Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/7829
Título: Filtro de partículas aceleração-reponderação em um problema referência da engenharia química
Título(s) alternativo(s): Particle filter move-reweighting in a benchmark problem of chemical engineering
Autor(es): Hoffmann, Rayani Xavier
Orientador: Silva, Wellington Betencurte da
Coorientador: Dutra, Julio Cesar Sampaio
Data do documento: 13-Fev-2017
Editor: Universidade Federal do Espírito Santo
Resumo: Devido aos constantes avanços computacionais, bem como o desenvolvimento de eficientes métodos para a solução de problemas não-lineares, tem-se tornado interessante o uso de estimação on-line em processos químicos não-lineares. Neste contexto, a busca por métodos mais rápidos e robustos se tornaram um desafio para os pesquisadores, pois permite a realização de estimativas em tempo real de variáveis infrequentemente medidas e de variáveis de estados e parâmetros desconhecido que são variantes no tempo. Desta forma, a estimação de estados tem como objetivo usar a informação disponível através do modelo do processo e das medições para obter estimativas de estados do sistema. Esta informação pode ser usada para o monitoramento, otimização e controle do processo. Assim, esta dissertação tem como objetivo aplicar os filtros de partículas Amostragem e Reamostragem por Importância (SIR) e Aceleração-Reponderaçao (AR) à estimação de estados em um problema de reservatório de petróleo e o benchmark van der Vusse. Para isso, são discutidos os vários métodos de estimação, tendo foco nos filtros de partículas. Em seguida, foram simulados os dois casos propostos neste trabalho, para aplicação dos algoritmos dos filtros de partículas. Os resultados para ambos os filtros foram satisfatórios, porém o filtro AR obteve melhor desempenho. Essa metodologia mostra os benefícios quando se usa um pequeno número de partículas e a abordagem de reponderação pode ser promissora para atenuar a assimetria na distribuição dos pesos de partículas, obtendo assim melhores resultados para a inferência Bayesiana on-line e evitando a necessidade do uso da reamostragem, que é um dificultador do filtro SIR. Palavras-chave: Processos Químicos, Filtro de Partículas, Problemas Inversos, Reservatório, Reação de van der Vusse.
Due to the constant computational advances, as well as the development of efficient methods for solving nonlinear problems, it has become interesting the use on-line estimation on nonlinear chemical processes. In this context, the search for more faster and robust methods have become a challenge for researchers, for allows the accomplishment of real-time estimates of unmeasured or infrequently-measured variables, states variables and unknown or time-variant model parameters. Therefore, state estimation aims to use the information available through the process model and the measurements to obtain estimates of system states. This information can be used for monitoring, optimization and process control. For these reasons, the present work is aimed the application the Sampling Importance Reasampling (SIR) and MoveReweighting (AR) filters to the state estimation in an oil reservoir problem and the van der Vusse benchmark. For this, the various estimation methods are discussed, focusing on the particle filters. Next, the two cases proposed in this work were simulated for the application of particle filter algorithms. The results for both filters were satisfactory, but the AR filter obtained better performance. This methodology shows the benets when using a small number of particles and the move-reweighting approach can be promising to attenuate the asymmetry in the distribution of the particle weights, thus obtaining better results for online Bayesian inference and avoiding the need to use the resampling, which is a SIR filter problem.
URI: http://repositorio.ufes.br/handle/10/7829
Aparece nas coleções:PPGEQ - Dissertações de Mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_9836_Dissertação Rayani Xavier Hoffmann.pdf1.74 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.