Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura

Detalhes bibliográficos
Autor(a) principal: Rosa, William Ricardo
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/30840
Resumo: A presente monografia baseia-se nas principais lacunas e tendências acerca da temática - Aplicação de Redes Neurais Artificiais (RNAs), no controle de qualidade da gasolina e visa buscar os modelos de RNAs utilizados como alternativa para análise da qualidade da gasolina nos últimos 10 anos. Com isso, a proposta principal desta pesquisa é analisar os métodos de RNA que estão sendo utilizados para a inspeção de qualidade da gasolina por meio de uma revisão sistemática da literatura. A pesquisa foi conduzida por meio de uma revisão sistemática da literatura, utilizando o IEEE, Scopus e ScienceDirect como fontes de busca. Em relação a operacionalização e extração de artigos, foram utilizadas 3 strings de busca formadas pelas palavras-chave: neural network, gasoline, octane number prediction, antiknock performance, density. Os resultados encontrados nas bases de dados foram restringidos a publicações no período temporal dos últimos 10 anos (2012-2022) no idioma inglês, os quais foram submetidos a uma análise prévia, e a posteriori, selecionados para leitura na íntegra e introduzidos os critérios de exclusão e inclusão. Através da análise dos artigos que compuseram esta revisão sistemática da literatura, foi possível subdividi-los em duas categorias empíricas, ou seja, pesquisas que utilizaram uma RNA existente na literatura e pesquisas que buscaram introduzir modificações nos modelos de RNA presentes na literatura. Em seguida, os artigos foram sintetizados no intuito de explicitar as características principais de cada modelo, além de frisar os dados utilizados no processamento do modelo e compostos da gasolina previstos na análise por meio do uso de RNAs. Como conclusões, a pesquisa permitiu identificar quais os modelos de RNA e adaptações da estrutura são mais indicados para a análise da qualidade da gasolina, além de demonstrar que para obter resultados precisos as RNAs necessitam de algoritmos de treinamento adequado e modificações na estrutura.
id UTFPR-12_55d42b98a7803e487e9844156a3eb817
oai_identifier_str oai:repositorio.utfpr.edu.br:1/30840
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2023-03-14T13:26:50Z2023-03-14T13:26:50Z2022-12-12ROSA, William Ricardo. Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Francisco Beltrão, 2022.http://repositorio.utfpr.edu.br/jspui/handle/1/30840A presente monografia baseia-se nas principais lacunas e tendências acerca da temática - Aplicação de Redes Neurais Artificiais (RNAs), no controle de qualidade da gasolina e visa buscar os modelos de RNAs utilizados como alternativa para análise da qualidade da gasolina nos últimos 10 anos. Com isso, a proposta principal desta pesquisa é analisar os métodos de RNA que estão sendo utilizados para a inspeção de qualidade da gasolina por meio de uma revisão sistemática da literatura. A pesquisa foi conduzida por meio de uma revisão sistemática da literatura, utilizando o IEEE, Scopus e ScienceDirect como fontes de busca. Em relação a operacionalização e extração de artigos, foram utilizadas 3 strings de busca formadas pelas palavras-chave: neural network, gasoline, octane number prediction, antiknock performance, density. Os resultados encontrados nas bases de dados foram restringidos a publicações no período temporal dos últimos 10 anos (2012-2022) no idioma inglês, os quais foram submetidos a uma análise prévia, e a posteriori, selecionados para leitura na íntegra e introduzidos os critérios de exclusão e inclusão. Através da análise dos artigos que compuseram esta revisão sistemática da literatura, foi possível subdividi-los em duas categorias empíricas, ou seja, pesquisas que utilizaram uma RNA existente na literatura e pesquisas que buscaram introduzir modificações nos modelos de RNA presentes na literatura. Em seguida, os artigos foram sintetizados no intuito de explicitar as características principais de cada modelo, além de frisar os dados utilizados no processamento do modelo e compostos da gasolina previstos na análise por meio do uso de RNAs. Como conclusões, a pesquisa permitiu identificar quais os modelos de RNA e adaptações da estrutura são mais indicados para a análise da qualidade da gasolina, além de demonstrar que para obter resultados precisos as RNAs necessitam de algoritmos de treinamento adequado e modificações na estrutura.This monograph is based on