Superfícies de resposta de sistemas fuzzy para apoio à eficiência energética na indústria madeireira

Texto

(1)

Superfícies de resposta de sistemas fuzzy para apoio à

eficiência energética na indústria madeireira

Fernando de Lima Caneppele 1 , Odivaldo José Seraphim 2, Luís Roberto Almeida Gabriel Filho 3

1 Faculdade de Zootecnia e Engenharia de Alimentos (FZEA) – Universidade de São Paulo

(USP) – Pirassununga – S.P. – Brasil

2 Faculdade de Ciências Agronômicas – Universidade Estadual Paulista “Júlio de Mesquita

Filho” (UNESP) – Botucatu – S.P. – Brasil

3 Campus Experimental de Tupã - Universidade Estadual Paulista “Júlio de Mesquita Filho”

(UNESP) – Tupã – S.P. – Brasil

caneppele@usp.br , seraphim@fca.unesp.br , gabrielfilho@tupa.unesp.br

Resumo. Este trabalho tem o objetivo de descrever desenvolvimento de dois sistemas baseados em lógica fuzzy para a indústria madeireira, um de base tecnológica e outro de base gerencial, para aplicação de programas de eficiência energética. Na aplicação da teoria fuzzy, foram observadas as particularidades das empresas, no que diz respeito aos procedimentos gerenciais e também aos índices e fatores de eficiência energética. Após a descrição e montagem dos sistemas, são apresentadas as superfícies de resposta de ambos com a fixação das variáveis envolvidas. Concluiu-se que a teoria fuzzy demonstrou ser útil na elaboração dos modelos propostos para o controle de eficiência energética para a área industrial madeireira.

Palavras-chave: Eficiência Energética, Lógica Fuzzy, Indústria Madeireira.

Abstract. This paper aims to describe development of two systems based on fuzzy logic for the wood industry, a technology-based and other managerial basis for implementation of energy efficiency programs. In the application of fuzzy theory, the particularities of the companies were observed with regard to management procedures and also the indices and energy efficiency factors. After describing and mounting systems, the response surfaces of both the fixation of variables involved are presented. It was concluded that the fuzzy theory has proved useful in the preparation of the proposed control of energy efficiency for the timber industrial area models.

(2)

1. Introdução

ABESCO (2013) define eficiência energética como uma atividade técnico-econômica que objetiva proporcionar o melhor consumo de energia e água, com redução de custos operacionais correlatos e com isso minimizar contingenciamentos no suprimento desses insumos. Além disso, introduz elementos e instrumentos necessários para o gerenciamento energético e hídrico da empresa ou empreendimento.

Atualmente, estamos assistindo a importantes transformações em nosso País e no mundo com respeito à preocupação com a preservação do meio ambiente. É importante que as empresas procurem se antecipar às mudanças que ocorrerão quanto às exigências de um novo mercado consumidor, que dará preferência a produtos de empresas que possuam o compromisso com a preservação do meio ambiente e com o não desperdício (ELETROBRÁS, 2005).

Estudos na área de eficiência energética e energia têm enormes benefícios para sociedade e em diferentes setores de da economia. Eles permitem uma compreensão clara dos impactos e incentivam uma utilização mais sistemática do conhecimento. Além disso, proporcionam impulso para o desenvolvimento de práticas construtivas que podem melhorar a eficiência energética e a redução de emissões de carbono em qualquer setor (ALTAN, 2010).

De acordo com Mamede (2010), para se realizar um estudo de eficiência energética numa instalação industrial, é necessário agir nos diferentes tipos de cargas com a finalidade de verificar o seu potencial de desperdício.

Segundo Haddad (2005), a energia, na medida do possível, deve ser usada na quantidade exata requerida pelos equipamentos, processos e sistemas. Este é um princípio que reconhece que as demandas de energia não são homogêneas e que o verdadeiro problema energético é atender, de maneira sustentável, necessidades de uso final heterogêneas com a mínima quantidade possível de energia termodinamicamente apropriada.

