Caracterização e aplicação de sensores à fibra ótica no setor petroquímico
Ano de defesa: | 2010 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Tecnológica Federal do Paraná
Curitiba |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://repositorio.utfpr.edu.br/jspui/handle/1/1293 |
Resumo: | Este trabalho apresenta um estudo sobre o emprego de redes de período longo como transdutores aplicados ao setor petroquímico. Resultados são apresentados ilustrando as fases envolvidas na produção, caracterização, encapsulação e aplicação das redes de período longo. Utilizando o método de gravação ponto-a-ponto e luz ultravioleta, foram produzidas três redes de período longo. Foi proposta uma metodologia para encapsulação de redes capaz de agregar robustez e versatilidade ao sistema de medição. A rede encapsulada foi aplicada na análise de misturas de combustíveis e solventes. Foi observado que a sensibilidade da rede ao índice de refração externo não foi prejudicada pela encapsulação e que, além da proteção adicional contra danos externos, a reprodutibilidade da rede foi melhorada consideravelmente. Para as amostras empregadas, a melhoria na reprodutibilidade apresentou valores entre 40 % e 78 %. Finalmente, o desempenho da rede encapsulada foi verificado para análise da concentração de etanol em uma mistura etanol-água. Foi observado que a resposta da rede à concentração de etanol é não-linear e possui uma região de ambiguidade para amostras com concentração de etanol entre 60 % e 100 %. Para solucionar o problema da ambiguidade e determinar a concentração de etanol em misturas etanol-água, foram propostos quatro métodos baseados em redes neurais artificiais e sistemas fuzzy. O método com o melhor desempenho foi construído baseado em redes neurais artificiais e implementado de forma a correlacionar a resposta da LPG com a velocidade do som obtida para amostras com diferentes concentrações de etanol. O desvio máximo observado entre o valor da concentração de etanol em uma amostra em relação ao valor fornecido pela rede neural artificial foi de apenas 0,55%, com erro médio quadrático de 0,13%. |