Uma aplicação de redes neurais na instrumentação virtual do grau acoólico no processo industrial de produção do etanol

• Ano de defesa: 2014
• Autor(a) principal: Carpintieri, Ciro Luís Teixeira
• 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: Controle de processo; Ethanol alcoholic degree; Grau alcoólico do etanol; NBR 5992 and NBR 15639; NBR 5992 e NBR 15639; Neural networks; Optimization process; Otimização de processo; Process control; Redes Neurais; Sensores virtuais; Virtual sensors
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-13052014-110105/

A busca por eficiência e qualidade esta presente nas usinas de produção de etanol. A demanda por novas tecnologias e soluções para problemas conhecidos é dinâmica e contínua. No processo de produção do etanol há a necessidade de se quantificar a qualidade do etanol produzido. Esta análise demanda procedimentos laboratoriais que impõe um tempo entre a coleta da amostra e o resultado das análises laboratoriais. Este tempo afeta a velocidade de reação do sistema de controle de produção a uma variação na qualidade do etanol. Quanto antes se atue na produção, menor é o retrabalho sobre o que foi produzido fora da especificação desejada e maior o rendimento e a produtividade do processo. Um dos indicadores de rendimento do processo de produção de etanol é a porcentagem de massa de etanol em relação à massa de água contida na solução. Este indicador é representado por \"m/m\", e significa grau alcoólico do etanol. Tabelas alcoométricas são utilizadas para determinar o valor do grau alcoólico, tendo como variáveis de entrada a temperatura e a densidade. O intervalo de temperatura onde as tabelas alcoométricas são válidas não é o mesmo que o processo industrial necessita. O processo industrial trabalha com temperaturas próximas a 90°C. Este fato impõe que as análises do grau alcoólico sejam feitas em laboratório, prejudicando o tempo de resposta ao processo industrial. Objetivando resolver este problema, este trabalho busca por meio da utilização de redes neurais determinar uma função matemática que possa ser capaz de indicar o valor do grau alcoólico do etanol de maneira precisa e sem que seja necessário o uso de consultas e aproximações por tabelas de referência.