Please use this identifier to cite or link to this item: https://ri.ufs.br/jspui/handle/riufs/1459
Full metadata record
DC FieldValueLanguage
dc.contributor.authorOliveira Júnior, Antônio Martins-
dc.contributor.authorPinto, José Carlos Costa da Silva-
dc.contributor.authorLima, Enrique Luis-
dc.date.accessioned2015-02-05T19:04:51Z-
dc.date.available2015-02-05T19:04:51Z-
dc.date.issued2011-
dc.identifier.citationOLIVEIRA JÚNIOR, A. M.; PINTO, J. C. C. S.; LIMA, E. L. A identificação estrutural como proposta de classificação de variáveis para a reconciliação de dados industriais. Sciencia Plena, Aracaju, v. 7, n. 11, 2011. Disponível em: <http://www.scientiaplena.org.br/sp/article/view/381>. Acesso em: 05 fev. 2015.pt_BR
dc.identifier.issn1808-2793-
dc.identifier.urihttps://ri.ufs.br/handle/riufs/1459-
dc.description.abstractA 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. _________________________________________________________________________________________ ABSTRACT: Data reconciliation is strongly affected by formulation problem, statistical results interpretation and optimization performance. This must be valued by a carefully variable classification. Due to of the complexity of integrated process and the large volume of available data in highly automated plants; classification algorithms are increasing used nowadays. They are applied to the revamps, design and monitoring systems and to reduce the dimension of the data reconciliation problem. A new algorithm is described which can help the engineer find efficient strategies for the classification problem allied with the mathematical formulation. Some structural properties are discussed and illustrated. The new structural identification algorithm is described. There is a large economical incentive for the variable robust classification, because a defective procedure will request an additional instrumentation.pt_BR
dc.language.isopt_BRpt_BR
dc.publisherAssociação Sergipana de Ciênciaspt_BR
dc.subjectDadospt_BR
dc.subjectVariáveispt_BR
dc.subjectProcessos industriaispt_BR
dc.subjectProduçãopt_BR
dc.subjectIndústriapt_BR
dc.titleA identificação estrutural como proposta de classificação de variáveis para a reconciliação de dados industriaispt_BR
dc.typeArtigopt_BR
dc.identifier.licenseAutorização para publicação no Repositório Institucional da Universidade Federal de Sergipe (RIUFS) concedida pelo editorpt_BR
Appears in Collections:DTA - Artigos de periódicos

Files in This Item:
File Description SizeFormat 
IdentificacaoEstrutural.pdf56.18 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.