Eficiência Energética No Controle E Automação De Processos Industriais Utilizando Redes Neurais Artificiais

Authors

  • R. R. B. Aquino Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil
  • Z. D. Lins Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil
  • P. A. C. Rosas Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil
  • L. F. A. Cordeiro Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil
  • J. R. C. Ribeiro Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil
  • P. S. Amorim Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil
  • I. A. Tavares Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

DOI:

https://doi.org/10.18618/REP.2009.2.117124

Keywords:

Automação industrial, controlador PI, Eficiência Energética, Redes Neurais Artificiais

Abstract

Este artigo apresenta o desenvolvimento e a implementação de um sistema de controle baseado em inteligência artificial aplicável a sistemas industriais com o objetivo de aumentar a eficiência energética. O sistema de controle desenvolvido utiliza Redes Neurais Artificiais- RNA em conjunto com um controlador linear do tipo Proporcional Integral-PI e foi modelado utilizando dados reais. O sistema de controle teve o seu desempenho avaliado em simulação através do software Simulink® do Matlab® com o qual obteve resultados satisfatórios. Esse sistema de controle desenvolvido foi aplicado à bancada didática de sistema de bombeamento do Laboratório de Eficiência Energética e Qualidade de Energia da Universidade Federal de Pernambuco e, os resultados experimentais obtidos mostram o potencial da aplicação na indústria visando ganhos na eficiência energética.

Downloads

Download data is not yet available.

Author Biographies

R. R. B. Aquino, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascido em 06/01/1962, em Recife, possui graduação em Engenharia Elétrica pela Universidade Federal de Pernambuco (1983), mestrado em Engenharia Elétrica pela Universidade Federal de Pernambuco (1995) e doutorado em Engenharia Elétrica pela Universidade Federal da Paraíba (2001). Atualmente é Professor da Universidade Federal de Pernambuco. Tem experiência na área de Sistemas Elétricos de Potência e Eficiência Energética. Atua principalmente nos seguintes temas: redes neurais artificiais e outras técnicas de inteligência artificial (IA) e suas aplicações em despacho hidrotérmico, previsão de carga elétrica e ventos, classificação de distúrbios, detecção falhas em isoladores, detecção falhas transformadores de potência, bem como na utilização de técnicas de IA na modelagem e controle de sistemas motrizes industriais para melhorar sua eficiência energética.

Z. D. Lins, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascido em 30/08/1961, em Recife, é engenheiro eletricista pela Universidade Federal de Pernambuco (1985), realizou mestrado em engenharia elétrica na área de sistemas elétricos de potência na UFPE (1992) e concluiu o doutorado pela Universidade Estadual de Campinas-UNICAMP (2001) na área de automação de máquinas elétricas. É Professor do Departamento de Engenharia Elétrica e Sistemas de Potência da UFPE desde 1993. Suas áreas de interesse incluem acionamentos de máquinas elétricas, eficiência energética, qualidade de energia e sistemas fotovoltaicos.

P. A. C. Rosas, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascido em 10/02/1974, em Fortaleza, é engenheiro eletricista pela Universidade Federal de Pernambuco (1996), realizou mestrado em Energia Eólica na área de qualidade de energia (1999) e concluiu o doutoramento pela Universidade Técnica da Dinamarca na área de integração de centrais eólicas no sistema elétrico de potência. Atualmente é Professor do Departamento de Engenharia Elétrica e Sistemas de Potência da UFPE. Suas áreas de interesse incluem qualidade de energia, eficiência energética, integração de novas fontes de energia.

L. F. A. Cordeiro, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascido em 03/09/1982, em Sertânia, é engenheiro eletricista pela Universidade Federal de Pernambuco (2006), realizou mestrado em engenharia elétrica na área de Processamento de Energia pela UFPE (2008). Suas áreas de interesse são: eficiência energética, conservação de energia, qualidade do processamento de energia, inteligência artificial e automação de processos industriais.

J. R. C. Ribeiro, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascido em 01/11/1982, em Recife, é engenheiro eletricista pela Universidade Federal de Pernambuco (2007) e atualmente está cursando o Mestrado em Engenharia Elétrica na área de Processamento de Energia pela UFPE. Suas áreas de interesse são: eficiência energética, conservação de energia, automação industrial e inteligência artificial.

P. S. Amorim, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascida em 23/10/1983, em Vitória de Santo Antão, é engenheira eletricista pela Universidade Federal de Pernambuco (2007) e atualmente está realizando o Mestrado em Engenharia Elétrica na área de Processamento de Energia pela UFPE. Suas áreas de interesse são: eficiência energética, conservação de energia, qualidade de energia e automação industrial.