Eletrobrás (2005) cita ainda que o combate ao desperdício de energia elétrica é vantajoso para todos os envolvidos. Ganha o consumidor, que passa a comprometer menor parcela de seus custos, o setor elétrico, que posterga investimentos necessários ao atendimento de novos clientes, e a sociedade como um todo pois, além dos recursos economizados, as atividades de eficientização energética geram empregos através do próprio serviço e da utilização de equipamentos, em sua quase totalidade fabricados no país, e contribuem para a conservação e melhoria do meio ambiente evitando as agressões ambientais inerentes à construção de usinas hidrelétricas ou ao funcionamento de usinas térmicas.

Caneppele (2011), cita que uma forma de indicar a eficiência energética é basear-se na lógica fuzzy, que ao contrário da lógica tradicional, não impõe limites bruscos, proporcionando graus de pertinência de elementos a uma determinada categoria.

O conceito de Conjunto Fuzzy foi introduzido em 1965 por Lotfi A. Zadeh da Universidade da Califórnia em Berkeley, em artigo denominado “Fuzzy Sets”. Este artigo revolucionou o mundo científico com a criação de sistemas fuzzy.

(3)

Pode-se definir a teoria fuzzy como sendo uma ferramenta matemático-computacional capaz de assimilar informações vagas, descritas em linguagem natural, informal e convertê-las para um formato numérico, de fácil manipulação.

O esquema básico, simplificado, de funcionamento de um sistema fuzzy é mostrado na Figura 01.

Figura 01. Diagrama em bloco de um sistema fuzzy típico.

Fonte: adaptado de Mathworks (2014).

Neste contexto, este trabalho tem o objetivo de descrever desenvolvimento de dois sistemas baseados em lógica fuzzy para a indústria madeireira, um de base tecnológica e outro de base gerencial, para aplicação de programas de eficiência energética.

2. Materiais e métodos

Foram coletados dados elétricos e de práticas gerenciais de cincos serrarias na região de Itapeva – S.P. Estas serrarias utilizam como matéria-prima basicamente duas espécies de madeira que são o Pinus taeda e o Pinus elliotti. O estado da arte do processamento industrial dessas duas espécies mostra que há poucas variações significativas e que, portanto, não é necessária que seja caracterizada a espécie utilizada quando da etapa da coleta de dados elétricos.

Foi caracterizado também o Laboratório de Processamento da Madeira, do Campus Experimental de Itapeva – UNESP tem o lay-out de produção com os principais equipamentos e um panorama geral ilustrado na Figura 25. A potência total dos equipamentos da área industrial é de 320 kW. O enquadramento tarifário é o horo-sazonal verde trifásico.

O principais equipamentos utilizados para coleta de dados foram os aparelhos SAGA 4500 são analisadores e registradores eletrônicos de sistemas elétricos monofásicos ou trifásicos equilibrados ou não. Foram concebidos para uso portátil em redes de distribuição, para instalação ao tempo ou em cabines primárias ou em circuitos diversos de baixa tensão, sem necessidade de desligamento do circuito e que atende a portarias do DNAEE e da ANEEL.

(4)

Foram desenvolvidos dois sistemas de apoio à decisão utilizando lógica fuzzy: um para a parte gerencial e outro para a parte tecnológica. Para o desenvolvimento deste sistemas, foi utilizada a metolodologia proposta e descrita por Caneppele & Seraphim (2010), Caneppele et al. (2013) e Caneppele & Seraphim (2013).

3. Resultados

Na aplicação da teoria fuzzy, foram observadas as particularidades das empresas, no que diz respeito aos procedimentos gerenciais e também aos índices e fatores, assim, após as pesquisas, estudos e simulações, tem-se o sistema de suporte gerencial como ilustrado da Figura 02. Este sistema gerencial possui 3 entradas, 1 saída e 27 regras que determinam seu comportamento.

Figura 02. Resumo do sistema de suporte fuzzy gerencial.

(5)

Figura 03. Resumo do sistema de suporte fuzzy tecnológico.

