Uso de uma rede neural artificial para previsão do volume de lodo gerado em estações de efluente têxtil: um estudo de caso
Resumo
Este trabalho tem como objetivo principal o uso de uma Rede Neural Artificial para prever a quantidade de lodo gerado pela Estação de Tratamento de Efluentes (ETE) de uma Indústria Têxtil da cidade de Joinville SC, utilizando o aprendizado conexionista. O volume de água utilizado nos processos fabris da indústria têxtil culmina no grande volume de efluente. Este trabalho é importante por que visa à redução do lodo gerado na estação de tratamento de efluentes de modo a minimizar o passivo ambiental gerado pelo acondicionamento deste material nos aterros. Foi analisada a eficiência de remoção do potencial poluente da ETE mediante a análise de componentes principais (ACP), verificando-se que o parâmetro cor e matéria orgânica requerem mais estudos e alternativas de redução das suas concentrações, embora estejam de acordo com a legislação vigente. Para a confecção da Rede Neural Artificial (RNA) foi elaborado um banco de dados através das séries históricas (de 2002 a 2007) dos parâmetros que a empresa analisa diária e semanalmente e do volume de lodo (m3) gerado após o tratamento do efluente. A fim de obter uma RNA com boa capacidade de generalização foi elaborada uma série de testes com arquitetura feedforward, o aprendizado supervisionado e o algoritmo backpropagation, tudo com o objetivo de encontrar o número de neurônios na camada oculta. O êxito dos testes foi baseado no resultado do erro quadrático médio e a regressão linear dos resultados obtidos de predição da rede. Ficou evidente que o uso de técnicas alternativas como a do aprendizado conexionista, neste caso as RNAs para modelagem de estações de tratamento de efluente, é adequado e tem grande relevância para aprimorar as técnicas de modelagem de processos.
Referências
Azevedo, F. M. et al, (2000). “Neural Networks with Applications Expert Systems”. Bookstore, Florianópolis, Brazil
Braga, A. P; CARVALHO, A. P. de L. de C.; LUDEMIR, T. B. “Redes Neurais Artificiais. Teoria e a Aplicações”. Rio de Janeiro: LTC, (2007).
Cerqueira, A. A. (2006), “Aplicação da Técnica de Eletrofloculação no Tratamento de Efluentes Têxteis”. Dissertação. Programa de Pós Graduação em Química. Universidade do Estado do Rio de Janeiro, Brazil UERJ, 111 p.
Esquerre, K. P. O.; MORI, M.; BRUNS, R. E., “Simulation of an industrial wastewater treatment plant using artificial neural networks and principal components analysis”. Brazilian Journal of Chemical Engineering, Vol. 19, No. 04, pp. 365 - 370, (October - December 2002)
Fiesc – Federação das Indústrias do Estado de Santa Catarina, (2007). Santa Catarina on Data. Florianópolis, Brazil
Gontarski, C. A., RODRIGUES, P.R. ; MORI, M., PRENEM, L.F. “Simulation of an industrial wastewater treatment plant using artificial neural networks”. Computers and Chemical Engineering 24 (2000) 1719-1723.
Hassemer, M.E.N.; SENS, M.L. “Tratamento do efluente de uma indústria têxtil. Processo físico-químico, ozônio e coagulação/floculação. Engenharia Sanitária e Ambiental”, v.7, n.1, (2002).
Haykin, Simon (2001) “Neural Networks: Principles and Practice”. 2. Ed. Bookman, Porto Alegre, Brazil.
IEMI – Instituto de Estudos de Marketing Industrial. (2008) “Textile Industry Sector Report”. São Paulo, Brazil.pp 103-117.
Marques, F. D et al. (2005) “Application of Time-Delay and Recurrent Neural Networks for Identification of Hingeless Helicopter Blade Falpping and Torsin Motions.” J. of the Braz. Soc. Of Mech. Sci. & Eng. April-June 2005, Vol. XXVII, No 2, Brazil. pp 97-103.
SANTOS. A.B. dos. SANTAELLA, T. S. Remoção de DQO de água residuária de indústria têxtil empregando o processo de lodos ativados em batelada. Revista Engenharia Sanitária e Ambiental, v. 7. n. 3, 2002.