I. A. Tavares, Universidade Federal de Pernambuco: Av. Acadêmico Hélio Ramos, s/n – CEP: 50.740-530, Recife, PE -Brasil

, nascida em 21/09/1983, em Recife, é engenheira eletricista pela Universidade Federal de Pernambuco (2006) e atualmente está em fase de conclusão do Mestrado em Engenharia Elétrica na área de Processamento de Energia pela UFPE. Suas áreas de interesse são: inteligência artificial, eficiência energética, conservação de energia e previsão de vazão.

References

J. W. C. Zhang, Y. Jing, D. An, "Study of Neural Network PID Control in Variable frequency Air-conditioning System", IEEE International Conference on Control and Automation, Guangzhou, CHINA, pp. 317-322, May 2007. https://doi.org/10.1109/ICCA.2007.4376371 DOI: https://doi.org/10.1109/ICCA.2007.4376371

F. G. Fernandes Júnior, J. S. Lopes, L. A. G. Oliveira, et al, "Implementação de Controladores PID Utilizando Lógica Fuzzy e Instrumentação Industrial", Anais do VII Simpósio Brasileiro de Automação Inteligente, SBAI, São Luís-MA, Setembro 2005.

R. R. B. Aquino, Z. D. Lins, P. A. C. Rosas, L. F. A. Cordeiro, J. R. C. Ribeiro, I. A. Tavares, P. S. Amorim, "Eficientização Energética em Métodos de Controle de Vazão", Anais da VIII Conferência Internacional em Aplicações Industriais, INDUSCON, Poço de Caldas-MG, Agosto 2008.

SIMATIC Software Siemens: WinCC flexible 2005 SP1, Compact/Standard/Advanced, Siemens, 04/2006.

L. Prechelt, "Proben1: A Set of Neural Network Benchmark Problems and Benchmarking Rules", Technical Report, pp. 21-94, September 1994. https://doi.org/DOI:10.5445/IR/39794

R. R. B. Aquino, G. B. Silva, M. M. S. Lira, A. A. Ferreira, M. A. Carvalho Júnior, J. B. Oliveira, "Combined Artificial Neural Network and Adaptive Neuro-Fuzzy Inference System for Improving a Short-Term Electric Load Forecasting", Lecture Notes in Computer Science, vol. 4669, pp. 779-788, 2007. https://doi.org/10.1007/978-3-540-74695-9_80 DOI: https://doi.org/10.1007/978-3-540-74695-9_80

R. R. B. Aquino, O. N. Neto, M. M. S. Lira, A. A. Ferreira, K. F. Santos, "Using Genetic Algorithm to Develop a Neural-Network-Based Load Forecasting", Lecture Notes in Computer Science, vol. 4669, pp. 738-747, 2007. https://doi.org/10.1007/978-3-540-74695-9_76 DOI: https://doi.org/10.1007/978-3-540-74695-9_76

S. Haykin, "Redes Neurais: Princípios e Práticas", Bookman, 2ª. Edição, Porto Alegre, 2001.

M. Riedmiller, H. Braun, "A direct adaptive method for faster backpropagation learning: The RPROP algorithm", IEEE International Conference on Neural Networks, vol. 01, pp. 586-591, 1993. https://doi.org/10.1109/ICNN.1993.298623 DOI: https://doi.org/10.1109/ICNN.1993.298623

M. T. Hagan, M. B. Menhaj, "Training Feedforward Networks with Marquardt Algorithm", IEEE Transactions on Neural Networks, vol. 05, no. 6, pp. 989-993, November 1994. https://doi.org/10.1109/72.329697 DOI: https://doi.org/10.1109/72.329697

Simulink Matlab, R2006b, The MathWorks, Inc., September 2006.

N. S. Maciel, R. D. S. Silva, R. C. Limão, M. E. L. Tostes, H. S. Paiva, J. H. Dias, "Utilização de Redes Neurais Artificiais para Modelagem de Sistemas Motrizes Industriais", Anais do XIX Seminario Nacional de Produção e Transmissão de Energia Eletrica, SNPTEE, Rio de Janeiro-RJ, Outubro 2007.

Downloads

Published

2009-05-31

How to Cite

[1]
R. R. B. Aquino, “Eficiência Energética No Controle E Automação De Processos Industriais Utilizando Redes Neurais Artificiais”, Eletrônica de Potência, vol. 14, no. 2, pp. 117–124, May 2009.

Issue

Vol. 14 No. 2 (2009)

Section

Original Papers

License

Copyright (c) 2009 Revista Eletrônica de Potência

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Crossref
Scopus
Google Scholar
Europe PMC