Biblioteca Digital da UEM: Sistema Nou-Rau
Pgina Principal  Portugus   English  Español   Aumentar Texto  Texto Normal  Diminuir Texto
  Principal | Apresentao | Objetivos | Instrues Autores | Estatsticas | Outras Bibliotecas Digitais
  Sistema Integrado de Bibliotecas - SIB / UEM
Entrar | acessos | verso 1.1  
ndice
Pgina principal
Documentos
Novidades
Usurios

Aes
Consultar
Procurar
Exibir estatsticas

Procurar por:
Procura avanada

Dvidas e sugestes


Consultar: Programa de Ps-Graduao em Engenharia Qumica

Incio > Dissertaes e Teses > Engenharias > Engenharia Qumica > Programa de Ps-Graduao em Engenharia Qumica

Ttulo [PT]: Deteco de defeitos em caldeiras de recuperao qumica
Autor(es): Srgio Henrique Saavedra Martinelli
Palavras-chave [PT]:

Caldeiras. Deteco de defeitos. Processos industriais. Controle. Caldeiras de recuperao qumica. Brasil.
rea de concentrao: Desenvolvimento de Processos
Titulao: Doutor em Engenharia Qumica
Banca:
Ivo Neitzel [Orientador] - UEM
Osvaldo Vieira - UEM
Carlos Itsuo Yamamoto
Fernanda de Castilhos Corazza - UEM
Marcelo Kaminski Lenzi
Nehemias Curvelo Pereira
Oswaldo Curty da Motta Lima
Resumo:
Resumo: Os processos industriais esto se tornando cada vez mais automatizados e dependentes dos componentes de controle. O caminho para melhorar a confiabilidade destes processos garantir a confiabilidade e a robustez dos seus componentes de controle, porm um processo livre de defeitos no pode ser garantido. Os defeitos nos sistemas de controle podem se apresentar de modo abrupto ou de modo incipiente. Este ltimo extremamente difcil para a deteco, pois os seus efeitos so encobertos pelas variveis manipuladas dos laos de controle. Neste trabalho, duas redes neurais artificiais so utilizadas para deteco de defeitos incipientes em uma caldeira de recuperao qumica, no processo de produo de celulose "kraft". Uma rede neural perceptron multicamadas utilizada para reproduzir o comportamento do processo. As sadas da rede so comparadas com as variveis medidas gerando resduos. Em seguida, outra rede neural perceptron multicamadas utilizada para classificar os resduos. A rede de classificao foi treinada com dados defeituosos gerados atravs de incluso de erros nos sinais das variveis de processo. Aps os treinamentos, as duas redes neurais foram utilizadas para o monitoramento do processo. O mtodo foi aplicado nas malhas de controle de vazo de ar primrio, secundrio e tercirio, controle da temperatura da gua de resfriamento das bicas de fundidos e no controle da presso da fornalha da caldeira de recuperao qumica. O mtodo apresentou taxas de alarmes falsos entre 0,2 a 5%, para as malhas analisadas. A taxa de deteco de defeitos foi de 89 a 97%, para erros simulados de 9 a 16% nas variveis de processo das malhas analisadas. Pelos resultados apresentados, conclui-se que o mtodo conseguiu detectar os defeitos de um conjunto de padres no treinados e constitui-se uma boa ferramenta para suporte operacional.

Abstract: The industrial processes are becoming even more unmanned and dependent on the control components. The way to improve the processes reliability is to guarantee the reliability and robustness of these control components, however a defect-free process can not be guaranteed. Defects in control systems can show up in an abrupt or incipient way. The last one is extremely difficult to detect as its effects are covered up by the handled variables of the control loops. In this thesis two artificial neural networks are used to detect incipient defects in a chemical recovery boiler in the kraft pulp and paper manufacturing. A multilayer perceptron neural network is used to model the process behavior. The neural networks outputs are compared to the measurements in the process generating residues. Other multilayer perceptron neural network is used to classify the residues. The training of this classifying neural network was carried out with faulty data generated by inserting errors in the data of process variables. The method was applied in the control loops: primary, secondary and tertiary air flow, water temperature of smelt spout cooling and the furnace pressure. After the training stage, the two neural networks were used for the continuous process monitoring. The method presented false alarms rate of 0.2 to 5.0%, to the control loops analyzed. The rate of defects detection was of 89 to 97% to errors of 9 to 16% inserted at the process variables. The results presented demonstrated the method can detect correctly defects in non-trained pattern sets and constitute an alternative and reliable tool to operational support.
Data da defesa: 2008
Cdigo: vtls000176258
Informaes adicionais:
Idioma: Portugus
Data de Publicao: 2008
Local de Publicao: Maring, PR
Orientador: Prof. Dr. Ivo Neitzel
Co-Orientador: Prof. Dr. Osvaldo Vieira
Instituio: Universidade Estadual de Maring. Departamento de Engenharia Qumica
Nvel: Tese (doutorado em Engenharia Qumica)/
UEM: Programa de Ps-Graduao em Engenharia Qumica

Responsavel: beth
Categoria: Aplicao
Formato: Documento PDF
Arquivo: SHSMartinelli TESE versao correta.pdf
Tamanho: 13262 Kb (13579819 bytes)
Criado: 21-07-2010 10:14
Atualizado: 21-07-2010 10:38
Visitas: 1356
Downloads: 41

[Visualizar]  [Download]

Todo material disponvel neste sistema de propriedade e responsabilidade de seus autores.