Artigo Completo - Open Access.

Idioma principal

MODELAGEM E DETECÇÃO DE FALHAS EM UM EVAPORADOR DE TRÍPLICE EFEITO PARA CONCENTRAR SODA

SILVA, J. S.; SARAIVA, S. V.; DOMINGUES, L.; CARVALHO, F. O.;

Artigo Completo:

Nas indústrias de processos químicos são realizados cada vez mais esforços na tentativa de minimizar falhas, investigar e mitigar o comportamento do processo frente à várias condições operacionais atípicas, e para isso técnicas baseadas em sistemas inteligentes estão sendo cada vez mais aplicadas. Neste trabalho foi realizado um estudo teórico para avaliar a utilização do Mapa Auto-organizável de Kohonen (SOM) na detecção de falhas em evaporadores de tríplice efeito para concentrar soda cáustica. A investigação é realizada em duas etapas: a modelagem do processo para geração de dados e utilização, destes no teste da eficiência da técnica de detecção. Para isso, uma modelagem fenomenológica de evaporadores de tríplice efeito para concentrar soda cáustica através de circulação forçada entre os efeitos foi realizada, apresentando como diferencial a consideração dos efeitos da cristalização do sal nos evaporadores que é posteriormente recuperado. As falhas de processo foram simuladas através da adição de incrementos aos dados simulados das variáveis do processo. Os resultados obtidos pela utilização do (SOM) foram promissores.

Artigo Completo:

Palavras-chave: evaporadores de tríplice efeito,

Palavras-chave:

DOI: 10.5151/chemeng-cobeqic2017-397

Referências bibliográficas
  • [1] CHIANG, L. H.; RUSSELL, E. L.; BRAATZ, R. D. Fault Detection and Diagnosis in Industrial Systems. Springer. 200
  • [2] GERMEN, E., BAŞARAN, M., FIDAN, M. Sound based induction motor fault diagnosis using Kohonen self-organizing map. Mechanical Systems and Signal Processing. pp. 45–58. 2014.
  • [3] GERTLER, J.J. Fault Detection and Diagnosis in Engineering Systems. CRC Press, 1998.
  • [4] JESUS, C. D. F. Validação da simulação dinâmica das etapas de evaporação e cristalização da produção de açúcar com dados obtidos em plantas industriais. Tese de doutorado de São Carlos –SP, 200
  • [5] KATUNIN, A., AMAROWICZ, M., CHRZANOWSKI, P. Fault Diagnosis Using Self-Organizing Maps: A Case Study On The Damadics Benchmark Problem. Proceedings
  • [6] CHIANG, L. H.; RUSSELL, E. L.; BRAATZ, R. D. Fault Detection and Diagnosis in Industrial Systems. Springer. 2001.
  • [7] GERMEN, E., BAŞARAN, M., FIDAN, M. Sound based induction motor fault diagnosis using Kohonen self-organizing map. Mechanical Systems and Signal Processing. pp. 45–58. 2014.
  • [8] GERTLER, J.J. Fault Detection and Diagnosis in Engineering Systems. CRC Press, 199
  • [9] JESUS, C. D. F. Validação da simulação dinâmica das etapas de evaporação e cristalização da produção de açúcar com dados obtidos em plantas industriais. Tese de doutorado de São Carlos –SP, 2004.
  • [10] KATUNIN, A., AMAROWICZ, M., CHRZANOWSKI, P. Fault Diagnosis Using Self-Organizing Maps: A Case Study On The Damadics Benchmark Problem. Proceedings
  • [11] of the Federated Conference on Computer Science and Information Systems. pp. 1673-1681. 2015.
  • [12] KOHONEN, T., OJA, E., SIMULA, O., VISA, A., KANGAS, J. Engineering Applications of the Self-organizing Map. Proceedings of the IEEE. 1996.
  • [13] NUNES, C. A. M. Modelagem e avaliação de evaporadores de tríplice efeito para concentração de soda cáustica em estado estacionário. Dissertação de Campina Grande, 2006.
  • [14] SARAIA, S. V., CARVALHO, F. O. Modelagem Modelagem Fenomenológica De Evaporadores De Tríplice Efeito Para Concentração De Soda Cáustica, Visando À Avaliação Da Ferramenta Computacional Para A Detecção De Falhas. Caiite (Congresso acadêmico integrado de inovação e tecnologia. Maceió, Alagoas, 2016.
  • [15] SOM Toolbox Team. http://www.cis.hut.fi/projects/somtoolbox/documentation/. 1999.
  • [16] ULTSCH, A.; SIEMON, H. P. Kohonen’s Self Organizing Feature Maps for Exploratory Data Analysis. Proceedings of the International Neural Network Conference. Dordrecht, Netherlands. 1990.
  • [17] VESANTO, J.; ALHONIEMI, E. Clustering of the Self-organizing Map. IEEE Transactions on Neural Networks. Vol. 11, No. 3, pp. 586-600. 2000.
  • [18] VILLEGAS, T., FUENTE, M., RODRÍGUEZ, M. Principal Component Analysis for Fault Detection and Diagnosis. Experience with a Pilot Plant. Advance in Computational Intellingence, Man-Machine Systems and Cybernetic. 2010.
  • [19] YAN, X., CHEN, X. Using Improved Self-organizing Map for Fault Diagnosis in Chemical Industry Process. Chemical Engineering Research and Design. Elsevier. 2012.
  • [20] YU, H., KHAN, F., GARANIYA, V. Risk-based fault detection using Self-Organizing Map. Reliability Engineering and System Safety. pp 82–96. 2015.
Como citar:

SILVA, J. S.; SARAIVA, S. V.; DOMINGUES, L.; CARVALHO, F. O.; "MODELAGEM E DETECÇÃO DE FALHAS EM UM EVAPORADOR DE TRÍPLICE EFEITO PARA CONCENTRAR SODA", p. 2676-2681 . In: Anais do XII Congresso Brasileiro de Engenharia Química em Iniciação Científica [=Blucher Chemical Engineering Proceedings, v. 1, n.4]. ISSN Impresso: 2446-8711. São Paulo: Blucher, 2017.
ISSN 2359-1757, DOI 10.5151/chemeng-cobeqic2017-397

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações