Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Modelagem e simulação termodinâmica de sistemas de equilíbrio entre dióxido de carbono, metanol/etanol e glicerol em condições supercríticas a partir de redes neurais artificiais
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/671461
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Brusamarello, Claiton Zanini | - |
| Autor(es): dc.contributor | Brusamarello, Claiton Zanini | - |
| Autor(es): dc.contributor | Zuber, Andre | - |
| Autor(es): dc.contributor | Oliveira, Maiquiel Schmidt de | - |
| Autor(es): dc.creator | Klauck, Gabriel Merisio | - |
| Data de aceite: dc.date.accessioned | 2022-02-21T22:16:20Z | - |
| Data de disponibilização: dc.date.available | 2022-02-21T22:16:20Z | - |
| Data de envio: dc.date.issued | 2021-10-28 | - |
| Data de envio: dc.date.issued | 2021-11-16 | - |
| Data de envio: dc.date.issued | 2021-10-28 | - |
| Data de envio: dc.date.issued | 2021-05-17 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/26245 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/671461 | - |
| Descrição: dc.description | The search for fossil fuel substitution options has been growing year after year. In this context, biodiesel gains space on the world stage, being an alternative to renewable fuel. In the transesterification reaction responsible for the production of the compound, glycerol is also formed, the main byproduct of the reaction and an important factor for the economic viability and profit maximization of the process. One of the factors that influence the transesterification reaction is the presence of two phases in the system, which occur due to the difference in polarity between the components, which makes mass transfer difficult. Thus, for the reaction to occur in a viable way, it is necessary to use catalysts (which may be heterogeneous, homogeneous or enzymatic) or a supercritical state, which changes the physicalchemical properties of the medium and causes only a liquid phase to occur. Although the methods for producing biodiesel have been known for a long time, the modeling of the system's behavior is still highly complex, with great difficulty in prediction using classical thermodynamic methods, such as state reactions. In view of this, new methods appear as a possible option to describe the system, such as Artificial Neural Networks (ANNs). These networks are computational systems with structures based on the human brain, capable of learning from experimental data. Therefore, this work aims to prescribe the systems Glycerol + Methanol + CO2 and Glycerol + Ethanol + CO2, through Artificial Neural Networks. For this, tests were developed related to data separation in training, validation and testing, different training algorithms, training parameters, activation functions and number of neurons in the hidden layers, in order to find the best network configuration to describe the systems. From this, 516 network architectures for the system were elaborated. For the Glycerol + CO2 + Methanol system, the best performing network reached a validation MSE of 0.1238 and R2 a validation of 0.9910. This network used CascadeForward architecture, with three hidden layers of 5, 3 and 3 neurons, using the softmax activation function in the first hidden layer and purelin in the others. For the Glycerol + CO2 + Ethanol system, the best performing network achieved a validation MSE of 0.0896 and a validation R2 of 0.9982. The network used Elman's architecture, with two hidden layers and 10 and 9 neurons, with a softmax activation function in the first hidden layer and purelin in the second. With the configurations of the optimal networks achieved, these were compared to works present in the literature of systems similar to those studied, in order to understand the quality of the results obtained. With the comparison, it is possible to notice that the method with RNAs is in fact very effective for the prediction of the system, presenting much lower error values in relation to the systems present in the literature. | - |
| Descrição: dc.description | A busca por opções de substituição aos combustíveis fósseis vem crescendo ano após ano. Nesse contexto, o biodiesel ganha espaço no cenário mundial, sendo uma alternativa de combustível renovável. Na reação de transesterificação responsável pela produção do composto, também é formado glicerol, principal subproduto da reação e um importante fator para a viabilização econômica e maximização de lucro do processo. Um dos fatores que influencia a reação de transesterificação é a presença de duas fases no sistema, que ocorrem devido a diferença de polaridade entre os componentes, o que dificulta a transferência de massa. Com isso, para que a reação ocorra de maneira viável, é necessário que se utilizem catalisadores (podendo ser estes heterogêneos, homogêneos ou enzimáticos) ou estado supercrítico, que modifica as propriedades físico-químicas do meio e faz com que ocorra somente uma fase líquida. Apesar de se conhecer os métodos para produzir biodiesel há muito tempo, a modelagem do comportamento do sistema ainda tem elevada complexidade, com uma grande dificuldade de predição utilizando os métodos termodinâmicos clássicos, a exemplo das reações de estado. Visto isso, novos métodos surgem como possível opção para descrever o sistema, como as Redes Neurais Artificiais (RNAs). Essas redes são sistemas computacionais com estruturas baseadas no cérebro humano, com capacidade de aprendizagem a partir de dados experimentais. Portanto, nesse trabalho se objetiva prescrever os sistemas Glicerol + Metanol + CO2 e Glicerol + Etanol + CO2, por meio de Redes Neurais Artificiais. Para isso, foram desenvolvidos testes relacionados a separação de dados em treinamento, validação e teste, diferentes algoritmos de treinamento, parâmetros de treinamento, funções de ativação e número de neurônios nas camadas ocultas, a fim de encontrar a melhor configuração de rede para descrever os sistemas. A partir disso, foram elaboradas 516 arquiteturas de rede para o sistema. Para o sistema Glicerol + CO2 + Metanol, a rede de melhor desempenho alcançou MSE de validação de 0,1238 e R2 de validação 0,9910. Essa rede utilizou arquitetura CascadeForward, com três camadas ocultas de 5, 3 e 3 neurônios, utilizando a função de ativação softmax na primeira camada oculta e purelin nas demais. Para o sistema Glicerol + CO2 + Etanol, a rede de melhor desempenho alcançou MSE de validação de 0,0896 e R2 de validação 0,9982. A rede utilizou arquitetura de Elman, com duas camadas ocultas e 10 e 9 neurônios, com função de ativação softmax na primeira camada oculta e purelin na segunda. Com as configurações das redes ótimas alcançadas, estas foram comparadas a trabalhos presentes na literatura de sistemas semelhantes aos estudados, a fim de entender qual a qualidade dos resultados obtidos. Com a comparação, é possível perceber que o método com RNAs é de fato muito efetivo para a predição do sistema, apresentando valores de erro muito menores em relação aos sistemas 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 | embargoedAccess | - |
| Palavras-chave: dc.subject | Biodiesel | - |
| Palavras-chave: dc.subject | Equilíbrio | - |
| Palavras-chave: dc.subject | Termodinâmica | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Biodiesel fuels | - |
| Palavras-chave: dc.subject | Equilibrium | - |
| Palavras-chave: dc.subject | Thermodynamics | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA | - |
| Título: dc.title | Modelagem e simulação termodinâmica de sistemas de equilíbrio entre dióxido de carbono, metanol/etanol e glicerol em condições supercríticas a partir de redes neurais artificiais | - |
| Título: dc.title | Modeling and thermodynamic simulation of equilibrium systems between carbon dioxide, methanol / ethanol and glycerol in supercritical conditions from artificial neural networks | - |
| 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