Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/13536| Título: | Desenvolvimento de um modelo em redes neurais artificiais para controle de um reator de fluxo contínuo destinado a eletrofloculação de efluente de matadouro e frigorífico de suínos |
| Título(s) alternativo(s): | Development of a model in artificial neural networks for control of a continuous flow reactor intended for eletrofloculation of effluent of slaughterhouses and refrigerator |
| Autor(es): | Pinto, André Hoffmann |
| Orientador(es): | Orssatto, Fábio |
| Palavras-chave: | Controle de processo Educação ambiental - Legislação Resíduos industriais Process control Environmental education - Law and legislation Factory and trade waste |
| Data do documento: | 24-Nov-2016 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | PINTO, André Hoffmann. Desenvolvimento de um modelo em redes neurais artificiais para controle de um reator de fluxo contínuo destinado a eletrofloculação de efluente de matadouro e frigorífico de suínos. 2016. Trabalho de Conclusão de Curso (Tecnologia em Gestão Ambiental) - Universidade Tecnológica Federal do Paraná, Medianeira, 2016. |
| Resumo: | O processamento de carne empregado em matadouros e frigoríficos gera uma grande quantidade de efluentes os quais são constituídos de proteína, gordura, sais, entre outras substâncias. Dessa maneira, este rejeito possui alto grau poluidor com elevados teores de matéria orgânica, óleos e graxas, nutrientes e sólidos totais. Para evitar problemas ambientais e sociais, as indústrias que abatem e industrializam a carne de animais tratam seus efluentes, diminuindo assim sua carga poluidora a fim de atender a legislação ambiental. Os sistemas convencionais para tratamento desse efluente são considerados eficientes, entretanto essas estações de tratamento ocupam grandes áreas e podem causar maus odores, causando desconforto à circunvizinhança da empresa. Uma tecnologia que utiliza uma pequena área para tratar grandes volumes de efluentes e não gera odor é a eletrofloculação. Também conhecida como eletrocoagulação e eletroflotação, essa técnica se baseia na utilização de corrente elétrica envolvendo reatores eletroquímicos, nos quais são gerados coagulantes in situ, por oxidação eletrolítica de um material apropriado no ânodo. Como todo processo para obter bons resultados é necessário que seja controlado, o objetivo desse trabalho foi implementar um controle baseado em Redes Neurais Artificiais (RNA’s) em um sistema de tratamento de efluente de matadouro e frigorífico por meio da eletrofloculação em reator de fluxo contínuo. A escolha do Delineamento Composto Central Rotacional (DCCR) deu-se por abranger o espaço experimental utilizando um número reduzido de ensaios. A partir desse delineamento foram executados 11 ensaios para análise estatística a qual validou o modelo matemático gerado. Com base nesse modelo foram gerados os bancos de dados de treinamento e validação da RNA que foi implementada no software Matlab. Testes empíricos definiram a arquitetura da RNA baseado no desempenho do treinamento com a configuração 2 camadas sendo 1 oculta com 11 neurônios e 1 na camada de saída. O controle foi do tipo feedforward, mas devido à impossibilidade de leitura de turbidez in line a ação feedback foi fornecida pelo modelo matemático preditivo. A predição obtida para a variável controlada fornecida pela RNA comparada com a fornecida pelo modelo matemático empírico mostrou-se eficiente fornecendo valores com erros considerados baixos para esse tipo de experimento que variaram entre 0,0043 A e 0,5418 A com um valor médio de 0,1227 A os quais demonstraram a validade dessa ferramenta computacional em controlar processos. |
| Abstract: | The processing of meat used in slaughterhouses and refrigerator generates a great amount of effluents which are constituted of protein, fat, salts, among other substances. Thus, this waste has a high pollutant degree with high organic matter content, oils and greases, nutrients and total solids. To avoid environmental and social problems, industries that slaughter and industrialize animal meat treat their effluents, thereby reducing their pollutant burden and complying with environmental legislation. Conventional systems for treatment of this effluent are considered efficient, however these treatment plants occupy large areas and can cause bad smells, causing discomfort to the surrounding area. One technology that uses a small area to treat large volumes of effluents and does not generate odor is electroflocculation. Also known as electrocoagulation and electroflotation, this technique is based on the use of electric current involving electrochemical reactors, in which coagulants are generated in situ by electrolytic oxidation of an appropriate material at the anode. As the whole process to obtain good results is necessary to be controlled, the objective of this work was to implement a control based on Artificial Neural Networks (ANN) in a slaughterhouse and refrigerator effluent treatment system by means of electro-flocculation in a continuous flow reactor. The choice of Central Composite Rotational Design (CCRD) was to cover the entire experimental space using a smaller number of tests. From this design were carried out 11 tests for statistical analysis which validated the mathematical model generated. Based on this model, the ANN training and validation databases that were implemented in Matlab software were generated. Empirical tests defined the ANN architecture based on training performance with the 2-layer configuration being 1 hidden with 11 neurons and 1 in the output layer. The control used feedforward type, but due to the impossibility of reading in-line turbidity the feedback action was provided by the predictive mathematical model. The prediction obtained for the controlled variable provided by ANN compared to that provided by the empirical mathematical model proved to be efficient providing values with errors considered low for this type of experiment that ranged from 0.0043 A to 0.5418 A with a average value of 0.1277 A which demonstrated the validity of this computational tool in controlling processes |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/13536 |
| Aparece nas coleções: | MD - Tecnologia em Gestão Ambiental |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| desenvolvimentoredesneuraisfrigorifico.pdf | 937,37 kB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.