VALIDAÇÃO DE MODELO MINLP PARA ALOCA- ÇÃO ÓTIMA DE INSTRUMENTOS UTILIZANDO DA- DOS RECONCILIADOS EM SISTEMAS SEM MEDI- ÇÕES.
|
|
- Victor Gabriel Alencastre Cruz
- 7 Há anos
- Visualizações:
Transcrição
1 VALIDAÇÃO DE MODELO MINLP PARA ALOCA- ÇÃO ÓTIMA DE INSTRUMENTOS UTILIZANDO DA- DOS RECONCILIADOS EM SISTEMAS SEM MEDI- ÇÕES. M. V. A. NARCISO 1, E. C. do VALLE 1, A. KIPERSTOK 2 e R. A. KALID 1 1 PEI Programa de Engenharia Industrial Universidade Federal da Bahia 2 DEA Departamento de Engenharia Ambiental Universidade Federal da Bahia para contato: marcosnarciso@gmail.com RESUMO Soluções para o problema de alocação de instrumentos são largamente discutidas na comunidade acadêmica, porém estas discussões estão concentradas em sistemas de medição com a presença de redundância, como nos modelos propostos por Bagajewicz (1997) e Bagajewicz e Sánchez (1999). Para sistemas com ausência de medição, como as encontradas em redes de água de processo na indústria, uma proposta de Narciso et al. (2011) visa a utilização do conceito da Qualidade da Informação (QI), proposta por Fontana et al. (2004) e validada por Martins et al. (2010), como um substituto da incerteza de medição para a alocação instrumentos. A proposta deste artigo é a validação da metodologia proposta através da resolução de exemplos consolidados na comunidade acadêmica, como os propostos por Ali e Narasimhan (1993) e Bagajewicz e Sánchez (2000). Os casos anteriormente citados foram implementados utilizando a formulação baseada em QI, resultando em um problema de otimização do tipo programação não-linear inteira mista (MINLP) e resolvidos pelo software EMSO (Soares e Secchi, 2003). Por m, uma análise comparativa entre os resultados foi realizada. 1. INTRODUÇÃO Em indústrias já consolidadas, devido a altos custos de implantação e manutenção, sistemas de medições em processo foram projetados com um número insuciente de sensores. Isso traz diversas diculdades para supervisão e operação, além de inviabilizar a implantação de sistemas avançados que necessitem de dados em tempo real para operação como, por exemplo, controle multivariável, controle preditivo, otimização dinâmica, otimização em tempo real e reconciliação de dados online. Para melhorar a qualidade e quantidade de informações de sistemas de medições industriais, diversos pesquisadores propuseram soluções baseadas em modelos para a alocação de instrumentos em uma planta industrial, porém, estes só realizam a alocação a partir de informações provenientes de reconciliação de dados, ou seja, o sistema que receberá novos instrumentos deve possuir alguma redundância de informação, o que é paradoxal. Para alguns sistemas de medição de vazão (mássica ou volumétrica), onde o insumo possui baixo valor agregado, como os sistemas de medição de água, essas redundâncias, ou até mesmo medições, são raramente encontradas (Fontana et al., 2004). Com a crescente necessidade do uso mais racional dos recursos naturais, conhecer as variáveis de processo do sistema é imprescindível para se determinar os pontos críticos de 1
2 consumo, vazamentos ou desperdícios e projetar redes de reúso de matéria-prima. Para executar tal tarefa é fundamental adicionarmos novos instrumentos ao sistema. Considerando que em sistemas de medição de água não há abundância em medições, reconciliar os dados é uma tarefa difícil. Para isso, uma metodologia proposta por Fontana et al. (2004) e raticada por Martins et al. (2010) propõe a reconciliação de dados em sistemas com escassez de medições utilizando o conceito de Qualidade da Informação (QI)). Com base nesse conceito, uma metodologia proposta por Narciso et al. (2011) visa à alocação ótima de instrumentos em sistemas com escassez de medições. Com esta metodologia, é possível realizar a alocação ótima de instrumentos com base em informações complementares coletadas em processo (como dados de medidores, informações da Operação e Engenharia) e em dados documentais (manuais de operação, folhas de dados, simulações, balanços de massa). Este artigo apresenta a validação desta metodologia através da análise comparativa utilizando problemas consolidados apresentados em literatura. Uma breve análise dos resultados é apresentada junto com uma conclusão sobre o uso dos modelos em sistemas industriais. 2. MATERIAIS E MÉTODOS Algumas técnicas surgiram visando quanticar em expressões matemáticas o problema de alocação de instrumentos. Bagajewicz (1997) propôs uma solução para alocação de instrumentos baseada na otimização matemática de um modelo de programação não-linear inteira-mista (MINLP) contendo uma variável de decisão binária e visando à minimização do custo de instalação: min i M w c i ˆσ j (q) u j j M p = {0, 1} i M w (1) Onde é a variável binária onde o valor 1 indica um medidor a ser instalado numa variável candidata i e o valor 0 indica a não instalação de medidor em i, c i indica o custo unitário de instalação do medidor na variável i pertencente a M w, que é o conjunto de variáveis pertencentes ao sistema de medição, ˆσ j (q) representa a incerteza associada a variável j pertencente à M p, que é o conjunto de parâmetros de interesse ao sistema de medição e u j é a incerteza máxima desejada para os parâmetros contidos em M p. Bagajewicz e Sánchez (1999), valendo-se de um teorema proposto por Tuy (1987), provaram que o problema de custo mínimo, referenciado pela Equação 1, é dual ao problema 2
3 de conabilidade máxima, portanto este tem seu modelo dual escrito como: min a j σj 2 (q) j M p i M w c i c T i M w = {0, 1} i M w (2) Onde a j é um peso que indica a importância do parâmetro j para o sistema de medição e c T é o custo total disponível para instalação de novos instrumentos. Para os modelos apresentados na Equação 1 e na Equação 2, os dados de incerteza após a reconciliação de dados são estimados por (Narasimhan e Jordache, 2000): Û = [I J T ( J U J T) ] 1 T J U [I J T ( J U J T) ] 1 J Onde I é a matriz identidade, U é a matriz das incertezas do sistema de medição antes da reconciliação de dados, Û é a matriz das incertezas do sistema de medição após a reconciliação de dados e J é a matriz jacobiana de f(z), que são os balanços de massa e energia do sistema de medição em estudo, que atuam como restrição na reconciliação de dados, técnica utilizada para redução da incerteza global do sistema de medição, que tem sua função objetivo descrita por (Narasimhan e Jordache, 2000): (3) min n ( xi z i σ i=1 i ) 2 f(z) = 0 (4) Onde x i é a variável de processo medida e z i é a variável de processo reconciliada. Para estes tipos de sistemas, a reconciliação de dados, demonstrada na Equação 4, necessita de redundância nas informações coletadas. Como em sistemas de baixo valor agregado é difícil se encontrar medições (Fontana et al., 2004) é necessário obter informações a partir de outras fontes para que se alcance a redundância e, por consequência, o resultado da reconciliação. Fontana et al. (2004) e Martins et al. (2010) propuseram uma metodologia onde a incerteza de medição, derivada da redundância da informação, é obtida a partir do conceito da QI. A QI é inversamente proporcional à incerteza da medição e pode ser avaliada a partir de diversas fontes como dados de processos, medições diretas ou indiretas, documentação técnica, balanços de massa antigos, entre outros. A QI está relacionada com a incerteza através da equação (Fontana et al., 2004; Martins et al., 2010): QI i 1 σ i = QI i = κ xi σ i (5) Onde κ é uma constante de proporcionalidade. Com isso, a função de reconciliação modicada, substituindo-se a incerteza pelo conceito da QI dada pela Equação 5, é 3
4 (Fontana et al., 2004; Martins et al., 2010): min n i=1 ( ) 2 QI xi z i x i f(z) = 0 (6) Foi mostrado que, em balanços hídricos, a variável κ, presente na Equação 5, possui valor aproximadamente constante (Martins et al., 2010), portanto ela pôde ser eliminada da função objetivo, pois sua presença não altera a solução no ponto ótimo do modelo. Com a incorporação do conceito da QI na Equação 6 é possível obter, em sistemas sem redundância de medição, um resultado similar à reconciliação de dados clássica, descrita pela Equação 4, ou seja, a diminuição da incerteza associada ao sistema de medição (Souza, 2011; Souza et al., 2011). Ainda é possível se estimar as variáveis não medidas cruzando informações dos balanços de massa e/ou energia do processo. Ao se alocar novos instrumentos, os pontos ótimos devem ser aqueles que possuem uma maior conança associada ao balanço de massa e/ou energia, isto é, uma maior QI que implica numa menor incerteza global para o sistema de medição. Uma métrica para se avaliar a qualidade do sistema de medição é através do cálculo da QI Global, a partir da média ponderada das QI associadas às variáveis com os seus valores avaliados, ou medidos, x i. A QI Global é denida por (Fontana et al., 2004; Narciso et al., 2011): QI G = n a i x i QI i i=1 n (7) a i x i i=1 É possível se avaliar a QI após a reconciliação, assim como é feito com a incerteza (Souza, 2011; Souza et al., 2011). Para obtê-la, deve-se utilizar a Equação 5 para encontrar a incerteza equivalente, para então aplicá-la na Equação 3. Com a incerteza após a reconciliação, a QI após a reconciliação é avaliada a partir da Equação 5, substituindo-se a variável medida, x i, pela variável reconciliada, z i. Baseado no conceito da QI, Narciso et al. (2011) propuseram dois modelos de otimização para alocação de instrumentos em sistemas com ausência de medições. O primeiro, utilizando o conceito de QI é denido por (Narciso et al., 2011): min i M w a i ( κ z i QI i (q) i M w c i c T ) 2 i M w = {0, 1} i M w (8) Onde QI i (q) é a QI após a reconciliação referente à variável i. A Equação 8 é equivalente à Equação 2, onde a incerteza foi substituída pela QI após reconciliação. Outra 4
5 possibilidade para a denição da função objetivo, parte do conceito de QI Global (Narciso et al., 2011): max [ ] 2 QIG (q) i M w c i c T i M w = {0, 1} i M w (9) Onde QI G (q) é a QI Global do sistema de medição após a reconciliação. 3. RESULTADOS E DISCUSSÕES Para todos os exemplos estudados utilizou se o modelo de alocação de medidores utilizando a QI, a partir da Equação 8, que foi implementado no software EMSO (Soares e Secchi, 2003) em sua versão beta e resolvido usando uma interface com o otimizador BONMIN (Bonami et al., 2008). O tempo de execução em um PC Intel Core 2 Duo, 2,00 GHz, 2 GB oscilou entre 1 s para o caso de menor esforço computacional e 30 s para o caso de maior esforço Exemplo 1 - Planta Simplicada de Amônia Considere a representação simplicada do processo de uma planta de amônia, conforme a Figura 1, apresentada por Ali e Narasimhan (1993), também utilizado por Bagajewicz (2000). Figura 1 Processo simplicado de uma planta de amônia. Fonte: Ali e Narasimhan (1993). Para o caso #1, exposto na Tabela 1 os oito resultados propostos por Ali e Narasimhan (1993) foram reproduzidos. Além disso, custos diferentes para os instrumentos foram considerados, sendo c = [1 500,00; 2 000,00; 2 300,00; 2 800,00; 1 700,00; 2 000,00; 1 500,00; 2 800,00]. De acordo com os resultados, para os casos #2 e #3 somente uma única solução viável foi encontrada e estas estão de acordo com as apresentadas por Bagajewicz (2000). 5
6 Tabela 1 Resultados do Exemplo 1 para a alocação na planta de amônia. # QI / adimensional Custo / $ Solução 1 z/81 [ ] 6 000,00 [S 1, S 4, S 8 ]; [S 1, S 5, S 6 ]; [S 2, S 4, S 8 ];[S 2, S 5, S 6 ]; [S 3, S 4, S 8 ]; [S 3, S 5, S 6 ]; [S 4, S 5, S 7 ]; [S 6, S 7, S 8 ] 2 z/81 [ ] 5 200,00 [S 1, S 5, S 6 ] 3 [z(1)/90 0,4 z(3)/81 0,4 0,4 0,4 z(7)/72,9 0,4] 3 000,00 [S 1, S 7 ] 3.2. Exemplo 2 - Processo Simplicado de Flash Considere o separador líquido-gás tipo ash representado na Figura 2, cujo modelo simplicado foi apresentado originalmente por Winkle (1967), também utilizado por Bagajewicz e Sánchez (2000) o qual encontra-se no Anexo A1. Figura 2 Processo simplicado de um separador tipo ash. Neste exemplo somente um tipo de instrumento está disponível para cada variável candidata. Três instrumentos estão inicialmente instalados na planta, nas variáveis [y 12, y 33, P ], e novos instrumentos devem ser instalados respeitando a listagem de incertezas e custos dados na Tabela 2. Foram consideradas outros valores de investimento para instalação de instrumentos, portanto c T = [1 200,00; 2 550,00; 3 000,00; 5 500,00; 7 000,00]. Percebe-se que nos casos #1 e #3 da Tabela 3 o modelo reproduz os resultados encontrados por Bagajewicz e Sánchez (2000), mantendo-se as mesmas restrições do artigo original. Para o caso #2 a discrepância está na variável F 2, que no artigo original é substituída pela variável F 1. Isto pode compreendido pelo uso da variável reconciliada no modelo de alocação, pois ela age como uma ponderação à QI após a reconciliação utilizada no modelo proposto. Portanto, considerando o espaço de busca e a função objetivo do problema de otimização, foi preferida a alocação de instrumento na variável F 2, que possui valor aproximadamente igual à metade da variável F 1, com a mesma incerteza de medição, causando um maior impacto na função objetivo, ocasionando uma preferência na alocação de instrumento em F 2. 6
