Site antigo: versão de 03/09/2021
Clique aqui para acessar a nova página
Ver Legenda
Página Existente
Página não encontrada
Autor: Fernando Reis da Cunha.
Orientadores: Maurício Bezerra de Souza Jr. e Rossana Odette Mattos Folly.
No controle de qualidade de processos de produção de resinas poliméricas, variáveis de desempenho não são facilmente medidas por sensores físicos em tempo real (medições on-line). Entretanto, elas são correlacionadas a condições operacionais tais como temperaturas, pressões e concentrações (catalisadores, iniciadores, monômeros, etc.), variáveis normalmente registradas e armazenadas em histórico.
A complexidade de fenômenos físico-químicos que regem as reações de obtenção de polímeros torna difícil a predição de propriedades a partir de relações fenomenológicas.
O presente trabalho mostra o desenvolvimento e aplicação de sensores virtuais baseados em modelos heurísticos para predição de propriedades finais de polímeros. Foram construídos modelos derivados de planejamento experimental, baseados em dados de laboratório de síntese de poliestireno de alto impacto (HIPS), para inferência de massa molar média, polidispersão, diâmetro de partícula e resistência ao impacto, com R2 acima de 0,98.
Numa outra abordagem, empregando dados industriais de produção de homopolímeros e copolímeros de polipropileno em planta Spheripol, foram construídos e avaliados 370 modelos heurísticos, onde ficou comprovada a eficácia de sensores para inferência do índice de fluidez e do teor de solúveis em xileno (R2 entre 0,80 e 0,97 durante a fase de teste). Redes neuronais artificiais multicamadas se mostram excelentes paradigmas para tratamento de dados históricos devido à sua capacidade em lidar com dados não-lineares e adaptabilidade.
Os sensores para determinação do índice de fluidez e teor de solúveis em xileno foram testados com sucesso em dados reais obtidos durante um período de 10 meses, mostrando-se ferramenta promissora para implementação em controle e otimização de processo.