Uso de superfícies de resposta de sistemas fuzzy para apoio à análise de eficiência energética na indústria madeireira

Texto

(1)

Uso de superfícies de resposta de sistemas fuzzy para apoio à

análise de eficiência energética na indústria madeireira

Fernando de Lima Caneppele 1, José Antonio Rabi 1, Luís Roberto Almeida Gabriel Filho 2, Camila Pires Cremasco 2, Fernando Ferrari Putti 2, Odivaldo José Seraphim 3

1 Faculdade de Zootecnia e Engenharia de Alimentos (FZEA) -

Universidade de São Paulo (USP) - Pirassununga - S.P. - Brasil

2 Faculdade de Ciências e Engenharia -

Universidade Estadual Paulista “Júlio de Mesquita Filho” (UNESP) - Tupã - S.P. - Brasil

3 Faculdade de Ciências Agronômicas -

Universidade Estadual Paulista “Júlio de Mesquita Filho” (UNESP) - Botucatu - S.P. - Brasil

caneppele@usp.br , jrabi@usp.br , gabrielfilho@tupa.unesp.br , camila@tupa.unesp.br, fernandoputti@tupa.unesp.br , seraphim@fca.unesp.br

Resumo. Este trabalho tem o objetivo de descrever o uso de superfícies de resposta 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, são 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 e a apresentação através de superfícies de resposta demonstrou ser eficaz para a apresentação dos resultados dos sistemas propostos para o controle de eficiência energética para a área industrial madeireira.

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

Abstract. This paper aims to describe the use of response surfaces 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 peculiarities of the companies are observed with regard to the management procedures and also the indices and energy efficiency factors. After the description of the systems and installation, the response surface both with the fixation of the involved variables are presented. It was concluded that the fuzzy theory and the presentation through response surfaces proved to be effective for the presentation of the results of the proposed systems for energy efficiency control for the wood industrial area.

(2)

1. Introdução

A eficiência energética pode ser definida 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 ( ABESCO, 2016).

Atualmente, observam-se importantes transformações no Brasil e no mundo no que diz respeito à preocupação com a preservação do meio ambiente. Nesse sentido 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).

Os estudos na área de eficiência energética e também na área de energia têm grandes benefícios para sociedade e para 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 que podem melhorar a eficiência energética e a redução de emissões de carbono em qualquer setor (ALTAN, 2010).

Para se realizar um estudo de eficiência energética em uma instalação industrial, é necessário agir nos diferentes tipos de cargas com a finalidade de verificar o seu potencial de desperdício (MAMEDE, 2010).

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 (ELETROBRÁS, 2005).

Uma forma de indicar a eficiência energética é analisá-la através na lógica fuzzy, que ao contrário da lógica tradicional, não impõe limites bruscos, proporcionando graus de pertinência de elementos a uma determinada categoria (CANEPPELE, 2013).

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 dos denominados sistemas fuzzy. Nele,

problemas intermitentes de natureza industrial, biológica ou química, que não podiam ser analisados com a lógica computacional fundamentada na lógica booleana, passaram agora a serem solucionados e podiam ser facilmente modelados.

A teoria fuzzy é uma ferramenta matemático-computacional capaz de assimilar informações vagas, imprecisa, descritas em linguagem natural, informal e convertê-las para um formato numérico, de fácil manipulação.

(3)

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

Fonte: adaptado de Mathworks (2014).

Na lógica fuzzy, o uso superfície de resposta visa obter uma relação funcional entre as variáveis de entrada e as variáveis de saída. Normalmente a saída de um sistema fuzzy é um número fuzzy. Utilizando a superfície de resposta tem-se um recurso visual que mostra a relação complexa das variáveis envolvidas e portanto, proporciona melhor análise.

Neste contexto, este trabalho tem o objetivo de descrever o uso de superfícies de respostas 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

Os dados elétricos e de práticas gerenciais foram coletados junto à cincos serrarias na região de Itapeva – S.P., além do Laboratório de Processamento da Madeira, do Campus Experimental de Itapeva – UNESP. Estas serrarias utilizam como matéria-prima basicamente duas espécies de madeira que são o Pinus taeda e o Pinus elliotti.

Para as simulações referentes ao uso da teoria fuzzy, tanto para o sistema gerencial, quanto para o sistema tecnológico, foi utilizado o ambiente de computação científica MATLAB®, através do Fuzzy Logical Toolbox, versão R2015a.

Com base nas metodologias descrita por Caneppele & Seraphim (2010), Cresmasco et

al. (2010), Gabriel Filho et al. (2011), Caneppele et al. (2013) e Caneppele & Seraphim

(2013), Gabriel Filho et al. (2015) foram desenvolvidos e aprimorados dois sistemas de apoio à decisão utilizando lógica fuzzy: um para a parte gerencial e outro para a parte tecnológica. A partir destes sistemas foram geradas as superfícies.

3. Resultados

(4)

Figura 02. Sistema fuzzy gerencial.

(5)

O sistema gerencial possui 3 variáveis de entrada, 1 variável de saída e 27 regras que determinam seu comportamento. O sistema tecnológico possui 4 variáveis de entrada, 1 variável de saída e 81 regras que determinam seu comportamento.

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 de resposta geradas para este sistema nas Figuras 04, 05 e 06.

(6)

Figura 05. Superfície de resposta para o sistema de suporte gerencial (MAN=média).

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

(7)

Para simular o funcionamento do sistema tecnológico, a variável “Fator de demanda (FD)” teve seus valores fixados para as simulações em “ruim, médio e bom”. A variável “Consumo específico (CE)” teve seu valor fixado em médio. Pode-se visualizar as superfícies de resposta geradas deste sistema nas Figuras 07, 08 e 09.

(8)

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

Figura 09. Superfície de resposta para o sistema de suporte tecnológico (FD=bom e CE=médio).

O comportamento da superfície de resposta é explicado através dos valores que foram inseridos em cada sistema fuzzy. Observa-se que a determinação dos resultados é obtida diretamente dos gráficos da superfície de resposta.

4. Conclusões

As superfícies de resposta apresentaram em sua maioria comportamento com fronteiras suaves e com poucas anormalidades ou fronteiras rígidas. Esta é uma das vantagens no uso da teoria fuzzy para sistemas complexos e ainda no uso das superfícies de respostas para sua análise.

Como sistema proposto possui um comportamento mais semelhante possível ao de um humano, é esperado que através de superfícies de respostas os sistemas fuzzy possam ser melhor visualizados e compreendidos.

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/>. Acesso em: 24 mar. 2016.

(9)

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. CREMASCO, C. P. et al. 2010. Metodologia de determinação de funções de pertinência de controladores fuzzy para a avaliação energética de empresas de avicultura de postura. Energia na Agricultura. Botucatu. 5(1):21-39.

ELETROBRÁS - Centrais Elétricas Brasileiras. 2005. Gestão Energética. Rio de Janeiro. 188 p.

GABRIEL FILHO, L. R. A. et al. 2011. Application of fuzzy logic for the evaluation of livestock slaughtering. Engenharia Agrícola. Jaboticabal. 31(4):813-825.

GABRIEL FILHO, L. R. A. et al. 2015. Fuzzy rule-based system for evaluation of uncertainty transaction in cassava chain. Engenharia Agrícola. Jaboticabal. 35(2):350-367. MATHWORKS. 2014. MATLAB - Fuzzy Logic Toolbox™ - User’s Guide. Natick: Mathworks. 337 p.

Imagem

Referências

temas relacionados :