Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina

• Autor(a) principal: Ariza, Vinicius Matheus Pimentel
• 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/1/29336
• topic: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO; Aprendizado do computador; Análise de regressão; Biogás; Machine learning; Regression analysis; Biogas

O desenvolvimento de modelos preditivos confiáveis que estimam a produção de biogás em instalações de escala industrial tem-se mostrado um desafio. A utilização de um modelo de Aprendizado de Máquina combinado com ferramentas analíticas pode apoiar a tomada de decisão e aprimorar o desempenho das usinas de biogás. Neste contexto, o presente trabalho teve como objetivo desenvolver modelos de Aprendizado de Máquina para estimar a produção de biogás, utilizando dados diários de análises e de sensores de uma usina produtora de biogás a partir de resíduos da indústria sucroalcooleira. A metodologia envolveu a utilização dos algoritmos Random Forest, Redes Neurais Artificiais, Support Vector Machine e Least Absolute Shrinkage And Selection Operator, sendo ajustados e comparados através das métricas R-quadrado, Mean absolute error (MAE) e Mean absolute percentage error (MAPE). Os resultados mostraram que o modelo Random Forest obteve os melhores resultados, com R-quadrado final de 0,83 para o conjunto de teste. Também verificou-se que os principais atributos para a estimação da produção de biogás foram a quantidade de resíduos dosado (sólidos e líquidos) e o pH. Por fim, também foi desenvolvida uma aplicação web para realizar as estimações utilizando o melhor modelo gerado.