Desenvolvimento de sensores virtuais baseados em redes neurais com seleção de variáveis de entrada.

• Ano de defesa: 2005
• Autor(a) principal: Issa, Flavio Michel Ramilli
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Applied statistics; Estatística aplicada; Fuzzy (Artificial intelligence); Fuzzy (Inteligência artificial); Identificação de sistemas; Neural networks; Redes neurais; System identification
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-25102024-113024/

A necessidade de crescimento de performance dos processos industriais fez com que aumentassem também os requisitos de controle dos mesmos. Isso gerou um aumento da necessidade de medições de certas variáveis, para atender as novas estratégias de controle pretendidas. Porém, para certos tipos de variáveis, a medição em tempo real é impraticável, seja por motivos físicos, seja por motivos econômicos. Nesses casos, é possível utilizar sensores virtuais, que utilizam dados históricos do processo, obtidos de outras formas de medição, para inferência de uma certa variável em tempo real. Para esse tipo de aplicação, as redes neurais são altamente indicadas, tendo em vista sua capacidade de generalizar qualquer tipo de função. Porém, quanto mais simples a estrutura da rede neural utilizada, maior a velocidade de resposta do sensor virtual. Essa simplificação pode ser feita selecionando-se as variáveis de entrada da rede neural, utilizando métodos empíricos ou estatísticos, de forma que, mesmo com menos variáveis, ela possa inferir com precisão a variável desejada. O trabalho realizado aqui avalia a precisão e o desempenho de sensores virtuais baseados em redes neurais, aplicados a um modelo de estação de tratamento de efluentes, realizando-se a seleção de variáveis por meio de métodos estatísticos.