Desenvolvimento de uma interface gráfica e de uma rede neural artificial para prever o fluxo de permeado de um sistema de microfiltração tangencial de gomas guar e xantana

Carregando...
Imagem de Miniatura

Data

2023-12-11

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Resumo

A utilização de gomas guar e xantana se encontra muito presente na indústria alimentícia, de cosmético e de medicamentos, possuindo diversas funções que agregam e tornam o produto de melhor qualidade, podendo fornecer melhores texturas aos alimentos, ou então atuando como espessante, conferindo ao produto uma maior viscosidade e consistência. O processo de microfiltração tangencial trata-se da separação de partículas com membranas microporosas de um determinado material, com o auxílio de um gradiente de pressão responsável pela condução da solução particulada até a membrana. A principal consequência da filtração nas membranas é a ocorrência de incrustação pelo bloqueio dos poros pelas partículas da solução, um problema não-linear na matemática, sendo difícil de descrever matematicamente o fenômeno. A utilização de redes neurais artificiais em processos de microfiltração tangencial se justifica na tentativa de fornecer respostas a esse problema não-linear pelo aprendizado supervisionado da rede neural, a qual é capaz de entender e aprender sobre o processo apresentado, podendo prever possíveis resultados do fluxo de permeado com um erro baixo, ao comparar com resultados experimentais. Considerando tais fatos, este trabalho de conclusão de curso buscou desenvolver um algoritmo capaz de prever o fluxo de permeado de forma satisfatória com o auxílio de redes neurais artificiais, em que os resultados desta pesquisa mostraram que o modelo desenvolvido é bastante eficiente para realizar esta previsão. Ademais, esse trabalho também buscou desenvolver uma interface gráfica capaz de distribuir o algoritmo desenvolvido, sendo de fácil utilização por usuários terceiros. O desenvolvimento e a distribuição da interface demonstraram ser eficientes por permitirem que os usuários possam fazer as previsões sem precisar instalar as bibliotecas da linguagem Python as quais foram necessárias para o desenvolvimento desse trabalho.
The use of guar and xanthan gums is very present in the food, cosmetic and medicine industries, having several functions that add and make the product of better quality, being able to provide better textures to foods, or acting as a thickener, giving the product greater viscosity and consistency. The tangential microfiltration process involves the separation of particles with microporous membranes of a given material, with the aid of a pressure gradient responsible for driving the particulate solution to the membrane. The main consequence of filtration in membranes is the occurrence of fouling due to blockage of the pores by solution particles, a non-linear problem in mathematics, making it difficult to describe the phenomenon mathematically. The use of artificial neural networks in tangential microfiltration processes is justified in an attempt to provide answers to this non-linear problem through the supervised learning of the neural network, which is capable of understanding and learning about the process presented, being able to predict possible flow results of permeate with a low error when comparing with experimental results. Considering these facts, this course conclusion work sought to develop an algorithm capable of predicting the permeate flow satisfactorily with the aid of artificial neural networks, in which the results of this research showed that the model developed is quite efficient in carrying out this prediction. Furthermore, this work also sought to develop a graphical interface capable of distributing the developed algorithm, being easy to use by third-party users. The development and distribution of the interface proved to be efficient as it allowed users to make predictions without having to install the Python language libraries which were necessary for the development of this work.

Descrição

Palavras-chave

Redes neurais (Computação), Filtros e filtração, Interfaces gráficas de usuário (Sistema de computador), Inteligência artificial, Python (Linguagem de programação de computador), Neural networks (Computer science), Filters and filtration, Graphical user interfaces (Computer systems), Artificial intelligence, Pyhon (Computer program language)

Como citar

ERLER, Vinícius Liberato. Desenvolvimento de uma interface gráfica e de uma rede neural artificial para prever o fluxo de permeado de um sistema de microfiltração tangencial de gomas guar e xantana. 2023. Trabalho de conclusão de curso (Bacharelado em Engenharia Química) – Instituto de Química de Araraquara, Universidade Estadual Paulista, Araraquara, 2023.