PEI-P PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA INDUSTRIAL (PEI-P) ESCOLA POLITÉCNICA Telefone/Ramal: Não informado

Banca de DEFESA: BRENDA NOVAIS VIANA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : BRENDA NOVAIS VIANA
DATA : 18/12/2019
HORA: 08:30
LOCAL: Sala de Congregação da Escola Politécnica da UFBA
TÍTULO:

Investigação e Predição do teor de extrativos em Prediçãocom base na Análise de Componentes Principais e Redes Neurais Artificiais


PALAVRAS-CHAVES:

Predição; Predição; Redes Neurais Artificiais.


PÁGINAS: 94
RESUMO:

No processo de produção de celulose e papel, os extrativos da madeira são compostos orgânicos de baixo peso molecular que causam problemas operacionais, danos ambientais e perda da qualidade do produto. Existem algumas pesquisas sobre o impacto dos extrativos na biota, a caracterização e a remoção de ‘pitch’, no entanto, ainda faltam estudos investigando a causa da variabilidade do teor de extrativos na madeira de eucalipto. Esta pesquisa teve como objetivo desenvolver um modelo para predição do teor de extrativos em clones de madeira de eucalipto. A Análise de Componentes Principais (PCA) foi aplicada para avaliar o impacto das diversas variáveis no conteúdo de extrativos: região de plantio; tipo de solo, quantidade de areia e argila, matéria orgânica e inorgânica, pH e manejo do solo, idade, densidade básica, teor de lignina e material genético da madeira. Um modelo de rede neural empírica foi identificado a partir de dados experimentais, tendo os componentes principais como entrada, para monitorar e prever o conteúdo de extrativos, uma vez que as medições no laboratório podem levar vários dias e tornar-se disponíveis somente após a madeira já ter sido processada. Os dados experimentais foram fornecidos por uma empresa de celulose e continham informações sobre dezoito espécies de clones de eucalipto de cinco regiões no extremo sul da Bahia, Brasil. Após a triagem inicial dos dados, um conjunto de 119 amostras foi coletado e analisado por meio da Análise de Componentes Principais. A variabilidade dos dados foi representada por oito componentes principais, os quais indicaram que a acidez potencial, ferro, saturação por alumínio, magnésio, pH, soma de bases, fósforo remanescente, zinco, manganês e cobre foram as variáveis que mais impactaram no teor de extrativos da madeira de eucalipto. Dessa forma, foram desenvolvidos dois modelos de redes neurais cujas as entradas foram estas variáveis mais importantes para os extrativos e os oito componentes principais. Os modelos de rede neural foram comparados para identificar o modelo com melhor desempenho e viabilidade para ser aplicado a nível industrial. A eficácia do modelo foi verificada por parâmetros estatísticos, os quais indicaram a confiabilidade, com boa qualidade de ajuste aos dados experimentais. Ambos os modelos presentaram desempenho significativo fornecendo uma ferramenta sistemática para prever e monitorar os conteúdos dos extrativos em madeiras de eucalipto antes que a madeira de baixa qualidade afete o processo. A rede neural artificial cujas as entradas eram as dez variáveis significativas obtidas por meio da técnica de PCA possibilitou melhor qualidade de ajuste da rede aos dados experimentais e melhor viabilidade quanto a aplicabilidade industrial. A abordagem aqui desenvolvida pode contribuir para monitorar a qualidade do produto, bem como para evitar danos ao ambiente e ao equipamento.


MEMBROS DA BANCA:
Interno - 2199115 - CRISTIANO HORA DE OLIVEIRA FONTES
Externo à Instituição - FERNANDO JOSÉ BORGES GOMES
Presidente - 3495808 - KAREN VALVERDE PONTES
Notícia cadastrada em: 16/12/2019 11:26
SIGAA | STI/SUPAC - - | Copyright © 2006-2022 - UFBA