes sistemas tem grande importância. O desenvolvimento de um modelo de rede neural artificial (RNA) para a modelagem dos sistemas CO2 + Biodiesel + Metanol e CO2 + Biodiesel + Etanol foi o foco deste estudo. O método RNAs é uma técnica amplamente aplicada a problemas na engenharia. Esta ferramenta possui a capacidade de modelar problemas bastante complexos, por conta da sua habilidade de aprender a partir de dados experimentais. Objetivou-se predizer as pressões de transição presentes nos dois sistemas, por meio de uma RNA com 5 variáveis de entrada. Com o intuito de atingir o melhor resultado para ambos os sistemas, 588 estruturas de RNAs foram elaboradas. Três classes diferentes de RNAs foram testadas, a rede Feed-Forward, a rede Cascade-Forward e a rede de Elman. O número de neurônios, o número de camadas e as funções de ativação aplicadas à primeira camada da rede neural foram estudados. Dentre as redes elaboradas, a rede Feed-Forward e a rede de Elman demonstraram o melhor desempenho representando o sistema CO2 + Biodiesel + Metanol e CO2 + Biodiesel + Etanol, nesta ordem. A rede Feed-Forward utilizou 3 camadas com 10 e 8 neurônios em suas camadas ocultas, além de fazer uso da função tansig em sua primeira camada e da função purelin na segunda camada e na camada de saída. A rede de Elman apresentou 2 camadas com 10 neurônios na camada oculta, a qual fez uso da função logsig. Estas estruturas foram selecionadas avaliando o menor erro quadrático médio (MSE) de validação cometido e seus resultados foram comparados com os modelos de Peng-Robinson utilizando as regras de mistura quadrática de van der Waals e de Wong-Sandler. Os valores do desvio médio (AD) e da raiz quadrática do erro médio (RMSD) de ambas RNAs foram significativamente menores que os valores exibidos pelos modelos de Peng-Robinson presentes na literatura. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Francisco Beltrao | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia Química | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Palavras-chave: dc.subject | Termodinâmica | - |
| Palavras-chave: dc.subject | Biodiesel | - |
| Palavras-chave: dc.subject | Modelagem | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Thermodynamics | - |
| Palavras-chave: dc.subject | Biodiesel fuels | - |
| Palavras-chave: dc.subject | Modelyng | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA | - |
| Título: dc.title | Predição do equilíbrio de fases entre biodiesel, álcoois e CO2 em estado supercrítico por meio de redes neurais artificiais | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo