No abstract

valor de vazão em torno de 1.43 % para um primeiro cenário utilizando uma placa de orifício e ar como fluido, e de 0,073 % para um segundo cenário utilizando uma placa de orifício e gás natural como fluido, com relação aos valores obtidos através do instrumento multivariável 3095MV T M do fabricante Rosemount. Os valores de erro encontrados validam o método desenvolvido nessa dissertação. Palavras chave: Computador de vazão, foundation fieldbus, medidor de vazão, instrumento multivariável, Delta V T M , software sensor, rede neural artificial, HART, placa de orifício. vii Abstract This dissertation proposes the development of an artificial neural network (ANN) directed to foundation fieldbus environment for calculation of flow in closed ducts. The proposed methodology uses measurements of pressure, temperature and differential pressure, which are usually available in industrial plants. The main motivation of the use of neural networks lies in their low cost and simplicity of implementation, which allows the use of standard fieldbus blocks by just making the method independent of the manufacturer. It was used a multilayer perceptron network with backpropagation training and algorithm from Levenberg-Marquardt. The training was programmed in the software Matlab T M . The architecture of the ANN was determined by empirical methods by varying the number of neurons and neural layers until it reaches an acceptable error. After such trainings, it was developed a program to perform the flow calculations in an foundation fieldbus environment using Emerson Process Management's Delta V T M software. The results were obtained with an average relative error of flow rate of 1.43 % for the first scenario using an orifice plate and air as a process fluid, and 0.073 % for a second scenario using an orifice plate and natural gas as the fluid related to the values obtained from Rosemount 3095MV T M multivariable instrument. The values of error found validate the method developed in this dissertation.

No abstract

Modo de acesso: World Wide Web Inclui bibliografia 1. Engenharia 2. Ensino. I. Título CDD-620 O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos seus respectivos autores.

Resumo: O conceito de indústria 4.0 engloba diversas tecnologias, todavia para estas serem desenvolvidas em um novo ecossistema, precisam conter uma estrutura adequada. O conteúdo dessa pesquisa visa demonstrar as vertentes estruturais contidas em uma instituição de ensino brasileira, levando em consideração como esta auxilia na evolução de uma organização tendo em vista se tornar referência no mercado formador. O Centro Universitário Facens contempla um laboratório de indústria 4.0, que será utilizado como base para o desenvolvimento desse estudo de caso, atentando para como as universidades transmitem o conhecimento para criar líderes 4.0. Foram analisados os cursos de graduação e pós-graduação da instituição, no que se refere ao ensino de tecnologias 4.0, 270 alunos usufruíram da infraestrutura nos anos de 2018 e 2019. Os cursos de graduação que desfrutaram do laboratório foram de engenharia mecânica, produção e mecatrônica, já no que se refere a pós-graduação, os cursos de manufatura avançada 4.0 e controle e automação marcaram presença nesse ambiente tecnológico. Houve um crescimento de aproximadamente 55% dos alunos impactados levando em conta os anos de 2018 e 2019. A metodologia ativa de aprendizagem foi um dos fatores que mais contribuiu para a melhoria do método de ensino dentro do laboratório e da instituição como um todo, o ambiente foi projetado totalmente voltado ao ensino, desde as configurações das mesas até o planejamento das aulas. O espaço também contribuiu para a elaboração de projetos acadêmicos, que foram ao total, 31 projetos propostos, em que 16 foram concluídos e 15 estão em desenvolvimento.