7 Tabela 2 Dados de instrumentação para Exemplo 2. Variável medida Incerteza Associada Custo Unitário / $ F 1 3,000 mol h 1 250,00 y 11 0,015 mol mol 1 700,00 y 12 0,015 mol mol 1 700,00 y 13 0,015 mol mol 1 700,00 F 2 1,515 mol h 1 250,00 y 21 0,010 mol mol 1 700,00 y 22 0,010 mol mol 1 700,00 y 23 0,010 mol mol 1 700,00 F 3 1,418 mol h 1 300,00 y 31 0,010 mol mol 1 800,00 y 32 0,010 mol mol 1 800,00 y 33 0,010 mol mol 1 800,00 P 1866,5 P a 100,00 Tabela 3 Resultados do Exemplo 2 para a alocação no tambor de ash. # QI / adimensional Custo / $ Solução 1 z/50 * [ ] 1 200,00 F 1, F 2, y 22 2 z/15 * [ ] 2 550,00 F 2, y 22, y 31, y 32 3 z/1 * [ ] 3 000,00 y 22, y 23, y 31, y 32 4 z/100 * [ ] 5 500,00 F 1, y 11, y 12, F 2, y 22, y 23, F 3, y 31, y 32 5 z/1 * [ ] 7 000,00 4. CONCLUSÃO A análise comparativa dos exemplos comprovou que a metodologia proposta é uma alternativa viável para realizar a alocação de instrumentos em sistemas industriais com ausência de redundância em medições. Além disso, a vantagem de ser aplicável em sistemas com ausência de medições permite que a atualização da rede de medição seja realizada a partir das informações disponíveis utilizando uma ferramenta sistemática e sistêmica, ao invés de ter os sensores de medição alocados com base em informações subjetivas. A metodologia proposta também se mostram capazes de alocar instrumentos em sistemas com presença de redundância de medição. 5. AGRADECIMENTOS Os autores agradecem ao CNPq (Conselho Nacional de Desenvolvimento Cientíco e Tecnológico) e a CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) 7
8 pelas bolsas concedidas e ao PROTEC-PEI (Grupo de Pesquisa em Tecnologia e Processo do Programa de Pós-graduação em Engenharia Industrial da UFBA) e TECLIM (Grupo de Pesquisas em Tecnologias Limpas) pelo apoio técnico-cientíco e pela cessão da infraestrutura necessária ao desenvolvimento da pesquisa. 6. NOMENCLATURA a i : fator de peso ao modelo (adimensional); c i : custo do instrumento ($); c T : investimento disponível para instalação de instrumentos ($); F i : vazão no tambor de ash (mol h 1 ); f(z): balanços de massa e energia do sistema de medição; I: matriz identidade; J: matriz jacobiana; P : pressão de operação do tambor de ash (P a); Pi s : pressão de saturação (P a); : variável binária que indica a presença de um instrumento instalado; QI i : Qualidade da Informação (adimensional); QI i : Qualidade da Informação após a reconciliação de dados (adimensional); QI G : Qualidade da Informação Global (adimensional); QI G : Qualidade da Informação Global após a reconciliação de dados (adimensional); S i : corrente de processo; U: matriz das incertezas do sistema de medição; Û: matriz das incertezas do sistema de medição após a reconciliação de dados; x i : variável de processo medida / avaliada; y ji : fração molar do componente i em F j (mol mol 1 ); z i : variável de processo reconciliada; η: eciência de vaporização (adimensional); κ: constante de proporcionalidade (adimensional); σ i : incerteza expandida de medição; ˆσ i : incerteza expandida de medição após a reconciliação de dados; σj : incerteza expandida de referência para o parâmetro de interesse j; 7. REFERÊNCIAS Ali, Y.; Narasimhan, S. Sensor network design for maximizing reliability of linear processes. AIChE Journal, 39(5), , Bagajewicz, M. Cost-optimal design of reliable sensor networks. Computers & Chemical Engineering, 23(11-12), , Bagajewicz, M.; Sánchez, M. Sensor network design and upgrade for plant parameter estimation. Computers & Chemical Engineering, 23, S593S596,
9 Bagajewicz, M.; Sánchez, M. Reallocation and upgrade of instrumentation in process plants. Computers & Chemical Engineering, 24(8), , Bagajewicz, M. J. Design and retrot of sensor networks in process plants. AIChE Journal, 43(9), , Bonami, P.; Biegler, L. T.; Conn, A. R.; Cornuéjols, G.; Grossmann, I. E.; Laird, C. D.; Lee, J.; Lodi, A.; Margot, F.; Sawaya, N. An algorithmic framework for convex mixed integer nonlinear programs. Discrete Optimization, 5(2), , Fontana, D.; Kalid, R.; Kiperstok, A.; SILVA, M.; SALES, E.; PACHECO FILHO, J.; OLIVEIRA, S.; PERAZZO, C. Balanço Hídrico uma nova sistemática. Em XV Congresso Brasileiro de Engenharia Química, p. 17, Martins, M. A.; Amaro, C. A.; Souza, L. S.; Kalid, R. A.; Kiperstok, A. New objective function for data reconciliation in water balance from industrial processes. Journal of Cleaner Production, 18(12), , Narasimhan, S.; Jordache, C. Data Reconciliation and Gross Error Detection: An Intelligent Use of Process Data. Gulf Professional Publishing, Houston, TX, 1 edição, Narciso, M.; Valle, E.; Braga, E.; Kiperstok, A.; Kalid, R.; Alegre, P. A MINLP formulation to optimize sensor allocation using reconciled data in systems with fewer measurements. Em Congresso Brasileiro de Metrologia, p. 15, Natal, Soares, R.; Secchi, A. EMSO: A new environment for modelling, simulation and optimisation. Computer Aided Chemical Engineering, 14, , Souza, L. S. d. Propagação da incerteza na reconciliação de dados com restrições lineares. Monograa, Escola Politécnica da Universidade Federal da Bahia, Salvador - Bahia, Souza, L. S. D.; Kalid, R. A.; Martins, M. A. F.; Kiperstok, A.; Oliveira- Esquerre, K.; Queiroz, L. Propagação de incertezas em reconciliação de dados sem redundância de medição. Em VI Congresso Brasileiro de Metrologia, p. 4, Natal - Rio Grande do Norte. INMETRO, em publicação, Tuy, H. Convex programs with an additional reverse convex constraint. Journal of Optimization Theory and Applications, 52(3), , Winkle, M. V. Distillation. Mcgraw-Hill, Texas, 1 edição,
10 A ANEXO A1. Modelo Simplicado de Flash O seguinte modelo simplicado de ash foi descrito por Winkle (1967): F 1 = F 2 + F 3 F 1 y 1i = F 2 y 2i + F 3 y 3i y1i = y 2i = y 3i y 3i = η y 2i P i s P (10) Tabela 4 Dados para o modelo simplicado de ash. Corrente Alimentação Vapor Líquido Vazão / (mol h 1 ) 100,00 49,50 50,50 Fração de Etanol / (mol mol 1 ) (1) 0,200 0,233 0,167 Fração de 1-Propanol / (mol mol 1 ) (2) 0,500 0,436 0,563 Fração de 2-Propanol / (mol mol 1 ) (3) 0,300 0,331 0,270 Pressão do vaso / (P a) ,5 Eciência de vaporização / adimensional 0,950 Tabela 5 Dados de pressão de saturação. Componente Pressão de Saturação / Pa Etanol ,4 1-Propanol ,2 2-Propanol ,4 10
Modelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas.
Modelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas. M. V. A. NARCISO 1, E. C. DO VALLE 1 e R. A. KALID 1 1 Universidade Federal da Bahia, Departamento
Leia maisAutores: Geiza Lima de Oliveira Ricardo Araújo Kalid Asher Kiperstok Karla Patrícia Oliveira Esquerre Emerson Andrade Sales
REDE DE TECNOLOGIAS LIMPAS DA BAHIA PPG ENGENHARIA INDUSTRIAL DEPARTAMENTO DE ENG. AMBIENTAL ESCOLA POLITÉCNICA UNIVERSIDADE FEDERAL DA BAHIA Autores: Geiza Lima de Oliveira Ricardo Araújo Kalid Asher
Leia maisRECONCILIAÇÃO DE DADOS EM REDES DE TROCADORES DE CALOR UTILIZANDO O SOFTWARE EMSO
RECONCILIAÇÃO DE DADOS EM REDES DE TROCADORES DE CALOR UTILIZANDO O SOTWARE EMSO D. Q.. MENEZES 1, D. C. de LIMA 1,. C. PEIXOTO 1 e D. M. PRATA 1 1 Universidade ederal do Rio de Janeiro, Programa de Engenharia
Leia maisUSO DA INCERTEZA NO ACOMPANHAMENTO DE PROCESSOS: DETERMINAÇÃO DO COEFICIENTE GLOBAL DE TRANSFERÊNCIA DE CALOR
USO DA INCERTEZA NO ACOMPANHAMENTO DE PROCESSOS: DETERMINAÇÃO DO COEFICIENTE GLOBAL DE TRANSFERÊNCIA DE CALOR R. Requião 1, R. A. Kalid 1 e R. P. de Soares 1 Grupo de Pesquisa em Incerteza da Universidade
Leia maisEstimação de Parâmetros em Modelos de Energia Livre de Gibbs em Excesso
Estimação de Parâmetros em Modelos de Energia Livre de Gibbs em Excesso Cláudio T. Lima, Gustavo M. Platt, Departamento de Modelagem Computacional - IPRJ - UERJ 28630-050, Nova Friburgo, RJ E-mail: ctlima@iprj.uerj.br,
Leia maisDESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
Leia maisImplementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Ederson Costa dos Santos 1, Leandro Barjonas da Cruz Rodrigues 1, André Maurício Damasceno Ferreira 2 1
Leia maisSimulador EMSO. Simulação e Otimização de Processos. Rodolfo Rodrigues. Universidade Federal do Pampa (UNIPAMPA)
Simulador EMSO Simulação e Otimização de Processos Prof. Universidade Federal do Pampa (UNIPAMPA) rodolfo@unipampa.edu.br Semana Acadêmica de Engenharia Química da UNIJUÍ, Ijuí, Rio Grande do Sul 23 de
Leia maisTópicos em Simulação e Otimização de Processos Aula 1 2: Plano de Ensino e Conceitos Básicos
Tópicos em Simulação e Otimização de Processos Aula 1 2: Plano de Ensino e Conceitos Básicos, MSc rodolfo@unipampa.edu.br Curso de Universidade Federal do Pampa Campus Bagé 22 de janeiro de 2013 BA000379
Leia maisIntrodução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná
Introdução à Otimização de Processos Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná DEFINIÇÕES OTIMIZAR v.t. Dar a (algo, uma máquina, um processo, uma empresa)
Leia maisRESULTADOS OBTIDOS COM A METODOLOGIA TECLIM PARA RACIONALIZAÇÃO DO USO DE ÁGUA NA INDÚSTRIA.
RESULTADOS OBTIDOS COM A METODOLOGIA TECLIM PARA RACIONALIZAÇÃO DO USO DE ÁGUA NA INDÚSTRIA. Geiza Lima de OLIVEIRA (1) Eng.ª de Produção Química, FTC, 2007; Mestranda em Engenharia Industrial, PEI, UFBA.
Leia maisENG-418 OTIMIZAÇÃO DE PROCESSOS QUÍMICOS
Universidade Federal da Bahia - UFBA Escola Politécnica EP Departamento de Engenharia Química - DEQ Laboratório de Controle e Otimização de Processos Industriais - LACOI Disciplina: Otimização de Processos
Leia maisINFLUÊNCIA DA METODOLOGIA DE ESTIMAÇÃO SOBRE OS PARÂMETROS CINÉTICOS E O PROJETO DE REATORES CONTÍNUOS
INFLUÊNCI D METODOLOGI DE ESTIMÇÃO SOBRE OS PRÂMETROS CINÉTICOS E O PROJETO DE RETORES CONTÍNUOS G. S. S. SRCINELLI 1, L. G. R. MIRND 1, J. C. S. DUTR 1, F. T. VIEIR 1 1 LMCES Laboratório de Métodos Computacionais,
Leia maisUMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC
UMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC R. R. ROCHA 1 e L. C. OLIVEIRA-LOPES 1 1 Universidade Federal de Uberlândia, Faculdade de Engenharia Química E-mail para contato: rosi.rocha28@gmail.com;
Leia maisPROPAGAÇÃO DA INCERTEZA NA RECONCILIAÇÃO DE DADOS COM RESTRIÇÕES LINEARES. Leonardo Silva de Souza
PROPAGAÇÃO DA INCERTEZA NA RECONCILIAÇÃO DE DADOS COM RESTRIÇÕES LINEARES Leonardo Silva de Souza Monografia de Especialização apresentada ao programa de Pós-Graduação em Engenharia Industrial, da Universidade
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisSOFTWARE PARA AVALIAÇÃO DA INCERTEZA EM SISTEMA MULTIVARIÁVEL PARA PROCESSOS INDUSTRIAIS
SOFTWARE PARA AVALIAÇÃO DA INCERTEZA EM SISTEMA MULTIVARIÁVEL PARA PROCESSOS INDUSTRIAIS Reiner Requião 1, Ricardo de Araújo Kalid 2, Rafael de Pelegrini Soares 3 1 Programa de Pós-Graduação em Engenharia
Leia maisIntrodução ao Simulador EMSO
I Introdução ao Simulador EMSO Prof. Universidade Federal do Pampa () I FLAEq, UNILA Foz do Iguaçu, Paraná 20 de novembro de 2018 Minicurso de EMSO 1 I Instrutor do Minicurso, Prof. Graduação (UFSM), Mestrado
Leia maisDESENVOLVIMENTO DE SOFTWARE PARA SIMULAÇÃO E OTIMIZAÇÃO DE TROCADORES DE CALOR A PLACAS
VII Congresso Brasileiro de Engenharia Química em Iniciação Científica DEQ/UFSCar - São Carlos-SP 29/07 a 01/08/2007 DESENVOLVIMENTO DE SOFTWARE PARA SIMULAÇÃO E OTIMIZAÇÃO DE TROCADORES DE CALOR A PLACAS
Leia maisCurso de Engenharia Química. Prof. Rodolfo Rodrigues
