Mostrar registro simples

dc.contributor.advisorSantos, Alexandre Ferreirapt_BR
dc.contributor.otherLenzi, Marcelo Kaminski, 1977-pt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Químicapt_BR
dc.creatorChristofis, Ana Luiza Padilhapt_BR
dc.date.accessioned2024-07-17T20:21:51Z
dc.date.available2024-07-17T20:21:51Z
dc.date.issued2016pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/45321
dc.descriptionOrientador: Prof. Dr. Alexandre Ferreira Santospt_BR
dc.descriptionCoorientador: Prof. Dr. Marcelo Kaminski Lenzipt_BR
dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Química. Defesa: Curitiba, 24/03/2016pt_BR
dc.descriptionInclui referências : f.57-60pt_BR
dc.description.abstractResumo: Uma modelo neural para predição da eficiência do processo de desidratação de emulsões água-petróleo pela aplicação de radiação micro-ondas foi desenvolvido. A rede neural treinada estima a eficiência com base em valores das condições operacionais, mais especificamente, de potência, pressão e temperaturas. A análise da significância estatística dos parâmetros do modelo (pesos e bias) revelou que um dos pesos da rede poderia ser removido sem perda da qualidade de predição. O modelo construído foi capaz de estimar de forma satisfatória dados experimentais não utilizados na etapa de treinamento, mesmo com a aplicação de ruído artificial nas entradas. Os resultados mostraram que redes neurais artificiais são ferramentas apropriadas para a modelagem de processos de desidratação de emulsões. O modelo complementa a tecnologia ao viabilizar o monitoramento da eficiência do processo.pt_BR
dc.description.abstractAbstract: An artificial neural network model to predict the water-in-crude oil emulsion dehydration efficiency when using microwave radiation was developed. The network was trained to estimate the efficiency based on operational conditions values as power, pressure and temperature values. The statistical analysis of model parameters (weights and biases) significance revealed that one of the weights could be removed without loss of quality prediction. When reproducing experimental data not used in the training step, the model performance was satisfactory even to noisy inputs. The results showed that artificial neural networks are suitable for emulsion dehydration modeling. The model complements the technology enabling the efficiency monitoring throughout the process.pt_BR
dc.format.extent69 f. : il. algumas color., grafs., tabs.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.relationDisponível em formato digitalpt_BR
dc.subjectEngenharia Químicapt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectEmulsõespt_BR
dc.subjectPetróleopt_BR
dc.titleModelagem por inteligência artificial de um processo de tratamento de petróleo com tecnologia micro-ondaspt_BR
dc.typeDissertaçãopt_BR


Arquivos deste item

No Thumbnail [100%x80]

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples