Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest

• Ano de defesa: 2021
• Autor(a) principal: Ribeiro, Daniel Sborgi
• Orientador(a): Gomes, Adriano Doff Sotta
• Banca de defesa: Gomes, Adriano Doff Sotta , Baude, Emir , Corrêa, Fernanda Cristina , Martins, Marcella Scoczynski Ribeiro , Baroncini, Virginia Helena Varotto Baroncini
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Ponta Grossa
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• País: Brasil
• Palavras-chave em Português: Energia - Consumo; Moinhos e trabalhos em moinhos; Algorítmos; Energy consumption; Mills and mill-work; Algorithms
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/25059

Esse trabalho propõe a utilização do Random Forest e do Particle Swarm Optimization para otimizar o consumo de energia de um moinho do tipo Raymond, utilizado para moagem de carbonato de cálcio natural em para baixas granulometrias. Inicialmente, os dados s ´ ao filtrados, limpos e organizados para então passarem por uma etapa de pré-análise, utilizando conceitos estatísticos que incluem estrutura e dispersão, distribuição e finalmente correlação ao dos dados. Após isso, é aplicada a técnica Random Forest em um processo de aprendizagem supervisionada utilizando seleção de features e tunning de hiperparâmetros de execução, e finaliza com o processo de otimização do consumo de energia aplicando Particle Swarm Optimization. Os resultados demonstram um potencial de redução de aproximadamente 9% quando comparado com o consumo atual do mesmo equipamento, além da possibilidade de um ganho em escala, quando aplicada a metodologia a outros equipamentos dentro de uma mesma planta indústria.