Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/30840| Título: | Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura |
| Título(s) alternativo(s): | Use of artificial neural networks in gasoline quality control - a systematic review of the literature |
| Autor(es): | Rosa, William Ricardo |
| Orientador(es): | Brusamarello, Claiton Zanini |
| Palavras-chave: | Redes neurais (Computação) Gasolina - Mistura antidetonante Gasolina - Controle de qualidade Neural networks (Computer science) Gasoline - Anti-knock and anti-knock mixtures Gasoline - Quality control |
| Data do documento: | 12-Dez-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Francisco Beltrao |
| Citação: | ROSA, William Ricardo. Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Francisco Beltrão, 2022. |
| Resumo: | A presente monografia baseia-se nas principais lacunas e tendências acerca da temática - Aplicação de Redes Neurais Artificiais (RNAs), no controle de qualidade da gasolina e visa buscar os modelos de RNAs utilizados como alternativa para análise da qualidade da gasolina nos últimos 10 anos. Com isso, a proposta principal desta pesquisa é analisar os métodos de RNA que estão sendo utilizados para a inspeção de qualidade da gasolina por meio de uma revisão sistemática da literatura. A pesquisa foi conduzida por meio de uma revisão sistemática da literatura, utilizando o IEEE, Scopus e ScienceDirect como fontes de busca. Em relação a operacionalização e extração de artigos, foram utilizadas 3 strings de busca formadas pelas palavras-chave: neural network, gasoline, octane number prediction, antiknock performance, density. Os resultados encontrados nas bases de dados foram restringidos a publicações no período temporal dos últimos 10 anos (2012-2022) no idioma inglês, os quais foram submetidos a uma análise prévia, e a posteriori, selecionados para leitura na íntegra e introduzidos os critérios de exclusão e inclusão. Através da análise dos artigos que compuseram esta revisão sistemática da literatura, foi possível subdividi-los em duas categorias empíricas, ou seja, pesquisas que utilizaram uma RNA existente na literatura e pesquisas que buscaram introduzir modificações nos modelos de RNA presentes na literatura. Em seguida, os artigos foram sintetizados no intuito de explicitar as características principais de cada modelo, além de frisar os dados utilizados no processamento do modelo e compostos da gasolina previstos na análise por meio do uso de RNAs. Como conclusões, a pesquisa permitiu identificar quais os modelos de RNA e adaptações da estrutura são mais indicados para a análise da qualidade da gasolina, além de demonstrar que para obter resultados precisos as RNAs necessitam de algoritmos de treinamento adequado e modificações na estrutura. |
| Abstract: | This monograph is based on the main gaps and trends on the subject - Application of Artificial Neural Networks (ANNs) in gasoline quality control and aims to find ANN models used as an alternative for analyzing the quality of gasoline in the last 10 years. Thus, the main purpose of this research is to analyze the ANN methods that are being used for gasoline quality inspection through a systematic review of the literature. The research was conducted through a systematic review of the literature, using the IEEE, Scopus and ScienceDirect as search sources. Regarding the operationalization and extraction of articles, 3 search strings formed by the keywords were used: neural network, gasoline, octane number prediction, antiknock performance, density. The results found in the databases were restricted to publications in the time period of the last 10 years (2012-2022) in the English language, which were submitted to a prior analysis, and posteriori, selected for reading in full and introduced the criteria of exclusion and inclusion. Through the analysis of the articles that composed this systematic review of the literature, it was possible to subdivide them into two empirical categories, that is, research that used an existing ANN in the literature, and research that sought to introduce modifications in the ANN models present in the literature. Then, the articles were synthesized in order to explain the main characteristics of each model, in addition to highlighting the data used in the processing of the model and gasoline compounds predicted in the analysis through the use of ANNs. As conclusions, the research allowed identifying which ANN models and structure adaptations are most suitable for the analysis of gasoline quality, in addition to demonstrating that to obtain accurate results, ANNs need adequate training algorithms and structure modifications. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/30840 |
| Aparece nas coleções: | FB - Engenharia Química |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| controlequalidadegasolina.pdf | 2,24 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
