Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
SILVA, Ana Maria Ribeiro Bastos da |
| Orientador(a): |
LIMA, Edmilson Santos de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Programa de Pos Graduacao em Engenharia Civil
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/17404
|
Resumo: |
A aplicação de técnicas de Análises de Componentes Principais (ACP), Redes Neurais Artificiais (RNA), Lógica Fuzzy e Sistema Neurofuzzy para investigar as alterações da característica da água das barragens de Utinga e do Bita que abastecem de água bruta a ETA Suape é de fundamental importância em função do grande número de variáveis utilizadas para definir a qualidade. Neste trabalho, foram realizadas 10 coletas de água em cada área, no período de novembro de 2007 a agosto de 2012, totalizando 120 amostras. Ainda que o conjunto de dados experimentais obtidos seja reduzido, houve múltiplos esforços em demanda da aquisição de informações da qualidade da água junto aos órgãos oficiais de monitoramento ambiental. Os resultados mostraram uma tendência à degradação da propriedade da água das barragens em decorrência da presença de microrganismos, sais e nutrientes, responsáveis pelo processo de eutrofização, o que se configurou pela maior concentração de fósforo total, Coliformes termotolerantes, e diminuição de pH e OD, provavelmente devido à ocorrência de descarte de efluentes da agroindústria canavieira, industrial e doméstico. A ACP caracterizou mais 76% das amostras permitindo visualizar a existência de mudanças sazonais e uma pequena variação espacial d`água nas barragens. A condição da água das duas barragens foi modelada satisfatoriamente, razoável precisão e confiabilidade com os modelos estatístico e computacionais, para uma quantidade de parâmetros e dados ambientais, que embora limitados foram suficientes para realização deste trabalho. Ainda assim, fica evidente a eficiência e sucesso da utilização do Sistema Neurofuzzy (coeficiente de regressão de 0,608 a 0,925) que combina as vantagens das Redes Neurais e da Lógica Fuzzy em modelar o conjunto de dados da qualidade da água das barragens de Utinga e Bita. |
