A identificação estrutural como proposta de classificação de variáveis para a reconciliação de dados industriais

Autores

  • Antonio Martins Oliveira Júnior Universidade Federal de Sergipe
  • José Carlos Costa da Silva Pinto Universidade Federal do Rio de Janeiro, PEQ/COPPE
  • Enrique Luis Lima Universidade Federal do Rio de Janeiro, PEQ/COPPE

Palavras-chave:

Reconciliação de dados, Classificação de variáveis, Processos industriais

Resumo

A reconciliação dos dados é fortemente afetada pela formulação do problema, pelo desempenho da otimização e interpretação estatística dos resultados. Isto deve ser avaliado por uma cuidadosa classificação das variáveis. Devido a complexidade dos atuais processos integrados e a grande quantidade de dados disponíveis em plantas automatizadas de alto desempenho, o uso de algoritmos de classificação vem crescendo dia a dia. Eles são aplicados no projeto de novas unidades, revamps e sistemas de monitoramento para reduzir a dimensão do problema de reconciliação de dados. É descrito um novo algoritmo que poderá ajudar o engenheiro a encontrar eficientes estratégias para o problema de classificação, aliado à formulação matemática. Algumas propriedades estruturais são discutidas e ilustradas, bem como é descrito o algoritmo de identificação estrutural. Há um grande incentivo econômico para a classificação robusta de variáveis, pois um procedimento deficiente irá requerer uma instrumentação adicional.

Biografia do Autor

Antonio Martins Oliveira Júnior, Universidade Federal de Sergipe

Departamento de Tecnologia de Alimentos, Programa de Pós-Graduação em Engenharia Química, Doutorado em Engenharia Química em 2006 no PEQ/COPPE/UFRJ.

 

José Carlos Costa da Silva Pinto, Universidade Federal do Rio de Janeiro, PEQ/COPPE

Professor do PEQ/COPPE/UFRJ

Enrique Luis Lima, Universidade Federal do Rio de Janeiro, PEQ/COPPE

Professor do PEQ/COPPE/UFRJ

Downloads

Publicado

2012-01-16

Como Citar

Oliveira Júnior, A. M., Pinto, J. C. C. da S., & Lima, E. L. (2012). A identificação estrutural como proposta de classificação de variáveis para a reconciliação de dados industriais. Scientia Plena, 7(11). Recuperado de https://scientiaplena.emnuvens.com.br/sp/article/view/381

Artigos mais lidos pelo mesmo(s) autor(es)