Curso de Engenharia Química Operações Unitárias II 26/2 Prof. Rodolfo Rodrigues Lista : Destilação Flash Exercício * (McCabe, Smith & Harriot, 993, Exemplo 8.) Uma mistura equimolar de benzeno e tolueno
Leia mais2.3 Formulação de um Problema de Pooling
8 Formulações Matemáticas para Problemas de Blending/Pooling min cost(x 1,x 2 ) = θ 1 x 1 + θ 2 x 2 (2.5) Com θ 1 e θ 2 também eles escalares representam o custo dos produtos x 1 e x 2. Este é o exemplo
Leia maisUMA PROPOSTA DE ALOCAÇÃO DE CONTROLE BASEADA EM MODELO DE REFERÊNCIA DO TIPO PI
UMA PROPOSTA DE ALOCAÇÃO DE CONTROLE BASEADA EM MODELO DE REFERÊNCIA DO TIPO PI 1 N.G. SOUSA e 2 L.C. OLIVEIRA-LOPES 1 Universidade Federal do Triângulo Mineiro, Departamento de Engenharia Química 2 Universidade
Leia maisModelagem e Simulação de Processos Equações Algébricas. Prof. Dr. Félix Monteiro Pereira
Modelagem e Simulação de Processos Equações Algébricas Prof. Dr. Félix Monteiro Pereira PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES LINEARES EXEMPLO: PROCESSO CONTÍNUO DE EXTRAÇÃO Anilina é removida da água
Leia maisProgramação de Escalas de Horários na Agricultura Irrigada utilizando o Método de Luus-Jaakola
Programação de Escalas de Horários na Agricultura Irrigada utilizando o Método de Luus-Jaakola Kennedy M. Fernandes, Instituto de Ciências Ambientais e Desenvolvimento Sustentável, ICADS, UFBA 47805-100,
Leia maisESTUDO NUMÉRICO DO ESCOAMENTO EM CICLONE DE SEPARAÇÃO GÁSSÓLIDO EMPREGANDO FERRAMENTAS GRATUITAS
ESTUDO NUMÉRICO DO ESCOAMENTO EM CICLONE DE SEPARAÇÃO GÁSSÓLIDO EMPREGANDO FERRAMENTAS GRATUITAS Gabriel Baioni e SILVA ¹; João Lameu SILVA JUNIOR²; Rejane Barbosa SANTOS³ RESUMO Simulações numéricas do
Leia maisIDENTIFICABILIDADE ESTRUTURAL DE SISTEMA DE VAPOR DE UNIDADE INDUSTRIAL DE FERTILIZANTES
IDENTIFICABILIDADE ESTRUTURAL DE SISTEMA DE VAPOR DE UNIDADE INDUSTRIAL DE FERTILIZANTES R. L. S. FRANÇA 1, P. R. MARTINS 2,3, R. P. SILVA 3, A. M. OLIVEIRA Jr. 4 1 Universidade Federal de Sergipe, Programa
Leia maisApresentação... IX Prefácio... XI. Nomenclatura... XV
Sumário Apresentação... IX Prefácio... XI Introdução... XIII Nomenclatura... XV Capítulo 1 Introdução aos Sistemas de Controle Avançado e Otimização de Processos... 1 1.1 Introdução ao Controle Avançado
Leia maisResumo Expandido INTRODUÇÃO:
Resumo Expandido Título da Pesquisa (Português): Pesquisa Operacional aplicada ao problema de alocação de caminhões em uma mina a céu aberto. Título da Pesquisa (Inglês): Operations Research applied to
Leia maisESTUDO E ANÁLISE DA MISTURA DE ÁGUA E ETANOL ATRAVÉS DE EQUAÇÕES DE ESTADO.
ESTUDO E ANÁLISE DA MISTURA DE ÁGUA E ETANOL ATRAVÉS DE EQUAÇÕES DE ESTADO. S. F. VASCONCELOS 1, F. J. F. CHAVES 1, C. V. FERNANDES 1, N. SILVA 1, H. BISPO 1 1 Universidade Federal de Campina Grande, Unidade
Leia maisINFLUÊNCIA DOS GRAUS DE LIBERDADE NA AVALIAÇÃO DA INCERTEZA EXPANDIDA
INFLUÊNCIA DOS GRAUS DE LIERDADE NA AVALIAÇÃO DA INCERTEZA EXPANDIDA Camila Ramalho Almeida 1, Márcio A. F. Martins 2, Reiner Requião 3, Ricardo de Araújo Kalid 4 1 Curso de Engenharia Química da Universidade
Leia maisESTUDO COMPARATIVO DE MODELOS DE COEFICIENTES DE ATIVIDADE DA FASE LÍQUIDA PARA SEPARAÇÃO DA MISTURA ETANOL-ÁGUA
ESTUDO COMPARATIVO DE MODELOS DE COEFICIENTES DE ATIVIDADE DA FASE LÍQUIDA PARA SEPARAÇÃO DA MISTURA ETANOL-ÁGUA A. APIO 1 e N. P. G. SALAU Universidade Federal de Santa Maria, Departamento de Engenharia
Leia maisO USO RACIONAL DA ÁGUA EM AEROPORTOS O Estudo de caso nos sanitários do Aeroporto Internacional de Salvador/BA Projeto AGUAERO
O USO RACIONAL DA ÁGUA EM AEROPORTOS O Estudo de caso nos sanitários do Aeroporto Internacional de Salvador/BA Projeto AGUAERO REDE DE TECNOLOGIAS LIMPAS DA BAHIA PPG ENGENHARIA INDUSTRIAL DEPARTAMENTO
Leia maisUso do método de Monte Carlo para validar a análise de incerteza da calibração do volume de um provador compacto realizada através do GUM
Uso do método de Monte Carlo para validar a análise de incerteza da calibração do volume de um provador compacto realizada através do GUM Use of Monte Carlo method for validating GUM in the calculation
Leia maisEFEITO DA PRESSÃO SOBRE DINÂMICA E CONTROLE DE COLUNA DE DESTILAÇÃO COM RETIRADA LATERAL
EFEITO DA PRESSÃO SOBRE DINÂMICA E CONTROLE DE COLUNA DE DESTILAÇÃO COM RETIRADA LATERAL G. W. de FARIAS NETO, R. P. BRITO, S. R. DANTAS e R. M. L. OLIVEIRA Universidade Federal de Campina Grande, Departamento
Leia maisDesenvolvimento de um sistema de aquecimento baseado em placa de Peltier para microdispositivos
Desenvolvimento de um sistema de aquecimento baseado em placa de Peltier para microdispositivos G.B. SANCHEZ 1, H. S. SANTANA 1, D.S. TORTOLA 1 e O. P. TARANTO 1 1 Universidade Estadual de Campinas, Faculdade
Leia maisAVALIAÇÃO ECONÔMICA DE PROCESSOS QUÍMICOS
AVALIAÇÃO ECONÔMICA DE PROCESSOS QUÍMICOS AVALIAÇÃO ECONÔMICA DE PROCESSOS QUÍMICOS OBJETIVOS: Estudo da viabilidade de processos novos, de modificações em processos existentes, de novos empreendimentos.
