Desenvolvimento de modelos deterministico dinamico e hibrido neural para reatores multifasicos "air-lift"

dc.creatorSales Junior, Aluizio
dc.date2002
dc.date2002-03-18T00:00:00Z
dc.date2017-03-27T14:31:23Z
dc.date2017-06-20T18:12:56Z
dc.date2017-03-27T14:31:23Z
dc.date2017-06-20T18:12:56Z
dc.date.accessioned2018-03-29T02:51:31Z
dc.date.available2018-03-29T02:51:31Z
dc.identifier(Broch.)
dc.identifierSALES JUNIOR, Aluizio. Desenvolvimento de modelos deterministico dinamico e hibrido neural para reatores multifasicos "air-lift". 2002. 113p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: <http://libdigi.unicamp.br/document/?code=vtls000242786>. Acesso em: 27 mar. 2017.
dc.identifierhttp://repositorio.unicamp.br/jspui/handle/REPOSIP/267514
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1322426
dc.descriptionOrientador: Rubens Maciel Filho
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica
dc.descriptionResumo: Três modelos computacionais diferentes foram desenvolvidos, comparados e analisados em função dos dados experimentais obtidos. Ambos os modelos correlacionam transferência de massa e hidrodinâmica para um reator "air-lift" de "loop" externo. Um dos modelos é apresentado como Modelo de Equações EmpÍricas (MEE), que é uma combinação de equações algébricas e diferenciais ordinárias, prognosticadas por diversos especialistas em sistemas multifásicos e em reatores "air-lifts". O segundo é o Modelo Determinístico Dinâmico (MDD), fundamentado nas Equações de Fick e Navier-Stokes e estendido para sistemas bifásicos. O terceiro e o último é o Modelo Híbrido Neural (MHN) que usa redes neurais em associação com as equações deterrninísticas desenvolvidas. O primeiro depende de uma metodologia de otimização integrada com as equações, o segundo de condições iniciais bem definidas, enquanto que o terceiro de uma rede neural bem treinada e de muitos dados de entrada. Os algoritmos desenvolvidos possibilitaram entender o comportamento associado da hidrodinâmica e da transferência de massa para o "ri ser" de um reator "air-lift" no sistema bifásico ar-água. As respostas dos três modelos concordaram com resultados empíricos obtidos de uma planta piloto
dc.descriptionAbstract: Three different algorithm models were compared, the numerical output analyzed and a correlation established with the experimental data. Both models correlate' mass transfer and hydrodynamic for an External Loop Air-lift Reactor. One of them is presented as the Empirical Equations Models (EEM), which is the combination of algebraic and Ordinary Differential Equations (ODEs). Such equations were predicted for air-water multiphase systems by Air-lift reactors specialists. The second one is the Deterministic Dynamic Model (DDM). It was based on the Fick's laws and the Navier-Stokes equations extended for the biphasic systems. The last one is the Hybrid Neuronal Model (HNM), which combines neuronal network with the deterministic equations developed. The first one depends on an optirnization methodology combined with the algebraic equations, the second one must have initial condition very well defined, while the last one needs a network very well trained and a several entry data. The developed algorithm allowed to improve the knowledge of the hydrodynamic and mass transfer behaviors. Both models outputs agreed with the empirical data obtained from a pilot planto
dc.descriptionMestrado
dc.descriptionDesenvolvimento de Processos Químicos
dc.descriptionMestre em Engenharia Química
dc.format113p. : il.
dc.formatapplication/pdf
dc.languagePortuguês
dc.publisher[s.n.]
dc.subjectRedes neurais (Computação)
dc.subjectReatores químicos
dc.subjectSimulação (Computadores)
dc.subjectModelos matemáticos
dc.subjectEscoamento multifásico
dc.titleDesenvolvimento de modelos deterministico dinamico e hibrido neural para reatores multifasicos "air-lift"
dc.typeTesis


Este ítem pertenece a la siguiente institución