Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional

Detalhes bibliográficos
Autor(a) principal: Drudi, Ricardo
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689
Resumo: Orientadora: Profª Drª Graziella Colato Antonio
id UFBC_9ca4d54d5e3479115ffb51bc77efaaab
oai_identifier_str oai:BDTD:103689
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacionalRESÍDUOS URBANOSRESÍDUOS SÓLIDOSPODER CALORÍFICOREDES NEURAISMUNICIPAL SOLID WASTEHEATING VALUEARTIFICIAL NEURAL NETWORKSPROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABCOrientadora: Profª Drª Graziella Colato AntonioDissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Energia, 2016.As crescentes preocupações socioambientais têm incentivado discussões acerca de alternativas que aliem um incremento da participação de fontes renováveis na matriz energética e a redução dos impactos ambientais negativos decorrentes da atividade humana. Nesse sentido, o correto manejo e destinação dos resíduos sólidos urbanos ocupa uma posição importante, pois tratamentos adequados para esses resíduos podem contribuir em ambas as frentes. Uma solução que tem sido largamente utilizada por países desenvolvidos e em desenvolvimento para a destinação dos resíduos sólidos é a sua recuperação energética por processo de conversão termoquímica de incineração. Essa solução tanto contribui para o aumento da oferta de energia, quanto diminui consideravelmente o volume dos resíduos a serem depositados em aterros, e ainda mitiga sua toxicidade. Como parte de um adequado planejamento, implantação e operação de uma planta de conversão energética de resíduos é imprescindível que se conheça seu poder calorífico, e muitos modelos têm sido desenvolvidos, principalmente com a utilização de regressão linear múltipla, técnica matemática que gera modelos de previsão lineares. Este trabalho teve o objetivo de propor uma metodologia de construção de modelos de predição de poder calorífico de resíduos sólidos urbanos, a partir da análise elementar, porém com uma abordagem computacional, utilizando uma técnica de inteligência computacional denominada redes neurais artificiais. Redes neurais podem representar tanto funções lineares quanto funções não lineares, e é através dessa característica que se pretendeu promover um incremento na acurácia das predições de poder calorífico de resíduos. Para tanto, foram testadas 432 configurações distintas de redes neurais, com a variação de 5 parâmetros de arquitetura da rede. Como resultado do trabalho, foi observado que, dentre essas 432 configurações, 80 (18,5%) obtiveram um índice de previsão considerado excelente, e a rede de melhor desempenho (rna-771-bfg-lp) atingiu um índice de erro médio percentual absoluto de 2,9%, na previsão de poder calorífico de 10 amostras. No comparativo com modelos matemáticos da literatura, a rna-771-bfg-lp foi melhor do que todos os modelos considerados, cujo melhor resultado foi 3,9% pelo índice MAPE. Esses resultados indicam que redes neurais se constituem uma técnica de construção de modelos de predição bastante promissora, e que a metodologia aqui proposta é capaz de gerar modelos de predição de poder calorífico de resíduos baseado em redes neurais bastante eficazes para esse tipo de tarefa.The growing of the environmental concerns has encouraged discussions about alternatives that combine an increase of the share of renewable sources in the energy matrix and the reduction of the negative environmental impacts of human activity. By this way, the proper management and disposal of municipal solid waste have played an important role, and an adequate waste treatment can help on both fronts. A possible solution that has been widely used by developed and developing countries for disposal of solid waste is the energy recovery of the waste by a thermochemical conversion process called incineration. This solution contributes to increase the energy supply, reducing the vólume óf waste tó be landfilled, and mitigates the waste¿s tóxicity. To a proper planning, implementation and operation of a waste-to-energy plant is essential to know the heating value of waste to be incinerated, and many models have been developed, especially with the use of multiple linear regression, a mathematical technique to build linear predictive models. This paper aims to propose a methodology to create heating value predicting models of municipal solid waste with a computational approach, using an artificial intelligence technique called neural networks. Artificial neural networks can represent both linear and non-linear functions, and we intend that this feature could improve the accuracy of the heating value of waste forecasts. 432 neural networks configurations have been tested, with a variation of 5 architecture parameters of the networks. It was observed that among these 432 configurations, 80 (18.5%) were considered excellent to predict the heating value of the waste, and the best performance network (rna-771-bfg-lp) got a mean absolute percentage error (MAPE) index of 2.9%, in a set of 10 samples. In the comparison with mathematical models of literature, rna-771-bfg-lp was better than all models considered, whose best result was 3.9% by the MAPE index. These results indicate that neural networks are a very promising computational technique to create prediction models, and the methodology proposed here is very effective to the development of municipal solid waste heating value forecasting models based on neural networks.Antonio, Graziella ColatoGarrido Gallego, AntonioNogueira, MarceloDrudi, Ricardo2016info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf124 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689&midiaext=73212http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689&midiaext=73211Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=103689porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-03-22T22:07:54Zoai:BDTD:103689Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-03-22T22:07:54Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
title Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
spellingShingle Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
Drudi, Ricardo
RESÍDUOS URBANOS
RESÍDUOS SÓLIDOS
PODER CALORÍFICO
REDES NEURAIS
MUNICIPAL SOLID WASTE
HEATING VALUE
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
title_short Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
title_full Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
title_fullStr Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
title_full_unstemmed Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
title_sort Metodologia para predição do poder calorífico de resíduos sólidos urbanos : uma abordagem com inteligência computacional
author Drudi, Ricardo
author_facet Drudi, Ricardo
author_role author
dc.contributor.none.fl_str_mv Antonio, Graziella Colato
Garrido Gallego, Antonio
Nogueira, Marcelo
dc.contributor.author.fl_str_mv Drudi, Ricardo
dc.subject.por.fl_str_mv RESÍDUOS URBANOS
RESÍDUOS SÓLIDOS
PODER CALORÍFICO
REDES NEURAIS
MUNICIPAL SOLID WASTE
HEATING VALUE
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
topic RESÍDUOS URBANOS
RESÍDUOS SÓLIDOS
PODER CALORÍFICO
REDES NEURAIS
MUNICIPAL SOLID WASTE
HEATING VALUE
ARTIFICIAL NEURAL NETWORKS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
description Orientadora: Profª Drª Graziella Colato Antonio
publishDate 2016
dc.date.none.fl_str_mv 2016
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689&midiaext=73212
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103689&midiaext=73211
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=103689
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
124 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502098494324736

Registros relacionados