Detalhes bibliográficos
| Ano de defesa: |
1997 |
| Autor(a) principal: |
Flaborea, Silvio |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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: |
https://www.teses.usp.br/teses/disponiveis/3/3139/tde-10102024-114409/
|
Resumo: |
Nesta dissertação um modelo matemático de um sistema não-linear é obtido através de identificação empregando-se Redes Neurais. O sistema referido é o de neutralização de pH de um CSTR (continuous stirred tank reactor). Desenvolve-se também um modelo fenomenológico do processo para HN\'O IND.3\' (ácido nítrico), NaHC\'O IND.3\' (bicarbonato de sódio-solução tampão) e NaOH (hidróxido de sódio-base) usando-se Invariantes de Reação para a aquisição de dados. A rede neural utilizada, que proporcionou uma identificação \"off-line\", é um Perceptron de múltiplas camadas com atrasadores e realimentação de estados para representação dinâmica do processo. O algoritmo de aprendizagem é o de Retropropagação de Erro com algumas variações como Momento e Taxa de Aprendizado Adaptativa. A identificação com modelo ARX (auto regressive exogenous) e estimação pelo Método dos Mínimos Quadrados também é feita para comparação do desempenho do modelo neural com um modelo convencional (ARX) |
