Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/33583| Título: | Determinação de parâmetros cinéticos da gaseificação de biomassas do Sul do Brasil por meio de redes neurais artificiais |
| Título(s) alternativo(s): | Determination of kinetic parameters of the gasification of Southern Brazilian biomass using artificial neural networks |
| Autor(es): | Costa, Thais Coffani |
| Orientador(es): | Brusamarello, Claiton Zanini |
| Palavras-chave: | Energia - Fontes alternativas Biomassa Redes neurais (Computação) Renewable energy sources Biomass Neural networks (Computer science) |
| Data do documento: | 8-Dez-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Francisco Beltrao |
| Citação: | COSTA, Thais Coffani. Determinação de parâmetros cinéticos da gaseificação de biomassas do Sul do Brasil por meio de redes neurais artificiais. 2023. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Francisco Beltrão, 2023. |
| Resumo: | Este estudo aplicou redes neurais artificiais para estabelecer a correlação entre os constituintes da biomassa, análise elementar e análise imediata, especificações do reator e os parâmetros cinéticos (energia de ativação e fator pré-exponencial) da gaseificação de biomassa. Foram desenvolvidos três modelos de redes neurais artificiais, um para cada um dos dois parâmetros cinéticos e um para todos os parâmetros em uma única rede neural artificial. O conjunto de dados continha 76 experimentos, sendo 40 dados de biomassas diversas encontradas na literatura e 36 dados de biomassas amplamente utilizadas na região Sul do Brasil, os quais foram utilizados para desenvolver e testar as redes neurais. O estudo demonstrou eficácia na previsão da energia de ativação, tanto globalmente, quanto especificamente para as biomassas do sul do Brasil, atingindo coeficiente de determinação de 0,8571 e 0,9545, respectivamente. No entanto, as redes neurais artificiais utilizadas para previsão do fator pré-exponencial mostraram-se ineficazes, sendo a ausência de muitos valores esse parâmetro no conjunto de dados a principal razão para tal. |
| Abstract: | This study applied artificial neural networks to establish the correlation between biomass constituents, ultimate analysis and proximate analysis, reactor specifications and the kinetic parameters (activation energy and pre-exponential factor) of biomass gasification. Three ANN models were developed, one for each of the two kinetic parameters and one for all parameters in a single ANN. The dataset included 76 experiments, comprising 40 data points from various biomasses found in the literature and 36 data points from widely used biomasses in the Southern region of Brazil. These data were used to train and test the neural networks. The study demonstrated effectiveness in predicting activation energy, both globally and specifically for biomasses from the Southern region of Brazil, achieving determination coefficients of 0.8571 and 0.9545, respectively. However, the artificial neural networks used for predicting the pre-exponential factor proved ineffective, with the lack of many values for this parameter in the dataset being the main reason for this. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/33583 |
| Aparece nas coleções: | FB - Engenharia Química |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| cineticosgaseificacaobiomassas.pdf | 2,1 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
