Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/2726
metadata.dc.type: Dissertação
Issue Date: 22-Jun-2011
metadata.dc.creator: SOUZA, Alan Marcel Fernandes de
metadata.dc.contributor.advisor1: AFFONSO, Carolina de Mattos
metadata.dc.contributor.advisor-co1: OLIVEIRA, Roberto Célio Limão de
Title: Estimação da porcentagem de flúor em alumina fluoretada proveniente de uma planta de tratamento de gases por meio de um sensor virtual neural
metadata.dc.description.sponsorship: FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas
CVRD - Companhia Vale do Rio Doce
Citation: SOUZA, Alan Marcel Fernandes de. Estimação da porcentagem de flúor em alumina fluoretada proveniente de uma planta de tratamento de gases por meio de um sensor virtual neural. Orientadora: Carolina de Mattos Affonso; Coorientador: Roberto Célio Limão de Oliveira. 2011. 100 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2011. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/2726. Acesso em:.
metadata.dc.description.resumo: As indústrias têm buscado constantemente reduzir gastos operacionais, visando o aumento do lucro e da competitividade. Para alcançar essa meta, são necessários, dentre outros fatores, o projeto e a implantação de novas ferramentas que permitam o acesso às informações relevantes do processo de forma precisa, eficiente e barata. Os sensores virtuais têm sido aplicados cada vez mais nas indústrias. Por ser flexível, ele pode ser adaptado a qualquer tipo de medição, promovendo uma redução de custos operacionais sem comprometer, e em alguns casos até melhorar, a qualidade da informação gerada. Como estão totalmente baseados em software, não estão sujeitos a danos físicos como os sensores reais, além de permitirem uma melhor adaptação a ambientes hostis e de difícil acesso. A razão do sucesso destes tipos de sensores é a utilização de técnicas de inteligência computacional, as quais têm sido usadas na modelagem de vários processos não lineares altamente complexos. Este trabalho tem como objetivo estimar a qualidade da alumina fluoretada proveniente de uma Planta de Tratamento de Gases (PTG), a qual é resultado da adsorção de gases poluentes em alumina virgem, via sensor virtual. O modelo que emula o comportamento de um sensor de qualidade de alumina foi criado através da técnica de inteligência computacional conhecida como Rede Neural Artificial. As motivações deste trabalho consistem em: realizar simulações virtuais, sem comprometer o funcionamento da PTG; tomar decisões mais precisas e não baseada somente na experiência do operador; diagnosticar potenciais problemas, antes que esses interfiram na qualidade da alumina fluoretada; manter o funcionamento do forno de redução de alumínio dentro da normalidade, pois a produção de alumina de baixa qualidade afeta a reação de quebra da molécula que contém este metal. Os benefícios que este projeto trará consistem em: aumentar a eficiência da PTG, produzindo alumina fluoretada de alta qualidade e emitindo menos gases poluentes na atmosfera, além de aumentar o tempo de vida útil do forno de redução.
Abstract: The industries have been often seeking to reduce operating expenses, as to increase profits and competitiveness. To achieve this goal, it must take into account, among other factors, the design and implementation of new tools that accurately, efficiently and inexpensively allow access to information relevant to process. Soft sensors have been increasingly applied in industry. Since it offers flexibility, it can be adapted to make estimations of any measurement, thus a reducing in operating costs without compromising the measurements, and in some cases even improve the quality of generated information. Since they are completely softwarebased, they are not subjected to physical damage as the real sensors, and are better adaptated to harsh environments with hard access. The success of this king of sensors is due to the use of computational intelligence techniques, which have been widely used in the modeling of several nonlinear complex processes. This work aims to estimate the quality of alumina fluoride from a Gas Treatment Center (GTC), which is the result of gaseous adsorption on alumina virgin, using a soft sensor. The model that emulates the behavior of a alumina quality sensor the plant was created using an artificial intelligence technique known as Artificial Neural Network. The motivations of this work are: perform virtual simulations without compromising the GTC and make accurate decisions based not only on the operator's experience, to diagnose potential problems before they can interfere with the quality of alumina fluoride; maintain the aluminum reduction pot control variables within normal limits, since the production from low quality alumina strongly affects the reaction of breaking the molecule that contains this metal. The benefits this project brings include: increasing the GTC efficiency, producing high quality fluoridated alumina and emitting fewer greenhouse gases into the atmosphere and increasing the pot lifespan.
Keywords: Inteligência computacional
Sensor virtual
Indústria do alumínio
Planta de tratamento de gases
Redes neurais artificiais
Soft sensor
Aluminum industry
Gas treatment center
Computational intelligence
Artificial neural network
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA::QUIMICA INORGANICA
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Appears in Collections:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_EstimacaoPorcentagemFluor.pdf2,94 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons