Previsão da Classificação da qualidade dos efluentes da indústria petrolífera com recurso a sistemas inteligentes

O presente trabalho realizou-se na Refinaria de Sines e teve como principal objectivo a utilização de ferramentas oriundas da Área Científica da Inteligência Artificial no desenvolvimento de modelos de previsão da classificação da Água Residual Industrial de acordo com a Legislação em vigor, com vista à minimização dos impactes ambientais e das tarifas aplicadas pela Concessionária (Águas de Santo André) à Refinaria. Actualmente a avaliação da qualidade do efluente é realizada através de métodos analíticos após colheita de uma amostra do efluente final. Esta abordagem é muito restritiva já que não permite actuar sobre o efluente em questão pois apenas pode evitar que, no futuro, uma mistura semelhante volte a ser refinada. Devido a estas limitações, o desenvolvimento de modelos de previsão baseados em Data Mining mostrou ser uma alternativa para uma questão pró-activa da qualidade dos efluentes que pode contribuir decisivamente para o cumprimento das metas definidas pela Empresa. No decurso do trabalho, foram desenvolvidos dois modelos de previsão da qualidade do efluente industrial com desempenhos muito semelhantes. Um deles utiliza a composição das misturas processadas e o outro, utiliza informações relativas ao crude predominante na mistura. ABSTRACT; This study has taken place at the Sines Refinery and its main objective is the use of Artificial Intelligence tools for the development of predictive models to classify industrial residual waters according with the Portuguese Law, based on the characteristics of the mixtures of crude oil that arrive into the Refinery to be processed, to minimize the Environmental impacts and the application of taxes. Currently, the evaluation of the quality of effluent is performed by analytical methods after harvesting a sample of the final effluent. This approach is very restrictive since it does not act on the intended effluent; it can only avoid that in the future a similar mixture is refined. Duet these limitations, the development of forecasting models based on Data Mining has proved to be an alternative on the important issue which is the quality of effluent, which may contribute to the achievement of targets set by the Company. During this study, two models were developed to predict the quality of industrial effluents with very similar performances. One uses the composition of processed mixtures and the other uses information regarding the predominant oil in the mixture.

Modelização de sistemas de gestão de energia em ambiente

Este trabalho propõe uma metodologia de tradução para igualar o programa de controle de PLC no ambiente Matlab/Simulink. A lista traduz automaticamente o programa de controlo de PLC para a linguagem. de software Matlab/Simulink. O programa do PlC é traduzido para uma função bloco do Matlab, dentro do ambiente Matlab/Simulink, que irá controlar o modelo do processo industrial, desde que a simulação seja executada. As entradas e saídas da lista de tradução do PLC depende do tipo de autómato que é escolhido. A lista de tradução será compatível com um ficheiro Matlab/Simulink que corresponde tradução de programa de controle de PLC. ABSTRACT: This work proposes a translation methodology to equa1 the program of control of PLC in the environment Matlab/Simulink. The list translates automatically the program of control of PLC for the language of software Matlab/Simulink. The program of the PlC is translated for a function block of the Matlab, inside the environment Matlab/Simulink, which will be going to control the model of the industrial process, since the simulation is executed. The entries and exits of the translation list of the PLC it depends on the type of automaton that is chosen. The translation list will be compatible with a filing cabinet Matlab/Simulink that corresponds translation of program of control of PLC.