Na construção de cada regra foram definidas as conexões entre as variáveis de entrada e as variáveis de saída, através dos operadores lógicos. Após a inserção de todas as regras tem-se a formação do sistema de controle fuzzy. À partir da base regras pode-se gerar superfície de resposta dos sistemas de suporte fuzzy propostos.

Para o sistema gerencial são apresentadas as variáveis de entrada “Práticas de eficiência energética (PEE)” e “Corpo técnico qualificado (TEC)” e a resposta “Possibilidade de aumento do nível de eficiência (POS)”.

Para simular o funcionamento do sistema gerencial, a variável “Manutenção das instalações e equipamentos (MAN)” teve seus valores fixados para as simulações em “pouca, média e boa”. Pode-se visualizar as superfícies geradas nas Figuras 04, 05 e 06.

Para o sistema de suporte tecnológico são apresentadas as variáveis de entrada “Fator de potência (FP)” e “Fator de carga (FC)” e a resposta “Nível de eficiência energética (EE)”.

(6)

Figura 04. Superfície de resposta para o sistema de suporte gerencial(MAN=pouca).

(7)

Figura 06. Superfície de resposta para o sistema de suporte gerencial (MAN=boa).

(8)

Figura 08. Superfície de resposta para o sistema de suporte tecnológico (FD=médio e CE=médio).

(9)

4. Conclusões

A utilização da teoria fuzzy permitiu identificar e implementar em um sistema fuzzy a experiência do operador e sua forma de decidir sobre o problema em questão. Verificou-se a capacidade de operadores de processos de naturezas diversas realizarem com sucesso inferências sobre o mesmo de forma intuitiva, sem que seja necessário conhecer os valores numéricos das variáveis envolvidas.

Um operador considerado experiente acumula um maior número de observações anteriores que utiliza na formulação de previsões sobre o processo. O sistema proposto possui um comportamento mais semelhante possível ao de um humano.

Dessa forma, a teoria fuzzy demonstrou ser útil na elaboração de um modelo de um sistema de controle de eficiência energética para a área industrial madeireira. O poder associado à sua utilização é servir de ponte entre o conhecimento empírico e uma implementação computacional.

5. Referências

ABESCO - Associação Brasileira das Empresas de Serviços de Conservação de Energia. 2014. O que é eficiência energética. Disponível em: <http://www.abesco.com.br/abesc.asp?area=14 >. Acesso em: 04 mar. 2014.

ALTAN, H. 2010. Energy efficiency interventions in UK higher education institutions. Energy Policy. Amsterdam. 38(1):7722-7731.

CANEPPELE, F. L. 2011. Sistema fuzzy de suporte a decisão para aplicação de programa de eficiência energética em serrarias. Tese (Doutorado) - Curso de Energia Na Agricultura, Departamento de Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu. 160 p.

CANEPPELE, F. L. et al. 2013. Gains obtained in hybrid systems of energy generation solar photovoltaic and wind power for rural electrification with the use of fuzzy logic controllers based. Agricultural Engineering. Belgrado. 2(1):35-44.

CANEPPELE, F. L.; SERAPHIM, O. J. 2010. Aplicação da teoria fuzzy no controle de sistemas de geração de energias alternativas. Revista Energia na Agricultura, Botucatu. 3(25):24-41.

CANEPPELE, F. L.; SERAPHIM, O. J. 2013. Análise da eficiência energética na indústria madeireira através da lógica fuzzy. Revista Energia na Agricultura, Botucatu. 28(2):31-38. ELETROBRÁS - Centrais Elétricas Brasileiras. 2005. Gestão Energética. Rio de Janeiro. 188 p.

HADDAD, J. 2005. A lei de eficiência energética e o estabelecimento de índices mínimos de eficiência energética para equipamentos no Brasil. Revista Brasileira de Energia. Rio de Janeiro. 11(1):119-130.

MATHWORKS. 2014. MATLAB - Fuzzy Logic Toolbox™ - User’s Guide. Natick: Mathworks. 337 p.

Imagem

Referências

temas relacionados :