Banca de QUALIFICAÇÃO: YASMIN OLIVEIRA CARVALHO
17/05/2019 10:00
O tratamento terciário proporcionado pelas microalgas se apresenta como um processo rentável e promissor, aliando a remoção dos principais nutrientes causadores da eutrofização à produção de biomassa valiosa. Devido à característica não linear apresentada pelos processos biotecnológicos, a utilização de Redes Neurais Artificiais surge como uma opção viável para a predição das principais variáveis de processos de tratamento de efluentes. Para levantamento dos 42 pontos da rede foram utilizados dados obtidos a partir de um planejamento experimental. A Rede Neural foi projetada com função de transferência tangente hiperbólica, o algoritmo Levenberg-Marquardt foi utilizado para o treinamento da rede, 5 neurônios de entrada (luminosidade, pH, concentrações de íon amônio, fosfato e biomassa iniciais) e 5 neurônios de saída (pH, concentrações de íon amônio, fosfato, DQO e biomassa finais) foram fixados. A arquitetura da rede com 2 camadas ocultas, [5÷,15÷,10÷,5], foi escolhida pois apresentou menor erro quadrático médio de teste (0.00171) dentre as que apresentaram erro quadrático médio de treinamento igual ou menor que 10-4. O treinamento da rede apresentou fortes correlações entre os valores experimentais e preditos pela rede, com R² maior que 0,95. A configuração alcançada permite o uso desta Rede Neural em aplicações reais, como no sistema de controle em Estações de Tratamento de Efluentes.
SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19110-7eaa891a10