Pantheon Repositório Institucional da UFRJ
Coleta, preserva e divulga a produção acadêmica digital em todas as áreas do conhecimento.
São os ativos do repositório, além de teses e dissertações da UFRJ, artigos científicos, livros eletrônicos, capítulos de livros e trabalhos apresentados em eventos por professores, pesquisadores, funcionários administrativos e alunos de mestrado e doutorado.
Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/24322| Tipo: | 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 |
| Orientador: | Souza Junior, Maurício Bezerra de |
| Resumo: | 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. |
| Palavras-chave: | Modelagem Redes neuronais artificiais Bagaço de cana Gaseificação |
| Assunto 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 produtora: | Escola de Química |
| Editora: | Universidade Federal do Rio de Janeiro |
| Data de publicação: | Abr-2013 |
| País de publicação: | Brasil |
| Idioma da publicação: | por |
| Tipo de acesso: | Acesso Aberto |
| Aparece nas coleções: | Engenharia de Bioprocessos |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CCNOliveira.pdf | projeto final | 1.66 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.