Utilização de um modelo de correção da previsão do equilíbrio líquido-vapor de sistemas binários utilizando redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Ribeiro, Daniel Gomes
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto Politécnico
BR
UERJ
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.bdtd.uerj.br/handle/1/13699
Resumo: Neste trabalho, combina-se a consistência física de um modelo termodinâmico com a capacidade de aprendizado e extração de informações relevantes das redes neurais. Utilizou-se um modelo que faz uso tanto das simulações de uma rede neural treinada com dados oriundos do modelo termodinâmico (dado pela lei de Raoult Modificada, com modelo de Wilson para descrição das não-idealidades da fase líquida) como das simulações dadas por uma outra rede neural treinada apenas com dados experimentais. A fim de se hibridizar a simulação, foi aplicado o método dos mínimos quadrados lineares sobre um operador de correção que une numericamente as duas simulações. Os resultados obtidos mostram significativa melhora na previsão quando comparados com os métodos tradicionais (modelo termodinâmico e rede neural treinada com dados experimentais), indicando ser esta uma abordagem viável na previsão do equilíbrio líquido-vapor de sistemas binários.