Professional Documents
Culture Documents
1 2 3
Gilberto D. M. Filho, Marcelo Cardoso, Gustavo M. de Almeida
1
Aluno de Iniciação Científica/UFMG, discente do curso de Engenharia Química
2
Professor do Departamento de Engenharia Química da UFMG
3
Professor do Campus Alto Paraopeba da UFSJ
1,2
Departamento de Engenharia Química, Escola de Engenharia, Universidade Federal de Minas Gerais
Av. Antônio Carlos, 6.627, 31.270-901, Pampulha, Belo Horizonte, MG, Brasil
3
Campus Alto Paraopeba, Universidade Federal de São João del-Rei
Rod. MG 443, Km 07, 36.420-000, Ouro Branco, MG, Brasil
e-mail: gustavoalmeida@ufsj.edu.br
1.
Vazão do Licor
F(Licor) t/h 51,7−125,8
Inicialmente, verificou-se a qualidade do
(combustível) banco de dados. Do total de 2928 registros para
Temperatura do cada variável, eliminou-se 68. Em seguida,
o
2. Licor T(Licor) C 115,4−131,7 dividiu-se este banco de dados com 2860
(combustível)
registros por variável em dois subconjuntos: de
Percentual de
3.
Sólidos Secos
%(SS) % 62,4−73,7 treinamento, com 2145 registros, e de
validação, com 715. Iniciou-se então, a etapa de
Vazão do Ar
4. F(AP) t/h 134,2−176,2 construção de um modelo neural. Após variar o
Primário
Temperatura do o
número de épocas, decidiu-se por fixá-lo em
5. T(AP) C 136,5−158,6 1.500. Na sequência, geraram-se, ao se variar o
Ar Primário
Vazão do Ar número de neurônios na camada oculta, 19
6. F(AS) t/h 114,4−260,3
Secundário modelos neurais. O modelo final, aquele com o
Temperatura do o menor valor para o Erro Quadrático Médio
7. T(AS) C 129,2−173,3 2
Ar Secundário (75,4(t/h) ), contém 14 neurônios ocultos.
8.
Vazão do Ar
F(AT) t/h 33,6−54,3
A Figura 2 contém uma representação
Terciário esquemática do modelo neural, com uma única
Temperatura do o camada intermediária com catorze neurônios e
9. T(Gases) C 272,0−644,0
Gases Quentes as nove variáveis de entrada e três variáveis de
SAÍDAS saída (ver Tabela 1).
Vazão do vapor
1. F(Vapor) t/h 203,1−359,9
de saída
Temperatura do
vapor na sessão o
2. T(Vapor) C 425,0−482,5
de entrada do 1o
superaquecedor
Pressão do vapor
3. P(Vapor) Kgf/cm2 61,0−67,6
de saída
(a)
150
(a)
100
Frequência
150
50
100
Frequência
0 50
-50.0 -25.0 0 25.0 50.0
Resíduos
(b)
Figura 3: (a) Relação de paridade entre os 0
registros reais (medidos na fábrica) e os -20.0 -10.0 0 10.0 20.0
Resíduos
valores calculados pelo modelo neural, para
a vazão de vapor (F(Vapor)), e (b) (b)
distribuição dos resíduos, dado pela Figura 4: (a) Relação de paridade entre os
diferença entre ambos registros reais (medidos na fábrica) e os
valores calculados pelo modelo neural, para
A Figura 4 contém o resultado referente à a temperatura do vapor saturado na sessão
temperatura de entrada do vapor saturado, de entrada do primeiro superaquecedor
oriundo do convector, na sessão do primeiro (T(Vapor)), e (b) distribuição dos resíduos,
superaquecedor (T(Vapor)). Em (a), pode-se dado pela diferença entre ambos
CONCLUSÕES
Quanto mais cedo se conhecer o estado de um
processo, maior a chance de mantê-lo sob as
faixas operacionais desejáveis, seja por razões
de segurança, ambientais ou econômicas.
Neste estudo de caso em particular, pode-se
usar a informação antecipada sobre a qualidade
do vapor como um sinal de entrada para as
malhas de controle responsáveis por ajustar a
(a) sua temperatura ao longo das sessões dos
superaquecedores, de modo a se alcançar uma
menor variabilidade para esta variável. Este
150 ganho é importante, por exemplo, para se ter
uma operação segura e eficiente da turbina.
100 NOMENCLATURA
Frequência
REFERÊNCIAS
Almeida, G. M., Desenvolvimento de
Metodologia e de Modelos para Variáveis de
Performance em Caldeiras de Recuperação Via
Redes Neurais Artificiais. Dissertação de
Mestrado, UFMG, 2003. Belo Horizonte, MG.
101p.
Bega, E. A., Instrumentação Aplicada ao
Controle de Caldeiras. Interciência, 3a Ed.,
2003.
Gallego, A. G., Modelagem Computacional e
Análise Termodinâmica de Sistemas de
Geração de Potência utilizando Gaseificação de
Licor Negro. Tese de Doutorado, UNICAMP,
2004. São Paulo, SP. 217p.
Haykin, S. Neural Networks: A Comprehensive
Foundation. 2a ed., Nova Jersey: Prentice Hall,
1999.
Lindsley, D., Power-Plant Control and
Instrumentation − The Control of Boilers and
HRSG Systems. Londres: The Institution of
Electrical Engineers, 2005.
Vakkilainen, E.K., Kraft Recovery Boilers −
Principles and Practice. Helsinque: Suomen
Soodakattilayhdistys r.y., 2005.