Predição do equilibrio liquido-vapor atraves de redes neurais artificiais / Prediction of vapor-liquid equilibrium using artificial neural networks

AUTOR(ES)
DATA DE PUBLICAÇÃO

2008

RESUMO

: Esse trabalho tem como objetivo o estudo da viabilidade de se utilizar se redes neurais artificiais (RNAs) para a predição de equilíbrio líquido-vapor (EL V), utilizando a abordagem do método de contribuição de grupos, método UNIF AC. Foram feitas duas propostas de trabalho, uma substituindo o método UNIF AC para o cálculo do coeficiente de atividade (?) pelas RNAs e outra calculando diretamente a composição da fase vapor (y) através das RNAs. A principal vantagem da utilização de uma rede neural reside na sua capacidade de modelar o sistema em equilíbrio sem a necessidade da definição prévia de um modelo de equilíbrio específico, como ocorre, por exemplo, no método UNIF AC. Foram estudados dois sistemas, um sistema constituído de misturas binárias álcoois água com cinco grupos funcionais UNIF AC e outro com misturas binárias de: álcoois, água, aldeídos e cetonas, com oito grupos funcionais UNIF AC. Foram usadas redes neurais do tipo feedforward com uma camada escondida. Utilizou-se o software Matlab 7.0 como ferramenta para esse trabalho. Nesse trabalho o número de neurônios na camada escondida foi estimado por três métodos diferentes. No entanto, os melhores resultados não foram obtidos por nenhum .destes e sim por redes com números de neurônios bem menores. Esse resultado demonstrou a independência de teorias e postulados na área de redes neurais artificiais, já que não existe como prever o seu desempenho e nem como escolher através de uma forma ótima e única os seus algoritmos e funções. Os resultados obtidos mostraram uma. boa capacidade de predição da rede, com desvios na mesma ordem de grandeza que os métodos baseados no uso de um modelo específico para a descrição do comportamento de equilíbrio líquido-vapor, mas sem a necessidade de se definir um modelo ou de seretp calculados parâmetros de interação ou constantes ajustáveis. Esse resultado é relevànte, uma vez que os sistemas estudados apresentam não idealidades acentuadas Abstract : In this work the suitability of artificial neural networks (ANN) for the prediction of vapour-liquid equilibrium (VLE) is analyzed, using molecular groups that describe the components as input. Two different approaches were studied. In the first proposal the ANN is used to predict activity coefficients, in a similar way as done by the UNIF AC method. In the second proposal, vapour composition and equilibrium temperature are computed by the neural network without intermediate activity coefficient calculation. The main gain of the neural network is it capability to model the VLE without a previous definition of a specific equilibrium mo dei, like the UNIF AC mode!, for instance. Two different systems were studied, one of these is consisting of only binary mixtures for alcohols-water components with five UNIF AC functional groups. The other one is composed of binary mixtures of alcohols, water, aldehydes and ketones components with eight UNIF AC functional groups. The ANN used in this work is a feedforward network with one hidden layer, the networks was implemented in Matlab 7.0 software. In this work the numbers of hidden layers was estimating by three different methods. However the best results weren t found by none of these methods, but by a . smaller number of neurons than the indicated methods. These results show the independency of theories and postulates in the ANN area. There isn t a simple way to preview the network performance nor hüw to chose the optimum and unique form its algorithms and functions. The results showed that the proposed networks are capable of predicting VLE within a reasonable error margin, comparable to methods using specific thermodynamic models, without the necessity to define a mo dei, to calculate interaction parameters or adjustables constants. This result is relevant, respecting the systems presented here have a highly non-ideal behaviour

ASSUNTO(S)

neural networks (computer) equilibrio liquido-vapor termodinamica redes neurais (computação) thermodynamic vapor-liquid equilibrium

ACESSO AO ARTIGO

Documentos Relacionados