Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/24322| Especie: | Trabalho de conclusão de graduação |
| Título : | Modelagem por redes neuronais para obtenção de condições operacionais ótimas de produção de H2 por gaseificação de biomassas |
| Autor(es)/Inventor(es): | Oliveira, Camilla Chaves Nunes de Guedes, Fernanda Pires Domingues Cardoso |
| Tutor: | Souza Junior, Maurício Bezerra de |
| Resumen: | A biomassa é um recurso natural muito promissor para um futuro energético sustentável e pode ser utilizada em muitos processos para produção de energia. Neste contexto, a tecnologia de gaseificação é uma rota a ser considerada de grande relevância, por proporcionar uma combustão limpa e eficiente da biomassa. Porém, esta tecnologia é um processo que possui reações muito complexas, onde prever desempenhos e realizar modelagens são tarefas complicadas. Sendo assim, no presente trabalho, optou-se pela utilização das Redes Neuronais Artificiais para realizar tais tarefas, por possuírem habilidade, após treinada, para representar adequadamente os processos complexos e não lineares. Um dos subprodutos gasosos do processo é o hidrogênio (H2) e é exatamente com base na otimização de sua produção que faremos o estudo deste trabalho. A escolha por este elemento foi feita pelo fato de seu uso como energia limpa estar ganhando cada vez maior atenção. Assim, a biomassa escolhida para a simulação realizada neste trabalho é o bagaço de cana, por ser uma alternativa energética para usinas que o tem como resíduo de produção, e ser uma fonte de energia sustentável que contribui para a redução da emissão de gases do efeito estufa. Os treinamentos das redes serão feitos em múltiplas camadas e, como os dados de bagaço de cana obtidos da literatura não são muitos, pelo fato de optar-se por utilizar apenas os dados de melhor desempenho, as condições de operação serão variadas com o objetivo de chegar-se a menor rede possível e assim evitar-se o sobreajuste dos dados. |
| Materia: | Modelagem Redes neuronais artificiais Bagaço de cana Gaseificação |
| Materia CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA SANITARIA::SANEAMENTO BASICO::RESIDUOS SOLIDOS, DOMESTICOS E INDUSTRIAIS CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA CNPQ::CIENCIAS AGRARIAS::CIENCIA E TECNOLOGIA DE ALIMENTOS |
| Unidade de producción: | Escola de Química |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | abr-2013 |
| País de edición : | Brasil |
| Idioma de publicación: | por |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Engenharia de Bioprocessos |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| CCNOliveira.pdf | projeto final | 1.66 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.