Orientadora: Profª Drª Graziella Colato Antonio / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Energia, 2016. / As crescentes preocupações socioambientais têm incentivado discussões acerca de alternativas que aliem um incremento da participação de fontes renováveis na matriz energética e a redução dos impactos ambientais negativos decorrentes da atividade humana. Nesse sentido, o correto manejo e destinação dos resíduos sólidos urbanos ocupa uma posição importante, pois tratamentos adequados para esses resíduos podem contribuir em ambas as frentes. Uma solução que tem sido largamente utilizada por países desenvolvidos e em desenvolvimento para a destinação dos resíduos sólidos é a sua recuperação energética por processo de conversão termoquímica de incineração. Essa solução tanto contribui para o aumento da oferta de energia, quanto diminui consideravelmente o volume dos resíduos a serem depositados em aterros, e ainda mitiga sua toxicidade. Como parte de um adequado planejamento, implantação e operação de uma planta de conversão energética de resíduos é imprescindível que se conheça seu poder calorífico, e muitos modelos têm sido desenvolvidos, principalmente com a utilização de regressão linear múltipla, técnica matemática que gera modelos de previsão lineares. Este trabalho teve o objetivo de propor uma metodologia de construção de modelos de predição de poder calorífico de resíduos sólidos urbanos, a partir da análise elementar, porém com uma abordagem computacional, utilizando uma técnica de inteligência computacional denominada redes neurais artificiais. Redes neurais podem representar tanto funções lineares quanto funções não lineares, e é através dessa característica que se pretendeu promover um incremento na acurácia das predições de poder calorífico de resíduos. Para tanto, foram testadas 432 configurações distintas de redes neurais, com a variação de 5 parâmetros de arquitetura da rede. Como resultado do trabalho, foi observado que, dentre essas 432 configurações, 80 (18,5%) obtiveram um índice de previsão considerado excelente, e a rede de melhor desempenho (rna-771-bfg-lp) atingiu um índice de erro médio percentual absoluto de 2,9%, na previsão de poder calorífico de 10 amostras. No comparativo com modelos matemáticos da literatura, a rna-771-bfg-lp foi melhor do que todos os modelos considerados, cujo melhor resultado foi 3,9% pelo índice MAPE. Esses resultados indicam que redes neurais se constituem uma técnica de construção de modelos de predição bastante promissora, e que a metodologia aqui proposta é capaz de gerar modelos de predição de poder calorífico de resíduos baseado em redes neurais bastante eficazes para esse tipo de tarefa. / In Brazil, the focus on offshore oil spills accidents is increasing its importance, given the increase in oil production in the country, as in the pre salt fields, which proportionally will increase the risk of accidents. The main consequences of an oil spill are financial losses to the local economy, as well as to the exploitation company, and mainly the serious environmental consequences. Due to the serious impacts of oil spills accidents, not only monitoring, and acting in real time are needed to reduce the impacts of the spread of the oil on the sea surface. Also the simulation of the spatial and time behavior of the oil on the sea surface are important tools on predicting the environmental impacts and evaluation in order to evaluate the influence areas. In addition, it is needed to the Brazilian Environmental Impact Report (RIMA) based on CONAMA's nº01 1986 resolution. The main purpose of this work was to implement an internationally consolidated methodology to model oil spill accidents using the MOHID CFD code. In order to validate the methodology, the MOHID code was used to simulate real and hypothetical accidents in the terminal waterway of São Sebastião city and Santos¿ estuary by using a two-dimensional hydrodynamic transport model and a Lagrangian approach using MOHID code. The hydrodynamic fields were validated by real tide data and the results show how the wind direction is significant to the oil stain¿s trajectory. Therefore, from the results obtained, which agree with the real accident simulated, we concluded that MOHID is an useful tool for future modeling of oil spill accidents and used for future works at UFABC.
| Identifer | oai:union.ndltd.org:IBICT/oai:BDTD:103694 |
| Date | January 2016 |
| Creators | Rodrigues, Pedro Henrique Silva |
| Contributors | Maiorino, José Rubens |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf, 106 f. : il. |
| Source | reponame:Repositório Institucional da UFABC, instname:Universidade Federal do ABC, instacron:UFABC |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103694&midiaext=73215, http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=103694&midiaext=73214, Cover: http://biblioteca.ufabc.edu.brphp/capa.php?obra=103694 |
Page generated in 0.002 seconds