Imagem da capa

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

The development of reliable predictive models that estimate biogas production in industrial-scale facilities has been a challenge. The use of a Machine Learning model combined with analytical tools can support decision-making and improve the performance of biogas plants. In this context, the present...

ver descrição completa

Autor principal: Ariza, Vinicius Matheus Pimentel
Formato: Trabalho de Conclusão de Curso (Graduação)
Idioma: Português
Publicado em: Universidade Tecnológica Federal do Paraná 2022
Assuntos:
Aprendizado do computador
Análise de regressão
Biogás
Machine learning
Regression analysis
Biogas
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
Acesso em linha: http://repositorio.utfpr.edu.br/jspui/handle/1/29336
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id riut-1-29336
recordtype dspace
spelling riut-1-293362022-08-19T06:07:25Z Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina Estimation of biogas production in anaerobic codigestion of organic residues from the sugar-alcohol industry using machine learning algorithms Ariza, Vinicius Matheus Pimentel Santos, Bruno Samways dos Santos, Bruno Samways dos Lima, Rafael Henrique Palma Ferreira, Marco Antonio Aprendizado do computador Análise de regressão Biogás Machine learning Regression analysis Biogas CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO The development of reliable predictive models that estimate biogas production in industrial-scale facilities has been a challenge. The use of a Machine Learning model combined with analytical tools can support decision-making and improve the performance of biogas plants. In this context, the present work aimed to develop Machine Learning models to estimate the production of biogas, using daily data from analysis and sensors of a plant producing biogas from residues from the sugar and ethanol industry. The methodology involved the use of Random Forest, Artificial Neural Networks, Support Vector Machine, and Least Absolute Shrinkage And Selection Operator Algorithms, being adjusted and compared using the R-squared, Mean absolute error (MAE) and Mean absolute percentage error (MAPE) metrics. The results showed that the Random Forest model obtained the best results, with a final R-squared of 0,83 for the test set. It was also found that the main attributes for the estimation of biogas production were the amount of waste dosed (solid and liquid) and pH. Finally, a web application was also developed to perform the estimations using the best model generated. 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. 2022-08-18T21:20:46Z 2022-08-18T21:20:46Z 2022-06-02 bachelorThesis ARIZA, Vinicius Matheus Pimentel. Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Londrina, 2022. http://repositorio.utfpr.edu.br/jspui/handle/1/29336 por openAccess https://creativecommons.org/licenses/by/4.0 application/pdf Universidade Tecnológica Federal do Paraná Londrina Brasil Engenharia de Produção UTFPR
institution Universidade Tecnológica Federal do Paraná
collection RIUT
language Português
topic Aprendizado do computador
Análise de regressão
Biogás
Machine learning
Regression analysis
Biogas
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
spellingShingle Aprendizado do computador
Análise de regressão
Biogás
Machine learning
Regression analysis
Biogas
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
Ariza, Vinicius Matheus Pimentel
Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
description The development of reliable predictive models that estimate biogas production in industrial-scale facilities has been a challenge. The use of a Machine Learning model combined with analytical tools can support decision-making and improve the performance of biogas plants. In this context, the present work aimed to develop Machine Learning models to estimate the production of biogas, using daily data from analysis and sensors of a plant producing biogas from residues from the sugar and ethanol industry. The methodology involved the use of Random Forest, Artificial Neural Networks, Support Vector Machine, and Least Absolute Shrinkage And Selection Operator Algorithms, being adjusted and compared using the R-squared, Mean absolute error (MAE) and Mean absolute percentage error (MAPE) metrics. The results showed that the Random Forest model obtained the best results, with a final R-squared of 0,83 for the test set. It was also found that the main attributes for the estimation of biogas production were the amount of waste dosed (solid and liquid) and pH. Finally, a web application was also developed to perform the estimations using the best model generated.
format Trabalho de Conclusão de Curso (Graduação)
author Ariza, Vinicius Matheus Pimentel
author_sort Ariza, Vinicius Matheus Pimentel
title Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
title_short Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
title_full Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
title_fullStr Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
title_full_unstemmed Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
title_sort estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina
publisher Universidade Tecnológica Federal do Paraná
publishDate 2022
citation ARIZA, Vinicius Matheus Pimentel. Estimação da produção de biogás na codigestão anaeróbia de resíduos orgânicos da indústria sucroalcooleira utilizando algoritmos de aprendizado de máquina. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Londrina, 2022.
url http://repositorio.utfpr.edu.br/jspui/handle/1/29336
_version_ 1805316574742052864
score 10,814766

Registros relacionados