Leia maisSimulação e otimização de uma planta produtora de etilbenzeno
Simulação e otimização de uma planta produtora de etilbenzeno Universidade Federal do Rio de Janeiro Escola de Química Disciplina: EQE038- Simulação e Otimização de Processos Professor: Argimiro Resende
Leia maisMINIMIZAÇÃO DO CONSUMO DE ÁGUA E DE GERAÇÃO DE EFLUENTES NA MINERAÇÃO DE OURO
MINIMIZAÇÃO DO CONSUMO DE ÁGUA E DE GERAÇÃO DE EFLUENTES NA MINERAÇÃO DE OURO D. G. FARIA 1, M. M. O. CARVALHO 1, L. H. ANDRADE 2, D. M. P. TAVARES 1, R. P. M. FERREIRA 3 1 Pontifícia Universidade Católica
Leia maisANÁLISE DE DIFERENTES MODELOS DE PREDIÇÃO DE PROPRIEDADES TERMODINÂMICAS PARA BALANÇOS DE EXERGIA NA DESTILAÇÃO ETANOL/ÁGUA.
ANÁLISE DE DIFERENTES MODELOS DE PREDIÇÃO DE PROPRIEDADES TERMODINÂMICAS PARA BALANÇOS DE EXERGIA NA DESTILAÇÃO ETANOL/ÁGUA. L. B. Rocha 1, M. L. Gimenes 1, M. de Souza 1 e S. H. B. de Faria 1 pg48138@uem.com.br,
Leia mais4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
Leia maisProjeto e Planejamento da Indústria Química
Indústria Química Prof. Marcus V. Americano da Costa F o Departamento de Engenharia Química Universidade Federal da Bahia Salvador-BA, 16 de maio de 2017. Sumário Sumário Projeto Um projeto é definido
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisINFLUÊNCIA DA PRESSÃO EM UMA DESTILAÇÃO AZEOTRÓPICA
INFLUÊNCIA DA PRESSÃO EM UMA DESTILAÇÃO AZEOTRÓPICA Brenda Silva de SOUZA 1 ; Viviane Magalhães PEREIRA 2 ; João Lameu SILVA JUNIOR 3 ; Rejane Barbosa SANTOS 4 RESUMO Um dos problemas encontrados em separação
Leia maisCENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS PLANO DE ENSINO
DISCIPLINA Validade: A partir de º/99 Departamento Acadêmico de Engenharia Industrial Mecânica Código 15 Carga Horária total: 30h (Teórica: 30h Laboratório:00 Exercício: 00h) Créditos: 0 Pré-requisitos
Leia maisPLANEJAMENTO DE EXPANSÃO DE REDE UTILIZANDO PLIM 1 NETWORK EXPANSION PLANNING USING PLIM
PLANEJAMENTO DE EXPANSÃO DE REDE UTILIZANDO PLIM 1 NETWORK EXPANSION PLANNING USING PLIM Sândi Da Costa Gehm 2, Valéria Braida 3, Graziele Techio De Melo 4 1 Pesquisa desenvolvida no Curso de Mestrado
Leia maisPRODUÇÃO DE UMA INTERFACE GRÁFICA (SOFTWARE ACADÊMICO) PARA SIMULAÇÃO DE UMA COLUNA DE DESTILAÇÃO
PRODUÇÃO DE UMA INTERFACE GRÁFICA (SOFTWARE ACADÊMICO) PARA SIMULAÇÃO DE UMA COLUNA DE DESTILAÇÃO F. L. BEZERRA 1, C.H. SODRÉ 2 e A. MORAIS Jr 3 1,2 Universidade Federal de Alagoas, Centro de Tecnologia
Leia maisDESENVOLVIMENTO DA SIMULAÇÃO DINÂMICA DE UMA COLUNA DE ABSORÇÃO EM SCILAB PARA SUPORTE AO ENSINO DE ENGENHARIA QUÍMICA
DESENVOVIENTO DA SIUAÇÃO DINÂICA DE UA COUNA DE ABSORÇÃO E SCIAB PARA SUPORTE AO ENSINO DE ENGENHARIA QUÍICA A.F.B. PEREIRA, C.B.B. COSTA Universidade Estadual de aringá, Departamento de Engenharia Química
Leia maisPrograma de Pós-Graduação em Modelagem e Otimização, Regional Catalão / UFG
15 CAPÍTULO ABORDAGENS ROBUSTAS PARA PROBLEMAS DE OTIMIZAÇÃO LINEAR COM INCERTEZA NOS DADOS Marques, Raina Ribeiro 1 *; Queiroz, Thiago Alves de 2 ; 1 Programa de Pós-Graduação em Modelagem e Otimização,
Leia maisModelagem matemática do estimador de estados dos mínimos quadrados ponderados usando a ferramenta AMPL
https://eventos.utfpr.edu.br//sicite/sicite2017/index Modelagem matemática do estimador de estados dos mínimos quadrados ponderados usando a ferramenta AMPL RESUMO Pamela Maria Alves dos Santos pamelas@alunos.utfpr.edu.br
Leia maisExemplos. Prof. Marcelo Henrique. Exemplo 1 Produção de suco concentrado de laranja
Exemplos Prof. Marcelo Henrique Exemplo 1 Produção de suco concentrado de laranja O suco natural de laranja contém 13,5% m/m de sólidos e o restante de água. Já o suco concentrado de laranja comercial
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisInfluência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de.
