Previsão de emissões de NOx de uma usina termelétrica à carvão por meio de redes neurais artificiais
Visualizar/abrir
Data
2019Autor
Orientador
Co-orientador
Nível acadêmico
Graduação
Assunto
Resumo
O monitoramento de emissões de NOx em usinas termelétricas à base de carvão é uma exigência dos órgãos de controle e fiscalização ambientais, e geralmente realizado por sensores físicos. As técnicas baseadas em machine learning se mostraram eficientes na previsão deste tipo de emissão e apresentam-se como uma alternativa para esse acompanhamento. O presente trabalho trouxe o desenvolvimento de uma rede neural artificial a partir de parâmetros relacionados ao moinho de carvão pulverizado e de al ...
O monitoramento de emissões de NOx em usinas termelétricas à base de carvão é uma exigência dos órgãos de controle e fiscalização ambientais, e geralmente realizado por sensores físicos. As técnicas baseadas em machine learning se mostraram eficientes na previsão deste tipo de emissão e apresentam-se como uma alternativa para esse acompanhamento. O presente trabalho trouxe o desenvolvimento de uma rede neural artificial a partir de parâmetros relacionados ao moinho de carvão pulverizado e de alimentação da fornalha da Usina Termelétrica de Pecém para a previsão de emissão de NOx durante o processo de queima. A análise do Erro Percentual Absoluto Médio (MAPE) mostrou um erro de 2,67% entre os valores de NOx previstos e os valores medidos. O coeficiente de determinação R² da dispersão dos valores medidos “versus” os valores previstos ficou em 0,93. Uma análise de sensibilidade indicou o comportamento do NOx previsto a partir da variação individual de cada parâmetro de entrada. O modelo regido por dados se mostrou eficaz na solução do problema proposto. ...
Abstract
The tracking of NOx emissions in coal-fired power plants is required by the environmental regulatory agencies and usually done through the use of physical detectors. Machine learning based techniques has shown to be efficient predicting this kind of emission and appears as an alternative for this tracking. The present work presented the development of an artificial neural network from parameters related to the pulverized coal mill and the furnace feeder of the Pecém thermal power plant to predi ...
The tracking of NOx emissions in coal-fired power plants is required by the environmental regulatory agencies and usually done through the use of physical detectors. Machine learning based techniques has shown to be efficient predicting this kind of emission and appears as an alternative for this tracking. The present work presented the development of an artificial neural network from parameters related to the pulverized coal mill and the furnace feeder of the Pecém thermal power plant to predict the emission of NOx during the burning process. The analysis of the Mean Absolute Percentage Error (MAPE) showed an error of 2,67% between the predicted values of NOx and the measured ones. The determination coefficient R² of the scatter diagram of measured values versus predicted values was 0,93. A sensitivity analysis indicated the behavior of the predicted NOx through the individual variation of each input parameter. The data-driven model has shown to be effective in the solution of the proposed problem. ...
Instituição
Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Curso de Engenharia Mecânica.
Coleções
-
TCC Engenharias (5574)
Este item está licenciado na Creative Commons License