Estabilizador neural não-linear para sistemas de potência treinado por rede de controladores lineares

A utilização de Estabilizadores de Sistemas de Potência (ESP), para amortecer oscilações eletromecânicas de pequena magnitude e baixa freqüência, é cada vez mais importante na operação dos modernos sistemas elétricos. Estabilizadores convencionais, com estrutura e parâmetros fixos, têm sido utilizados com essa finalidade há algumas décadas, porém existem regiões de operação do sistema nas quais esses estabilizadores lineares não são tão eficientes, especialmente quando comparados com estabilizadores projetados através de modernas técnicas de controle. Um ESP Neural, treinado a partir de um conjunto de controladores lineares locais, é utilizado para investigar em quais regiões de operação do sistema elétrico o desempenho do estabilizador a parâmetros fixos é deteriorada. O melhor desempenho do ESP Neural nessas regiões de operação, quando comparado com o ESP convencional, é demonstrado através de simulações digitais não-lineares de um sistema do tipo máquina síncrona conectada a um barramento infinito e de um sistema com quatro geradores.

Influência da temperatura nos parâmetros de modelos bi-paramétricos que predizem isotermas de adsorção de umidade do guaraná (Paullinia cupana) em pó

Oito modelos matemáticos bi-paramétricos, existentes na literatura e com larga aplicação na predição de isotermas de adsorção foram submetidos à análise. O guaraná (Paullinia cupana) em pó objeto deste estudo foi obtido em "spray dryer", a partir de um extrato hidroalcoólico. Ajustaram-se os pontos experimentais das isotermas de adsorção de umidade do produto à 15°C, 25°C e 35°C, por análise de regressão não-linear. Para estudar o efeito da temperatura nos parâmetros dos modelos utilizaram-se regressões dos tipos: linear, exponencial, logarítmica e inversa. Utilizou-se para fazer os ajustes o aplicativo STATGRAPHICS 5.1. Entre os modelos testados os que apresentam melhores resultados foram as equações de Handerson, Oswin e Mizrahi.