Estudo de derramamento de óleo utilizando o programa MOHID

• Ano de defesa: 2016
• Autor(a) principal: Rodrigues, Pedro Henrique Silva
• Orientador(a): Maiorino, José Rubens
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do ABC
• Programa de Pós-Graduação: Programa de Pós-Graduação em Energia
• Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103694&midiaext=73214; http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103694&midiaext=73214/index.php?codigo_sophia=103694&midiaext=73215

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.