Modelagem por redes neuronais para obtenção de  condições operacionais ótimas de produção de H2 por  gaseificação de biomassas

Oliveira, Camilla Chaves Nunes de; Guedes, Fernanda Pires Domingues Cardoso

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/24322

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Souza Junior, Maurício Bezerra de	-
dc.contributor.author	Oliveira, Camilla Chaves Nunes de	-
dc.contributor.author	Guedes, Fernanda Pires Domingues Cardoso	-
dc.date.accessioned	2024-11-12T17:30:44Z	-
dc.date.available	2024-11-14T03:00:14Z	-
dc.date.issued	2013-04	-
dc.identifier.uri	http://hdl.handle.net/11422/24322	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Modelagem	pt_BR
dc.subject	Redes neuronais artificiais	pt_BR
dc.subject	Bagaço de cana	pt_BR
dc.subject	Gaseificação	pt_BR
dc.title	Modelagem por redes neuronais para obtenção de condições operacionais ótimas de produção de H2 por gaseificação de biomassas	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/4530858702685674	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/1881311979002198	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/9411979831429272	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/5563761531040796	pt_BR
dc.contributor.referee1	Mendes, Álvaro José Boareto	-
dc.contributor.referee2	Santos, Douglas Alves	-
dc.contributor.referee3	Ximenes, Vitor Loureiro	-
dc.description.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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola de Química	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA SANITARIA::SANEAMENTO BASICO::RESIDUOS SOLIDOS, DOMESTICOS E INDUSTRIAIS	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS AGRARIAS::CIENCIA E TECNOLOGIA DE ALIMENTOS	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia de Bioprocessos

Files in This Item:

File	Description	Size	Format
CCNOliveira.pdf	projeto final	1.66 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository