Publicação
Utilização de redes neuronais artificiais na gestão do processo de digestão anaeróbia
| Resumo: | A crescente escassez de combustíveis fósseis, a principal fonte de energia dos países desenvolvidos, e as preocupações ambientais, levam à busca de fontes de energia alternativas, tais como o biogás. Este gás, produzido durante o processo de digestão anaeróbia de lamas, é considerado um biocombustível pouco poluente e de baixo custo, podendo a sua potencialidade chegar até 60% do poder calorifico do gás natural. A Estação de Tratamento de Águas Residuais (ETAR) do Ave, possui elevada tecnologia para tratamento de águas residuais, destacando-se a unidade de tratamento terciário e a central de cogeração. A otimização de biogás torna-se essencial para a sua rentabilidade. A presente dissertação apresenta um estudo de aplicação de Redes Neuronais Artificiais (RNA) para previsão do biogás produzido na digestão anaeróbia da ETAR do Ave, visando a compreensão da complexidade do processo e avaliação do impacto das variáveis do processo na produção de biogás, de forma a otimizá-lo. As RNA, são modelos matemáticos computacionais capazes de entender relações complexas num determinado conjunto de dados. Funcionam de forma análoga ao cérebro humano, sendo capazes de prever valores quando novos casos lhes são apresentados. Para o desenvolvimento deste trabalho, recorreu-se ao programa NeuralToolsTM da PalisadeTM, utilizando-se informação das variáveis do tratamento de lamas da ETAR do Ave: a temperatura, os sólidos voláteis (SV), a alcalinidade, os ácidos gordos voláteis (AGV), o pH, o caudal de entrada (Q entrada) e as gorduras. Foram treinadas e testadas várias redes de forma a escolher aquela que tem melhor desempenho na previsão. A quantidade e disponibilidade de alguns dados foram as grande limitações para o desenvolvimento do trabalho, no entanto, os modelos de RNA utilizados provaram a sua capacidade de generalização, no sentido em que previram valores que acompanham o comportamento real do processo de digestão anaeróbia. Verificou-se, ainda, que as variáveis que mais influenciam as RNA escolhidas, e por consequência, a produção de biogás no processo, são o Q entrada no digestor, a Temperatura e a quantidade de SV. A adição de gorduras em pequenas quantidades ao digestor revelou-se benéfica na produção do biogás. Como resultado deste estudo, é possível concluir que os modelos RNA podem ser ferramentas poderosas para administrar o processo de digestão anaeróbica, permitindo a otimização da produção de biogás e portanto, essenciais para melhorar a rentabilidade das ETAR, nomeadamente a do Ave. |
|---|---|
| Autores principais: | Carreira, Ana Catarina Rodrigues |
| Ano: | 2014 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A crescente escassez de combustíveis fósseis, a principal fonte de energia dos países desenvolvidos, e as preocupações ambientais, levam à busca de fontes de energia alternativas, tais como o biogás. Este gás, produzido durante o processo de digestão anaeróbia de lamas, é considerado um biocombustível pouco poluente e de baixo custo, podendo a sua potencialidade chegar até 60% do poder calorifico do gás natural. A Estação de Tratamento de Águas Residuais (ETAR) do Ave, possui elevada tecnologia para tratamento de águas residuais, destacando-se a unidade de tratamento terciário e a central de cogeração. A otimização de biogás torna-se essencial para a sua rentabilidade. A presente dissertação apresenta um estudo de aplicação de Redes Neuronais Artificiais (RNA) para previsão do biogás produzido na digestão anaeróbia da ETAR do Ave, visando a compreensão da complexidade do processo e avaliação do impacto das variáveis do processo na produção de biogás, de forma a otimizá-lo. As RNA, são modelos matemáticos computacionais capazes de entender relações complexas num determinado conjunto de dados. Funcionam de forma análoga ao cérebro humano, sendo capazes de prever valores quando novos casos lhes são apresentados. Para o desenvolvimento deste trabalho, recorreu-se ao programa NeuralToolsTM da PalisadeTM, utilizando-se informação das variáveis do tratamento de lamas da ETAR do Ave: a temperatura, os sólidos voláteis (SV), a alcalinidade, os ácidos gordos voláteis (AGV), o pH, o caudal de entrada (Q entrada) e as gorduras. Foram treinadas e testadas várias redes de forma a escolher aquela que tem melhor desempenho na previsão. A quantidade e disponibilidade de alguns dados foram as grande limitações para o desenvolvimento do trabalho, no entanto, os modelos de RNA utilizados provaram a sua capacidade de generalização, no sentido em que previram valores que acompanham o comportamento real do processo de digestão anaeróbia. Verificou-se, ainda, que as variáveis que mais influenciam as RNA escolhidas, e por consequência, a produção de biogás no processo, são o Q entrada no digestor, a Temperatura e a quantidade de SV. A adição de gorduras em pequenas quantidades ao digestor revelou-se benéfica na produção do biogás. Como resultado deste estudo, é possível concluir que os modelos RNA podem ser ferramentas poderosas para administrar o processo de digestão anaeróbica, permitindo a otimização da produção de biogás e portanto, essenciais para melhorar a rentabilidade das ETAR, nomeadamente a do Ave. |
|---|