XXXI Congresso de Iniciação Científica
Redes Neurais Artificiais aplicadas ao processo de separação de misturas por membranas cerâmicas com poros de 1,2 µm
Camila Proni, Renata Natsumi Haneda, Érica Regina Filletti. Instituto de Química –Unesp - Araraquara, Engenharia Química; Email: camilaproni1999@hotmail.com
Palavras Chave: Redes Neurais Artificiais, microfiltração tangencial, membranas cerâmicas.
Introdução
A tecnologia de separação por membranas é uma alternativa não térmica à conservação e à clarificação de sucos de frutas. Nesta separação, os microrganismos ficam retidos pela membrana, enquanto o fluxo de permeado a atravessa.
No problema em questão, deseja-se estimar o fluxo de permeado de uma bebida à base de açaí do processo de microfiltração tangencial com membranas cerâmicas, utilizando uma ferramenta computacional alternativa, as Redes Neurais Artificiais (RNAs).
As RNAs são modelos computacionais inspirados na estrutura e no funcionamento do cérebro humano1. Seu desempenho se inicia por uma fase de aprendizagem, na qual se extrai as características necessárias para representar a informação fornecida e mais tarde, pela fase de generalização desta informação aprendida. As RNAs são vantajosas alternativas na resolução de vários problemas, pois são de fácil implementação e geram resultados altamente precisos.
Objetivo
O objetivo principal é desenvolver uma ferramenta computacional alternativa usando RNAs para estimar o fluxo de permeado de uma bebida à base de açaí através do processo de microfiltração tangencial com membranas cerâmicas de 1,2 μm em escoamento turbulento.
Material e Métodos
Utilizou-se os dados experimentais do trabalho de Haneda2, referente aos valores do fluxo de permeado de uma bebida à base de açaí por meio de membranas cerâmicas que retém os microrganismos presentes, que variava de acordo com o número de Reynolds, a pressão e o tempo.
Com estes três parâmetros montou-se uma matriz de entrada e com os valores de fluxo, uma matriz de saída desejada, ambas com 144 amostras para que pudessem ser usadas na RNA. A implementação da RNA foi feita no software MATLAB usando o algoritmo de Levenberg Marquardt e 19 neurônios na camada intermediária. Do conjunto amostral, 100 amostras foram utilizadas para treinamento, 22 para validação e 22 para teste (divisão 70%-15%-15%).
Resultados e Discussão
No resultado apresentado pela RNA, os erros médios obtidos foram de 5,3%, 4,7% e 9,9% para o conjunto de treinamento, validação e teste, respectivamente. A Figura 1 mostra a distribuição dos erros absolutos para todas as amostras, onde observa-se a aleatoriedade desta distribuição e a não-tendência dos resultados obtidos. Já a Figura 2 mostra a relação entre os valores do fluxo de permeado estimados pela RNA e os valores reais no conjunto de teste.
Figura 1. Dispersão do erro para todas as amostras
Figura 2. Valores do fluxo estimados pela RNA versus valores reais para o conjunto de teste
Conclusões
Os resultados foram satisfatórios, devido ao baixo erro médio encontrado e a aproximação dos pontos com a linha de tendência central para o conjunto de teste. Assim, conclui-se que é viável utilizar RNAs para estimar o fluxo de permeado no processo.
Agradecimentos
À Unesp e ao Instituto de Química -IQAr.
____________________
1 Braga, A. P.; Carvalho, A. C. P. L. F.; Ludermir, T. B. Redes Neurais
Artificiais: Teoria e Aplicações. Ltc-livros técnicos e científicos editora s. A. Rio de janeiro-rj, 2000.
2 Haneda, R. N. Estudo do desempenho do processo de microfiltração tangencial com membranas cerâmicas aplicado à retenção de bactérias e redução de sólidos suspensos de uma bebida à base de açaí. 2010. 174 f.
Tese (doutorado em engenharia mecânica) – eesc/usp, São Carlos, 2010.
-20 0 20
0 50 100 150
Erro
Fluxo de permeado estimado Treinamento Teste Validação
y = 0,97x + 0,71 R = 0,98 a= 0,97 ± 0,05 b= 0,71 ± 1,88
0 50 100
0 20 40 60 80
Fluxo estimado pela RNA
Fluxo de permeado real