[en] ARTIFICIAL NEURAL NETWORK MODELING FOR QUALITY INFERENCE OF A POLYMERIZATION PROCESS

[pt] MODELO DE REDES NEURAIS ARTIFICIAIS PARA INFERÊNCIA DA QUALIDADE DE UM PROCESSO POLIMÉRICO

[pt] JULIA LIMA FLECK

[pt] MODELAGEM

[pt] INFERENCIA DE QUALIDADE

[pt] REDE NEURAL ARTIFICIAL

[en] MODELLING

[en] QUALITY INFERENCE

[en] ARTIFICIAL NEURAL NETWORKS

[pt] O presente trabalho apresenta o desenvolvimento de um modelo neural para a inferência da qualidade do polietileno de baixa densidade (PEBD) a partir dos valores das variáveis de processo do sistema reacional. Para tal, fez- se uso de dados operacionais de uma empresa petroquímica, cujo pré-processamento incluiu a seleção de variáveis, limpeza e normalização dos dados selecionados e preparação dos padrões. A capacidade de inferência do modelo neural desenvolvido neste estudo foi comparada com a de dois modelos fenomenológicos existentes. Para tal, utilizou-se como medida de desempenho o valor do erro médio absoluto percentual dos modelos, tendo como referência valores experimentais do índice de fluidez. Neste contexto, o modelo neural apresentou-se como uma eficiente ferramenta de modelagem da qualidade do sistema reacional de produção do PEBD.

[en] This work comprises the development of a neural network- based model for quality inference of low density polyethylene (LDPE). Plant data corresponding to the process variables of a petrochemical company`s LDPE reactor were used for model development. The data were preprocessed in the following manner: first, the most relevant process variables were selected, then data were conditioned and normalized. The neural network- based model was able to accurately predict the value of the polymer melt index as a function of the process variables. This model`s performance was compared with that of two mechanistic models developed from first principles. The comparison was made through the models` mean absolute percentage error, which was calculated with respect to experimental values of the melt index. The results obtained confirm the neural network model`s ability to infer values of quality-related measurements of the LDPE reactor.

MARCELO DE ANDRADE DREUX

BELKIS VALDMAN

MARLEY MARIA BERNARDES REBUZZI VELLASCO

MARCELO DE ANDRADE DREUX

BELKIS VALDMAN

MAURICIO BEZERRA DE SOUZA JUNIOR

2009-01-26

2008-08-22

[pt] TEXTO

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=12980@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=12980@2

https://doi.org/10.17771/PUCRio.acad.12980