the main gaps and trends on the subject - Application of Artificial Neural Networks (ANNs) in gasoline quality control and aims to find ANN models used as an alternative for analyzing the quality of gasoline in the last 10 years. Thus, the main purpose of this research is to analyze the ANN methods that are being used for gasoline quality inspection through a systematic review of the literature. The research was conducted through a systematic review of the literature, using the IEEE, Scopus and ScienceDirect as search sources. Regarding the operationalization and extraction of articles, 3 search strings formed by the keywords were used: neural network, gasoline, octane number prediction, antiknock performance, density. The results found in the databases were restricted to publications in the time period of the last 10 years (2012-2022) in the English language, which were submitted to a prior analysis, and posteriori, selected for reading in full and introduced the criteria of exclusion and inclusion. Through the analysis of the articles that composed this systematic review of the literature, it was possible to subdivide them into two empirical categories, that is, research that used an existing ANN in the literature, and research that sought to introduce modifications in the ANN models present in the literature. Then, the articles were synthesized in order to explain the main characteristics of each model, in addition to highlighting the data used in the processing of the model and gasoline compounds predicted in the analysis through the use of ANNs. As conclusions, the research allowed identifying which ANN models and structure adaptations are most suitable for the analysis of gasoline quality, in addition to demonstrating that to obtain accurate results, ANNs need adequate training algorithms and structure modifications.porUniversidade Tecnológica Federal do ParanáFrancisco BeltraoEngenharia QuímicaUTFPRBrasilhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIAS::ENGENHARIA QUIMICARedes neurais (Computação)Gasolina - Mistura antidetonanteGasolina - Controle de qualidadeNeural networks (Computer science)Gasoline - Anti-knock and anti-knock mixturesGasoline - Quality controlUso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literaturaUse of artificial neural networks in gasoline quality control - a systematic review of the literatureinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisFrancisco BeltrãoBrusamarello, Claiton ZaniniBrusamarello, Claiton ZaniniCarvalho, Andriele De PraMorés, SilvaneRosa, William Ricardoreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALcontrolequalidadegasolina.pdfcontrolequalidadegasolina.pdfapplication/pdf2298686http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/1/controlequalidadegasolina.pdf77dd864f25dedba5c173dea5c8177872MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/2/license_rdf0175ea4a2d4caec4bbcc37e300941108MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/3/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD53TEXTcontrolequalidadegasolina.pdf.txtcontrolequalidadegasolina.pdf.txtExtracted texttext/plain110215http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/4/controlequalidadegasolina.pdf.txtc421b512182b92564fb31acb89162eb3MD54THUMBNAILcontrolequalidadegasolina.pdf.jpgcontrolequalidadegasolina.pdf.jpgGenerated Thumbnailimage/jpeg1226http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/5/controlequalidadegasolina.pdf.jpgdca6a0e65bd046f76645197b2c4b44fbMD551/308402023-03-15 03:07:45.891oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2023-03-15T06:07:45Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
dc.title.alternative.pt_BR.fl_str_mv Use of artificial neural networks in gasoline quality control - a systematic review of the literature
title Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
spellingShingle Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
Rosa, William Ricardo
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
Redes neurais (Computação)
Gasolina - Mistura antidetonante
Gasolina - Controle de qualidade
Neural networks (Computer science)
Gasoline - Anti-knock and anti-knock mixtures
Gasoline - Quality control
title_short Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
title_full Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
title_fullStr Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
title_full_unstemmed Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
title_sort Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura
