Estimação da porcentagem de flúor em alumina fluoretada proveniente de uma planta de tratamento de gases por meio de um sensor virtual neural

As indústrias têm buscado constantemente reduzir gastos operacionais, visando o aumento do lucro e da competitividade. Para alcançar essa meta, são necessários, dentre outros fatores, o projeto e a implantação de novas ferramentas que permitam o acesso às informações relevantes do processo de forma precisa, eficiente e barata. Os sensores virtuais têm sido aplicados cada vez mais nas indústrias. Por ser flexível, ele pode ser adaptado a qualquer tipo de medição, promovendo uma redução de custos operacionais sem comprometer, e em alguns casos até melhorar, a qualidade da informação gerada. Como estão totalmente baseados em software, não estão sujeitos a danos físicos como os sensores reais, além de permitirem uma melhor adaptação a ambientes hostis e de difícil acesso. A razão do sucesso destes tipos de sensores é a utilização de técnicas de inteligência computacional, as quais têm sido usadas na modelagem de vários processos não lineares altamente complexos. Este trabalho tem como objetivo estimar a qualidade da alumina fluoretada proveniente de uma Planta de Tratamento de Gases (PTG), a qual é resultado da adsorção de gases poluentes em alumina virgem, via sensor virtual. O modelo que emula o comportamento de um sensor de qualidade de alumina foi criado através da técnica de inteligência computacional conhecida como Rede Neural Artificial. As motivações deste trabalho consistem em: realizar simulações virtuais, sem comprometer o funcionamento da PTG; tomar decisões mais precisas e não baseada somente na experiência do operador; diagnosticar potenciais problemas, antes que esses interfiram na qualidade da alumina fluoretada; manter o funcionamento do forno de redução de alumínio dentro da normalidade, pois a produção de alumina de baixa qualidade afeta a reação de quebra da molécula que contém este metal. Os benefícios que este projeto trará consistem em: aumentar a eficiência da PTG, produzindo alumina fluoretada de alta qualidade e emitindo menos gases poluentes na atmosfera, além de aumentar o tempo de vida útil do forno de redução.

Estimação da contribuição de múltiplas fontes harmônicas utilizando regressão não paramétrica

Este trabalho apresenta uma nova metodologia para estimar a contribuição harmônica de múltiplas cargas geradoras de harmônicos na distorção de tensão de um sistema elétrico. Essa metodologia cria modelos estatísticos que descrevem o comportamento da tensão harmônica de um sistema elétrico qualquer em função da corrente harmônica das cargas presentes nele, de tal forma, que seja possível avaliar o impacto das cargas geradoras de harmônicos nos níveis de distorção harmônica de tensão do sistema elétrico em análise. A criação desses modelos é realizada com base no método estatístico chamado de regressão polinomial local de kernel, que é um método de regressão não paramétrica, cuja característica principal é criar modelos não condicionados a uma família específica de curvas de regressão, ou seja, os dados são os únicos responsáveis pelo formato do modelo. Uma vez criado o modelo, estima-se a tensão harmônica que as cargas provocaram no período em análise e, por fim, avalia-se seu valor em relação à medida.

Estimação de parâmetros genéticos para características produtivas em búfalos na Amazônia Oriental

Dados de 1.182 registros de produção de fêmeas bubalinas da raça Murrah e seus mestiços, parindo no período de 1967 a 2005, foram utilizados para estimação de parâmetros genéticos utilizando-se o método de máxima verossimilhança restrita. O modelo animal utilizado para estimação de componentes de variância incluiu os efeitos fixos de rebanho, ano e época de parto, ordem de parto e duração da lactação e os efeitos aleatórios do animal, e ambiente permanente e temporário. As estimativas de herdabilidade foram 0,25, 0,18, 0,08 e 0,09, para produção de leite, produção de gordura, duração da lactação e produção de leite por dia de intervalo de parto, respectivamente. As estimativas de repetibilidade foram 0,33, 0,29 e 0,10 para produção de leite, produção de gordura e duração da lactação, respectivamente. As correlações genéticas entre produções de leite e gordura, produção de leite com duração da lactação, produção de leite com produção de leite por dia de intervalo de partos, produção da gordura com duração da lactação, produção de gordura com produção de leite por dia de intervalo de partos e duração da lactação com produção de leite por dia de intervalo de partos foram 0,93; 0,76; 0,99; 0,89; 0,87 e -0,27, respectivamente. Os resultados demonstram que ganhos genéticos podem ser obtidos pela seleção das produções de leite e gordura.