Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas

Qualificação de combustíveis líquidos por método eletrônico, Teses (TCC) de Eletrônica

Apresentação TCC - Qualificação de combustíveis líquidos por método eletrônico utilizando redes neurais artificiais - FAC-FITO

Tipologia: Teses (TCC)

2017

Compartilhado em 10/02/2017

william-euclides-11
william-euclides-11 🇧🇷

5

(1)

2 documentos

1 / 30

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
1/30
FAC-FITO - TCC
Qualificação de combustíveis líquidos
por método eletrônico utilizando
redes neurais artificiais
Autores
Alexandre Liondas Neto
Daniel Brás Rochinha Rodrigues
Péricles Fernando Nunes de Oliveira
William Euclides da Silva
Orientador
Prof. Dr. Henrique Estanislau Maldonado Peres
Engenharia Elétrica
Osasco
2012
PAWD
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e

Pré-visualização parcial do texto

Baixe Qualificação de combustíveis líquidos por método eletrônico e outras Teses (TCC) em PDF para Eletrônica, somente na Docsity!

FAC-FITO - TCC^ Qualificação de combustíveis líquidospor método eletrônico utilizandoredes neurais artificiais

AutoresAlexandre Liondas NetoDaniel Brás Rochinha RodriguesPéricles Fernando Nunes de OliveiraWilliam Euclides da SilvaOrientadorProf. Dr. Henrique Estanislau Maldonado Peres Engenharia ElétricaOsasco^2012

PAWD

Objetivo^

PAWD Qualificação de combustíveis líquidos por:- sistema eletrônico;- portátil;- arranjo de sensores;- inteligência artificial.^ Substituindo o sistema atual de análise em campo

Combustíveis - Adulteração^ Causas de não conformidade dos combustíveis - Jan/

(em porcentagem)^ [ANP, 2012]

PAWD

Sensores - Grandezas^ Comparativo de grandezas físico-químicas entre os combustíveisEtanol, Metanol e a substância água

PAWD Característica^

Etanol^ Metanol^ Água Condutividade Elétrica (uS/m)^

Permissividade elétrica^

Densidade (g/mL)^

0,789^ 0,791^1

Acidez (pKa)^

15,9^ ~15.

Viscosidade (cP a 20°C)^

1,200^ ~0,59^ 1,

Ponto Ebulição (°C)^

Ponto Fusão (°C)^

−114.3^ -98^0

Momento Dipolar^

1,69 D^ 1,70 D^ 1,85 D

Massa Molar (g/mol)^

46.06^ 32.04^18

Calor Específico (cal/g.ºC)^

0.615^ 0,599^ 1,

Condutividade Térmica (W/mK)^

0.18^ 0,21^ 0,

Tensão Superficial mN/m^

22,55 (20°C)^ 23,2^ 71,98 (
°C)

Sensores - Condutividade

PAWD Circuito para medição da condutividade elétrica i^^ ),,(^ AdLc ×= v A d (^) σ V retificador 9V 60Hz L

sinal de saídaresistor dereferênciaamplificador Foto das hastes de grafite do sensor

Sensores - Densidade^ Lei de Stevin

PAWD amplificador^ sinal de saída^ V^ p1^ Sensor de pressão^ MPXV7002 e montagem mecânicag^ h ∆ p2^ hg ∆××=∆ ρP

Sensores – Absorbância

PAWD Perfis espectrais NIR do álcool e água (600 a 2400 nm)^ [CHAGAS, 2006]

Sensores – Absorbância

PAWD

Circuito do emissor e receptorde infravermelho

Montagem do dispositivo dealinhamento e cubeta

RNA - História^ RNA – Rede Neural Artificial^ Tipo de IA (Inteligência Artificial) - imita artificialmente os neurôniosbiológicos;^ Criada em 1943 por Mc Culloch (psiquiatra e neurologista) e Pitts(matemático);^ Em 1958 , Frank Rosenblatt criou

perceptron ; Ferramenta estatística para resolução de problemas.

PAWD

RNA – Comparativos^ Diagrama de um neurônio biológico simplificado (a) e um

neurônio artificial (b).

PAWD propagação

RNA – Perceptron Multi-Camadas^ Entradas

CamadaOculta

CamadaSaída A topologia da a RNA:- Perceptron multi-camadas- 4 entradas;- 1 camada oculta com 8 neurônios- camada de saída com 1 neurônio

PAWD W1^ W1 RespostaWmWn

RNA – Treinamento (backpropagation) Erro:^ (^ ) ydE^ −= Derivada:^ (^

)(ν− e ' ϕ = 2 )( ν−) 1 + e

Variação do peso:^

yw ××−=∆ δ η ent

Gradiente local:^

)(' ν ϕ δ ×−= E

Novo peso:^

Diagrama de um neurônio artificial e a modelagem matemática necessáriapara treinamento ou correção dos pesos sinápticos.^ À partir do treinamento a RNAtorna-se apta a generalizar ecalcular respostas diante de umproblema para qual foi treinada. www^ ∆+=

PAWD E

Protótipo - Hardware^ Foto do protótipo inteiro

PAWD

Amostra sendo medida

Protótipo – Software com a RNA^ Tela principal

PAWD

Tela de resposta

Linguagem de programação:Visual Basic.
  • Treinamento e validação da RNA;• Banco de dados de amostras;• Gráficos