author Rosa, William Ricardo
author_facet Rosa, William Ricardo
author_role author
dc.contributor.advisor1.fl_str_mv Brusamarello, Claiton Zanini
dc.contributor.referee1.fl_str_mv Brusamarello, Claiton Zanini
dc.contributor.referee2.fl_str_mv Carvalho, Andriele De Pra
dc.contributor.referee3.fl_str_mv Morés, Silvane
dc.contributor.author.fl_str_mv Rosa, William Ricardo
contributor_str_mv Brusamarello, Claiton Zanini
Brusamarello, Claiton Zanini
Carvalho, Andriele De Pra
Morés, Silvane
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
topic CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
Redes neurais (Computação)
Gasolina - Mistura antidetonante
Gasolina - Controle de qualidade
Neural networks (Computer science)
Gasoline - Anti-knock and anti-knock mixtures
Gasoline - Quality control
dc.subject.por.fl_str_mv Redes neurais (Computação)
Gasolina - Mistura antidetonante
Gasolina - Controle de qualidade
Neural networks (Computer science)
Gasoline - Anti-knock and anti-knock mixtures
Gasoline - Quality control
description A presente monografia baseia-se nas principais lacunas e tendências acerca da temática - Aplicação de Redes Neurais Artificiais (RNAs), no controle de qualidade da gasolina e visa buscar os modelos de RNAs utilizados como alternativa para análise da qualidade da gasolina nos últimos 10 anos. Com isso, a proposta principal desta pesquisa é analisar os métodos de RNA que estão sendo utilizados para a inspeção de qualidade da gasolina por meio de uma revisão sistemática da literatura. A pesquisa foi conduzida por meio de uma revisão sistemática da literatura, utilizando o IEEE, Scopus e ScienceDirect como fontes de busca. Em relação a operacionalização e extração de artigos, foram utilizadas 3 strings de busca formadas pelas palavras-chave: neural network, gasoline, octane number prediction, antiknock performance, density. Os resultados encontrados nas bases de dados foram restringidos a publicações no período temporal dos últimos 10 anos (2012-2022) no idioma inglês, os quais foram submetidos a uma análise prévia, e a posteriori, selecionados para leitura na íntegra e introduzidos os critérios de exclusão e inclusão. Através da análise dos artigos que compuseram esta revisão sistemática da literatura, foi possível subdividi-los em duas categorias empíricas, ou seja, pesquisas que utilizaram uma RNA existente na literatura e pesquisas que buscaram introduzir modificações nos modelos de RNA presentes na literatura. Em seguida, os artigos foram sintetizados no intuito de explicitar as características principais de cada modelo, além de frisar os dados utilizados no processamento do modelo e compostos da gasolina previstos na análise por meio do uso de RNAs. Como conclusões, a pesquisa permitiu identificar quais os modelos de RNA e adaptações da estrutura são mais indicados para a análise da qualidade da gasolina, além de demonstrar que para obter resultados precisos as RNAs necessitam de algoritmos de treinamento adequado e modificações na estrutura.
publishDate 2022
dc.date.issued.fl_str_mv 2022-12-12
dc.date.accessioned.fl_str_mv 2023-03-14T13:26:50Z
dc.date.available.fl_str_mv 2023-03-14T13:26:50Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ROSA, William Ricardo. Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Francisco Beltrão, 2022.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/30840
identifier_str_mv ROSA, William Ricardo. Uso de redes neurais artificiais no controle de qualidade da gasolina – uma revisão sistemática da literatura. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Francisco Beltrão, 2022.
url http://repositorio.utfpr.edu.br/jspui/handle/1/30840
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Francisco Beltrao
dc.publisher.program.fl_str_mv Engenharia Química
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Francisco Beltrao
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/1/controlequalidadegasolina.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/2/license_rdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/3/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/4/controlequalidadegasolina.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30840/5/controlequalidadegasolina.pdf.jpg
bitstream.checksum.fl_str_mv 77dd864f25dedba5c173dea5c8177872
0175ea4a2d4caec4bbcc37e300941108
b9d82215ab23456fa2d8b49c5df1b95b
c421b512182b92564fb31acb89162eb3
dca6a0e65bd046f76645197b2c4b44fb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805923139916398592