Influência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de 1. Introdução: Classificação Lupércio França Bessegato 1 Roberto da Costa Quinino 2
Leia maisOTIMIZAÇÃO DA VAZÃO DE FLUIDO REFRIGERANTE E ÁREA DE TROCA TÉRMICA DE UM TROCADOR DE CALOR CONTRA- CORRENTE
OTIMIZAÇÃO DA VAZÃO DE FLUIDO REFRIGERANTE E ÁREA DE TROCA TÉRMICA DE UM TROCADOR DE CALOR CONTRA- CORRENTE Mário Gomes da Silva Júnior (1); Camila Barata Cavalcanti (2); Josiele Souza Batista Santos (3);
Leia maisSÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR VIA PROGRAMAÇÃO MATEMÁTICA USANDO UM MÉTODO DE OTIMIZAÇÃO SEQUENCIAL
SÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR VIA PROGRAMAÇÃO MATEMÁTICA USANDO UM MÉTODO DE OTIMIZAÇÃO SEQUENCIAL C. B. MIRANDA 1, M. A. S. S. RAVAGNANI 1 1 Universidade Estadual de Maringá, Departamento
Leia maisAPLICAÇÃO PRÁTICA DE OTIMIZAÇÃO EM TEMPO REAL EM UM PROCESSO DE DESTILAÇÃO EM ESCALA INDUSTRIAL
APLICAÇÃO PRÁTICA DE OTIMIZAÇÃO EM TEMPO REAL EM UM PROCESSO DE DESTILAÇÃO EM ESCALA INDUSTRIAL D. R.C. de MENEZES 1, J. E. A. GRACIANO 1,A. S. VIANNA JR. 1, F. S. LIPORACE 2 e G. A. C. LE ROUX 1 1 Universidade
Leia maisAVALIAÇÃO DE UM SISTEMA DE MEDIÇÃO DE ÁGUA EM INDÚSTRIAS
AVALIAÇÃO DE UM SISTEMA DE MEDIÇÃO DE ÁGUA EM INDÚSTRIAS Francisco F. Matos 1, Ricardo Kalid 1, Karla Oliveira-Esquerre 1, Asher Kiperstok 2 1 PEI Programa de Engenharia Industrial. Universidade Federal
Leia maisAPLICAÇÃO DO SIMULADOR EMSO EM UM PROBLEMA ESPECÍFICO DE CINÉTICA E CÁLCULO DE REATORES
APLICAÇÃO DO SIMULADOR EMSO EM UM PROBLEMA ESPECÍFICO DE CINÉTICA E CÁLCULO DE REATORES T. A. F. ROCHA 1, W. U. LEITE 1, B. L. VERÁS 1 e W. R. O. PIMENTEL 1 1 Universidade Federal de Alagoas, Centro de
Leia maisSIMULAÇÃO NUMÉRICA DE UM CONDENSADOR A AR
SIMULAÇÃO NUMÉRICA DE UM CONDENSADOR A AR R. S. MELLO e A. L. H. COSTA Universidade do Estado do Rio de Janeiro E-mail para contato: rsmello@outlook.com RESUMO A crescente necessidade da indústria química
Leia maisMODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA Cristiano Marinho Vaz, cmv02@hotmail.com Vinícius Ferreira da Silva
Leia maisUSO DO SOLVER PARA MAXIMIZAR O LUCRO EM UMA PRODUÇÃO DE GASOLINA
USO DO SOLVER PARA MAXIMIZAR O LUCRO EM UMA PRODUÇÃO DE GASOLINA A. C. B. SILVA 1, A. P. SILVA 2 1 Universidade de Uberaba, Departamento de Engenharia Química 2 Universidade Federal de Uberlândia, Departamento
Leia maisPesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear Introdução à Pesquisa Operacional Origens militares Segunda guerra mundial Aplicada na alocação de
Leia maisPROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN
PROGRAMAÇÃO DA PRODUÇÃO EM SISTEMAS POR BATELADAS: UM ESTUDO PARA A OTIMIZAÇÃO DO MAKESPAN R. P. da ROCHA 1, M. de F. MORAIS 1, M. A. da S. S. RAVAGNANI 2, C. M. G. ANDRADE 2, C. M. P. R. PARAÍSO 2 1 Universidade
Leia maisMÉTODO DE MCCABE-THIELE REVERSO PARA SIMULAÇÃO DE UNIDADE DE DESTILAÇÃO MULTICOMPONENTE
MÉTODO DE MCCABE-THIELE REVERSO PARA SIMULAÇÃO DE UNIDADE DE DESTILAÇÃO MULTICOMPONENTE Julita Savant Carvalho, 2 Luiz Fernando de Moura Discente do curso de Engenharia Química da UFSCar 2 Professor do
Leia maisENG-032 INSTRUMENTAÇÃO APLICADA À INDÚSTRIA DO PETRÓLEO E GÁS NATURAL DISCIPLINA OPTATIVA
1 Universidade Federal da Bahia - UFBA Escola Politécnica EP Departamento de Engenharia Química - DEQ Laboratório de Controle e Otimização de Processos Industriais - LACOI Disciplina: Instrumentação aplicada
Leia maisPROPOSTA DE CONTROLE PREDITIVO DISTRIBUÍDO PARA SISTEMAS NÃO LINEARES
PROPOSTA DE CONTROLE PREDITIVO DISTRIBUÍDO PARA SISTEMAS NÃO LINEARES 1 Rosiane Ribeiro Rocha e 2 Luís Cláudio Oliveira-Lopes 1 Aluna de Doutorado do curso de Engenharia Química da UFU/MG e bolsista Capes
Leia maisX Congresso Brasileiro de Engenharia Química Iniciação Científica
Blucher Chemical Engineering Proceedings Dezembro de 24, Volume, Número X Congresso Brasileiro de Engenharia Química Iniciação Científica Influência da pesquisa em Engenharia Química no desenvolvimento
Leia maisAcadêmico: Marcio Briesemeister Orientador: Prof. Dr. Milton Procópio de Borba
SOCIEDADE EDUCACIONAL DE SANTA CATARINA SOCIESC INSTITUTO SUPERIOR TUPY IST BACHARELADO EM ENGENHARIA DE PRODUÇÃO MECÂNICA PROGRAMAÇÃO MATEMÁTICA APLICADA À GERAÇÃO DE ESTIMATIVAS EM GERENCIAMENTO DE PROJETOS
Leia maisVolume Parcial Molar
Volume Parcial Molar 1. Introdução O volume molar é definido como o volume ocupado por 1 mol de uma substância pura. Por exemplo, o volume molar da água pura é 18 cm 3 /mol, conforme mostrado no cálculo
Leia mais5 O Problema de Localização dos Sistemas de Mistura em Linha
35 5 O Problema de Localização dos Sistemas de Mistura em Linha 5.1 Sistemas de Mistura em Linha A Petrobras está desenvolvendo um vasto programa de adequação da infraestrutura de suas refinarias para
Leia maisIF-705 Automação Inteligente Sistemas de Controle - Fundamentos
IF-705 Automação Inteligente Sistemas de Controle - Fundamentos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br
Leia maisO USO RACIONAL DA ÁGUA EM AEROPORTOS O ESTUDO DE CASO NOS SANITÁRIOS DO AEROPORTO INTERNACIONAL DE SALVADOR/BA.
O USO RACIONAL DA ÁGUA EM AEROPORTOS O ESTUDO DE CASO NOS SANITÁRIOS DO AEROPORTO INTERNACIONAL DE SALVADOR/BA. Maria Thaís Menezes Freire (1) Engenheira sanitarista (1990/UFBA), especialista em Gerenciamento
Leia maisIntrodução à Engenharia Química I
Introdução à Engenharia Química I Roteiro do Trabalho O objetivo deste texto é apresentar um conjunto de sugestões sobre como abordar o trabalho proposto. No entanto, cada grupo não necessariamente deve
Leia maisFluxogramas de Processos Químicos. Manoel Méndez Instrumentação e Controle de Processos Químicos 9º EGQ
Fluxogramas de Processos Químicos Manoel Méndez Instrumentação e Controle de Processos Químicos 9º EGQ Tipos de Fluxogramas de Processos Químicos Fluxograma de Blocos FB-### Fluxograma de Processos FP-###
Leia maisCURSO DE MESTRADO EM Construções Metálicas
CURSO DE MESTRADO EM Construções Metálicas DEPARTAMENTO DE ENGENHARIA CIVIL - ESCOLA DE MINAS UNIVERSIDADE FEDERAL DE OURO PRETO Disciplina: Otimização Estrutural I Carga Horária: 45 Código: CIV 733 Responsável:
Leia mais3. MODELOS MATEMÁTICOS
13 3. MODELOS MATEMÁTICOS 3.1 ENSAIOS EXPERIMENTAIS COM O TROCADOR DE CALOR Todos os ensaios realizados com o trocador de calor para a obtenção de seu modelo consistiram em se aplicar um degrau de vazão
Leia maisAula IV Simbologia e Diagramas de Instrumentação
Aula IV Simbologia e Diagramas de Instrumentação Universidade Federal da Bahia Escola Politécnica Disciplina: Instrumentação e Automação Industrial I(ENGF99) Professor: Eduardo Simas(eduardo.simas@ufba.br)
Leia maisSUMÁRIO PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3. PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação...
PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3 PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação... 7 CAPÍTULO 1 Modelagem matemática e resolução de problemas de engenharia...10
Leia maisPESQUISA OPERACIONAL Introdução. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUISA OPERACIONAL Introdução Professor Volmir Wilhelm Professora Mariana Kleina PESQUISA OPERACIONAL Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema do
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FICHA DE COMPONENTE CURRICULAR CÓDIGO: FEELT31617 UNIDADE ACADÊMICA OFERTANTE: COMPONENTE CURRICULAR: INSTRUMENTAÇÃO INDUSTRIAL SIGLA: FACULDADE DE ENGENHARIA ELÉTRICA
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 0 2 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x + x 3 2 + 5x
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisCiclo de vida: fases x atividades
Ciclo de vida Fase de definição Análise e Especificação Estudo de Viabilidade Estimativas Planejamento Fase de desenvolvimento Design Implementação e integração Verificação e Validação Fase de operação
Leia maisMINIMIZAÇÃO DO USO DE ÁGUA NA INDÚSTRIA: BALANÇO HÍDRICO
MINIMIZAÇÃO DO USO DE ÁGUA NA INDÚSTRIA: BALANÇO HÍDRICO REDE DE TECNOLOGIAS LIMPAS DA BAHIA PPG ENGENHARIA INDUSTRIAL ESCOLA POLITÉCNICA UNIVERSIDADE FEDERAL DA BAHIA Francisco Ferreira Matos Fabiano
Leia maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia maisTÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações. Área do Conhecimento (Tabela do CNPq):
INSTITUCIONAL/IFSP PROJETO DE PESQUISA TÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações Área do Conhecimento (Tabela do CNPq): 3. 0 8. 0 2. 0 2-4 1. RESUMO O problema de empacotamento
Leia maisDESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES
DESENVOLVIMENTO DE UM ALGORITMO PARALELO PARA APLICAÇÃO EM CLUSTER DE COMPUTADORES João Ricardo Kohler Abramoski (PAIC/FUNDAÇÃO ARAUCÁRIA), Sandra Mara Guse Scós Venske (Orientadora), e-mail: ssvenske@unicentro.br
Leia maisANÁLISE DA PRODUÇÃO DE PROPILENOGLICOL COM O USO DO SOFTWARE COMPUTACIONAL MATLAB
ANÁLISE DA PRODUÇÃO DE PROPILENOGLICOL COM O USO DO SOFTWARE COMPUTACIONAL MATLAB Daniel Pessanha de Queiroz 1; Willian Oliveira Dias 2; Talles Caio Linhares de Oliveira 3; 1 Universidade Mauricio de Nassau,
Leia maisMétodos Numéricos. Professor Tenani - 9 de Agosto de 2015
Métodos Numéricos Professor Tenani - www.professortenani.com.br 9 de Agosto de 2015 Métodos Numéricos Professor Tenani - www.professortenani.com.br 1 / 51 Índice Métodos Numéricos Professor Tenani - www.professortenani.com.br
Leia maisSIMULAÇÃO NUMÉRICA DA DETECÇÃO DE VAZAMENTO EM OLEODUTO CONTENDO CONEXÃO TÊ
SIMULAÇÃO NUMÉRICA DA DETECÇÃO DE VAZAMENTO EM OLEODUTO CONTENDO CONEXÃO TÊ M. de V. ARAÚJO 1, F. D. T. de LUNA 2, S. R. de FARIAS NETO³, A. G. B. de LIMA 4 1 Universidade Federal de Campina Grande, Programa
Leia maisUN ALGORITMO DE PUNTO INTERIOR PARA LA RESOLUCIÓN DE PROBLEMAS DE CONTACTO
UN ALGORITMO DE PUNTO INTERIOR PARA LA RESOLUCIÓN DE PROBLEMAS DE CONTACTO Sandro Rodrigues Mazorche Universidade Federal de Juiz de Fora - UFJF, Dep. de Matemática - ICE, Campus Universitário - CEP 36036-330
Leia maisOTIMIZAÇÃO OPERACIONAL DE UM REATOR CATALÍTICO VIA PROGRAMAÇÃO NÃO-LINEAR
OTIMIZAÇÃO OPERACIONAL DE UM REATOR CATALÍTICO VIA PROGRAMAÇÃO NÃO-LINEAR A. P. MELO, N. S. V. BARBOSA, E. Q. EUGENIO e A. L. H. COSTA Universidade do Estado do Rio de Janeiro, Instituto de Química E-mail
Leia maisAlvaro Talavera López
CONTROLE ADAPTATIVO GENETICO INDIRETO PARA SISTEMAS NÃO LINEARES E OTIMIZAÇÃO DE CONTROLADORES PID UTILIZANDO ALGORTIMOS GENÉTICOS Alvaro Talavera López alvaro@ele.puc-rio.com Departamento de Engenharia
Leia maisDisciplina: Ciências do Ambiente
Disciplina: Ciências do Ambiente Poluição Sonora 4ª Parte Prof. Fernando Porto RUÍDO, AEROPORTOS E AERONAVES Introdução Os efeitos que o ruído dos aviões têm sobre as comunidades vizinhas dos aeroportos
Leia maisCode: Luiza Rodrigues Matos, Daisy Paes Silva, Edilaine Martins Soler. Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP)
A Comparison Between the Efficiency of the Outer Approximation Method and the Branch-and-Bound Method to Solve the Optimal Power Flow Problem with Discrete Control Variables Code: 19.024 Luiza Rodrigues
Leia maisUma proposta para detecção de erros grosseiros em balanços de massa de processos industriais
SCIENIA PLENA VOL. 7, NUM. 4 011 www.scientiaplena.org.br Uma proposta para detecção de erros grosseiros em balanços de massa de processos industriais A. M. Oliveira Júnior 1,E.J. Santos 1, E. L. Lima
Leia maisProjeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido
Projeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido Allan Martins¹, Jéssica Aguiar¹, Paulo Henrique Melo¹,
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
Leia maisLorí Viali. Afiliação
Lorí Viali Licenciatura Plena em Matemática UFRGS Bacharelado em Matemática UFRGS Especialização em Formação de Pesquisadores PUCRS Mestrado em Engenharia de Produção (PO) UFSC Doutorado Sanduíche na USF
Leia maisVI-Oktober Fórum PPGEQ
ATUALIZAÇÃO AUTOMÁTICA DE MODELOS PARA OTIMIZAÇÃO EM TEMPO REAL Giovani Tonel 1, Argimiro Resende Secchi 1, Jorge Otávio Trierweiler 1 1 Grupo de Integração, Modelagem, Simulação, Controle e Otimização
Leia mais