Discente: ELIAS AMANCIO DE SIQUEIRA FILHO

Título: MODELOS HÍBRIDOS MULTIVARIADOS BASEADOS NA CORREÇÃO DE ERRO PARA PREVER O CONSUMO DE COMBUSTÍVEL DE USINAS TERMOELÉTRICAS MOVIDAS A ÓLEO DIESEL/HFO

Orientador: PROF. DR. CARMELO JOSÉ ALBANEZ BASTOS FILHO

Examinador interno: PROF. DR. MANOEL HENRIQUE NÓBREGA MARINHO

Examinador externo: PROF. DR. PATRÍCIA TEIXEIRA LEITE ASANO

Data: 24 DE MARÇO DE 2023

Horário: 09:00

Local: ONLINE

Resumo do projeto: 

Monitorar e controlar parâmetros operacionais relacionados a motores diesel/HFO utilizados em UTEs se tornou uma atividade essencial para garantir a confiabilidade do sistema, principalmente em períodos emergenciais. Devido à complexidade inerente ao processo, o controle dos parâmetros operacionais dos motores, que muitas vezes já são monitorados em tempo real, comumente se baseia conhecimento técnico da equipe e em modelos matemáticos simplificados que podem resultar em observações limitadas sobre o comportamento físico do sistema. Uma alternativa para esta tarefa é a utilização de métodos de previsão de séries temporais que buscam generalizar as características do sistema com base em informações passadas. Contudo, apesar destas técnicas serem amplamente aplicadas em UTEs movidas a carvão e gás natural, a análise da operação de motores diesel/HFO de grande porte utilizados em usinas brasileiras sob o regime de despachos foi pouco explorada. Dessa forma, dada as características tipicamente complexas atreladas ao consumo de combustível destes motores durante a geração de energia elétrica, este trabalho buscou investigar a capacidade de generalização de padrões por meio da aplicação de modelos lineares, não-lineares e híbridos de previsão em um banco de dados representativo de um grupo motogerador utilizado em uma usina localizada em Pernambuco. Adicionalmente, foi avaliado o impacto da adição de variáveis exógenas aos modelos univariados com base na análise de causalidade ao longo do tempo que buscou não apenas inferir a relação entre sinais, mas também identificou o regime de influência desta causalidade ao longo do tempo. Em síntese, foi possível observar que os modelos lineares AR e ARIMA-PSO possuíram desempenhos similares entre operações, apesar da melhor aderência do modelo ARIMA-PSO para captação de períodos de ajuste de carga. Em contrapartida, as abordagens não lineares NAR e XGBoost obtiveram desempenho significativamente superiores, especialmente na captação de distúrbios relacionados as etapas de rampa, desligamento e oscilações bruscas no consumo de combustível, apesar de serem inferiores na previsão em plena carga e da alta sensibilidade atrelada ao modelo XGBoost. A etapa de seleção de variáveis exógenas inicialmente identificou melhoria de desempenho ao se utilizar 8 diferentes sinais adicionais. Contudo, a causalidade de cada sinal ao longo das operações indicou que apenas 4 variáveis auxiliaram a previsão do consumo de formas distintas. A introdução destes sinais aos modelos ARIMAX e NARX resultou apenas em melhorias significativas a abordagem não-linear que foi capaz de reconhecer distúrbios operacionais mais rapidamente em comparação aos outros modelos analisados. Além disso, a aplicação dos modelos híbridos aditivos e multivariados proporciou a capacidade de detecção de variações mais complexas e, ao mesmo tempo, a estabilidade do modelo durante a operação em plena carga, se beneficiando da captação de características lineares e não-lineares da modelagem combinada.

Palavras-chave: Previsão de Séries Temporais, Metodologia Box & Jenkins, Aprendizado de Máquina, Modelagem Híbrida, Causalidade

Discente: AILTON GONÇALVES DA SILVA

Título: OTIMIZAÇÃO MULTIOBJETIVO DA GERAÇÃO DE CALOR COM FONTES ALTERNATIVAS PARA O TRATAMENTO HIDROTÉRMICO DAS MANGAS EM PETROLINA

Orientador: PROF. DR. LUÍS ARTURO GÓMEZ MALAGÓN

Coorientador: PROF. DR. CARMELO JOSÉ ALBANEZ BASTOS FILHO

Examinador interno:  PROF. DR. JORNANDES DIAS DA SILVA

Examinador externo: PROF. DR. ALCIDES CODECEIRA NETO

Data: 27 DE SETEMBRO DE 2022

Local: SALA I-7

Resumo do projeto: 

