Redes neurais artificiais aplicadas para estimar o grau alcoólico de etanol a 2...

A combinação dos problemas ambientais com o alto preço do petróleo, o qual vem sendo impulsionado pelo alto consumo mundial e a diminuição nas ofertas, indicam que a busca por combustíveis alternativos deixou de ser algo politicamente correto, tornando-se uma necessidade que tem que ser priorizada pelos governos e empresas. Fazendo uma análise entre todos os combustíveis alternativos, o mais viável para o Brasil, atualmente, do ponto de vista econômico e ambiental, é o etanol. O etanol obtido da cana-de-açúcar é o que apresenta o melhor retorno em todos os outros tipos de etanol. O Brasil apresenta as melhores condições climática, cultural, econômica e tecnológica para liderar a produção do etanol. A partir das prerrogativas anteriores enxergou-se a possibilidade de uma melhoria nos processos produtivos do etanol, visto que há uma crescente demanda por produtos de qualidade e maior eficiência dos processos de produção. A indústria do etanol ainda é carente de novas tecnologias para tornar o processo automatizado. Observando-se esta necessidade, o presente trabalho objetiva ocupar uma lacuna na determinação do grau alcoólico do etanol. Atualmente, este processo necessita das coletas das amostras e uma análise laboratorial. Isso implica em uma baixa eficiência, pois leva um longo período de tempo desde a coleta das amostras, análise e atuação para corrigir um certo problema ou melhorar o nível alcoólico do produto. O quanto antes forem feitas as análises, mais rápido o operador aturará. A intenção deste trabalho foi treinar redes neurais artificias capazes de determinar o valor do grau alcoólico do etanol on-line de maneira eficiente e precisa, de modo a ter-se um ganho significativo de tempo nessa parte do procedimento. Casa;

Palavras-chave em Inglês

Ethanol
Artificial neural networks
Sugar-cane
Training
Learning
Toolbox
Alcoholic degree.

Resumo em Inglês

The combination of environmental issues with the oil’s high price, which is being impelled by high worldwide consumption and decrease in the offers, points that the search for alternative fuel is not something politically correct anymore, it became a necessity that must be prioritized by governments and companies. Analyzing all the alternative fuels, the most viable for Brazil nowadays, from the economic and environmental point of view, is the ethanol. The ethanol obtained from the sugar cane represents the best outcome among all others types of ethanol. Brazil has the better climatic, cultural, economic and technological characteristics to lead the production of ethanol. Based on previous prerogatives, possibilities of improvements in the production of ethanol were seen, since there is a rising demand on products with quality and higher efficiency in production processes. Ethanol industry needs new technologies to make the process automatized. Taking a look at such necessity, the present paper aims for occupying a blank in the determination of the alcoholic degree of ethanol. Nowadays, this process requires the collection of samples and a lab analysis. This implies in a low efficiency, because it takes a long period of time since the collection to the analysis and action to correct problems or improve the degree of alcohol in the final product. The sooner the analysis are done the faster the operator will actuate. The intention of this paper was to train artificial neural networks capable of determining the ethanol alcoholic degree online in an efficient and precise way, in order to have a significant time gain in this stage of the procedure.

Arquivos

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.

Bueno_Jose_Nuno_Almeida.pdf (1.92 Mbytes)

Data de Publicação

2015-01-23

Número de visitas

1069

Número de downloads

1498