metadata.dc.type:	Trabalho de Conclusão de Curso
Título :	Aplicação de sensoreamento virtual data-driven para a predição da vazão de sistema de bombeio
metadata.dc.creator:	Freitas, Vinicius José Macedo de
metadata.dc.contributor.advisor1:	Schnitman, Leizer
metadata.dc.contributor.advisor2:	Reges Júnior, Galdir Damasceno
metadata.dc.description.resumo:	Este trabalho aborda a aplicação de sensoreamento virtual data-driven para a predição da vazão de um sistema de bombeio. O objetivo principal é medir o erro da predição da vazão e comparar o desempenho entre diferentes modelos de aprendizado de máquina. A metodologia empregada envolveu o uso das bibliotecas sklearn e Tensorflow em Python para a construção e análise de modelos, bem como o tratamento dos dados. Os passos utilizados na metodologia foram: definição dos regressores, definição dos modelos utilizados e preparação dos dados (normalização e separação dos dados em treino e teste). Os modelos utilizados foram: regressão linear, floresta aleatória, vetores de suporte e redes neurais. Os resultados revelaram que a regressão linear apresentou os maiores erros, enquanto as redes neurais tiveram o melhor resultado. Os resultados evidenciaram a flexibilidade e robustez das redes neurais para tratamento de dados, em comparação com a simplicidade da regressão linear.
Palabras clave :	Sensor Virtual Aprendizado de Máquina Bombeamento Centrífugo Submerso
metadata.dc.subject.cnpq:	CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
metadata.dc.language:	por
metadata.dc.publisher.country:	Brasil
Editorial :	Universidade Federal da Bahia
metadata.dc.publisher.initials:	UFBA
metadata.dc.publisher.department:	Escola Politécnica
metadata.dc.rights:	Acesso Aberto
URI :	https://repositorio.ufba.br/handle/ri/39416
Fecha de publicación :	15-dic-2023
Aparece en las colecciones:	Trabalho de Conclusão de Curso (Graduação) - Engenharia Química (Escola Politécnica)

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.