Deep learning aplicado à previsão de incrustações em condensadores

Abstract

Este trabalho consiste na elaboração de um modelo de deep learning capaz de prever a progressão de incrustações em chillers resfriados à água, uma vez que atualmente a maior parte das instalações praticamente não possui metodologia para a programação da limpeza dos equipamentos. Como o problema em questão se trata da previsão de uma série temporal, foi realizada a programação e o treino de redes neurais recorrentes do tipo LSTM Bidirecional. O treino das redes foi feito com o uso de dados gerados a partir deum modelo matemático de um chiller virtual que considera incrustações de CaCO3 e suas consequências, como a diminuição do diâmetro interno e a perda de carga. Desse modo, a contribuição feita para a evolução do status quaestionis se deu por meio da exploração do uso de redes neurais treinadas com dados sintéticos e da preparação do caminho para trabalhos futuros, visando o avanço da aplicação de inteligência artificial ao problema das incrustações.