O Estado de Pernambuco possui Arranjos Produtivos Locais (APLs) relacionadas aos setores de confecções, laticínios, gesso, fruticultura. Nestes setores apresentam atividades que requerem calor de processo, cuja transferência de energia é realizada por meio do aquecimento de água, principal insumo nessas aplicações industriais. No APL da fruticultura no município de Petrolina é empregado o tratamento  hidrotérmico das mangas, o qual consiste na imersão da fruta em um tanque com água quente (T > 46,1°C) durante 90 minutos. Este tratamento é necessário para realizar o controle das moscas-das-frutas, que é exigido para que as mangas possam ser exportadas para países como Estados Unidos, Japão e Chile. Convencionalmente, a energia empregada nas industrias difundidas deste município é oriunda de caldeiras a Gás Liquefeito de Petróleo (GLP). No entanto, a utilização de fontes de energia com baixa emissão de poluentes tem se tornado uma tendência, dentre as quais a aplicação da energia solar tem se destacado. Tendo em vista que Petrolina possuielevados índices de radiação solar, que pode ser utilizado para a geração de calor de processo, este trabalho visa realizar a otimização multiobjetivo da geração de calor do tratamento hidrotérmico das mangas em Petrolina usando energia solar térmica e fotovoltaica. A análise técnica do uso dos coletores solares e dos módulosfotovoltaicos foi realizada utilizando o software TRNSYS. Neste software foram analisados três cenários: o primeiro consiste no sistema convencional de geração térmica, a fim de validar a simulação considerando apenas o GLP como fonte de calor;o segundo consiste no sistema termossolar para auxiliar a demanda de calor do processo convencional; e o terceiro consiste na aplicação dos sistemas termossolar e fotovoltaico como fontes auxiliares na demanda de calor do processo convencional. A análise econômica foi realizada usando o método de Life-Cycle Savings (LCS), a qual determina os ganhos em Valor Presente Líquido (VPL) obtidos pelo uso do sistema termossolar em função da área dos coletores. Além do LCS, este trabalho também determinou o valor do Payback e da Taxa Interna de Retorno (TIR), que juntos representam os indicadores financeiros atrelados a viabilidade econômica de um modelo de negócio (investimento). A otimização multiobjetivo foi realizada no terceiro cenário em que foram determinadas as variáveis de projetos para minimizar o custo e maximizar o LCS durante o tempo de vida do sistema proposto. Para avaliar a otimização foi utilizado dos algoritmos: força bruta (solução exata) e o algoritmo genético de classificação não dominada II (NSGA-II). O primeiro avalia e testa todas as possibilidades dentro do campo de busca proveniente da simulação computacional. Já o segundo utiliza inteligência computacional para avaliar e testas as possibilidades de forma aproximada com menor custo computacional. Os resultados mostraram que para o segundo cenário, a curva do LCS tem um valor máximo positivo quando a área dos coletores solares é de 360m2, apresentando um Payback de 52 meses com uma TIR de 2,57%a.m. ressaltando, assim, a atratividade do investimento. Já no terceiro cenário, os resultados mostraram que o sistema convencional poderia ser completamente substituído pelo sistema composto apenas pelas fontes renováveis. Também foi possível observar que a otimização multiobjetivo gerou um custo computacional 93,3% menor utilizando o algoritmo NSGA-II comparado com o algoritmo de força bruta.

Palavras-chave: Mangas, TRNSYS, Termossolar, Fotovoltaica, Otimização multiobjetivo.

Discente: DANILO OLIVEIRA DE CARVALHO

Título: ANÁLISE DE DESEMPENHO DE MODELOS DE REGRESSÃO ENTRE AVALIAÇÕES SUBJETIVAS E OBJETIVAS APLICADOS A SISTEMAS DE BAIXO VIRTUAL

Orientador: PROF. DR. CARMELO JOSÉ ALBANEZ BASTOS FILHO

Coorientador: PROF. DR. SERGIO CAMPELLO OLIVEIRA

Examinador interno: PROF. DR. DIEGO JOSÉ RÁTIVA MILLÁN  

Examinador externo: PROF. DR. VLADIMIR HOMOBONO SOARES

Data: 29 DE SETEMBRO DE 2022

Local: SALA I-4

Resumo do Projeto: 

Devido as suas limitações físicas, os alto falantes de pequenas dimensões são incapazes de reproduzir baixas frequências com qualidade aceitável sem gerar consequências indesejáveis, como a distorção por exemplo. No intuito de superar essas limitações, os sistemas de baixo virtual (Virtual Bass System - VBS), que podem ser compreendidos como um conjunto de operações de processamento de sinais, apresentam-se como uma opção a ser considerada, uma vez que, através de dispositivos não lineares (Non-Linear Device - NLDs), estes são capazes de modificar as faixas processadas de forma que seus ouvintes percebam os tons graves através de efeitos psicoacústicos mesmo sem sua reprodução física. Considerando que os efeitos produzidos por estes dispositivos variam de acordo com as suas configurações assim como em relação às características do sinal processado, seus resultados precisam ser avaliados por usuários a fim de selecionar uma opção satisfatória em cada caso. Para tal, este trabalho prevê a aplicação de um método de avaliação subjetiva para um conjunto de áudios processados por VBS variados, gerando dados que representam suas preferências. Em um primeiro momento, este processo se dá em torno da seleção do tipo do NLD que apresenta melhores resultados de forma geral e, em segunda etapa, da compreensão das relações entre suas configurações e características da faixa. Tendo em vista que este processo não seria viável para grandes escalas ou mesmo para processamento em tempo real, também foi aplicado um método objetivo de avaliação, onde uma série de indicadores relacionados aos sinais são calculados. A partir destes dois conjuntos são computados, por meio de métodos de regressão, modelos matemáticos capazes de relacioná-los. Por fim, seus indicadores de performance são comparados.