MODELAGEM NEURO-FUZZY NA FERMENTAÇÃO ALCOÓLICA

A Revista Acadêmica Online, com prazer, introduz o estudo intitulado “MODELAGEM NEURO-FUZZY NA FERMENTAÇÃO ALCOÓLICA" de lavratura dos pesquisadores: Emmanuel Zullo Godinho, Murilo Miceno Frigo, Fernando de Lima Caneppele.

Devido a atual necessidade de se reduzir o emprego de combustíveis fósseis e se fazer a transição energética para fontes renováveis, alternativas como a conversão de biomassas lignocelulósicas via hidrólise enzimática tem-se mostrado promissoras. A produção do etanol através da fermentação é utilizada desde os primórdios, com o passar do tempo às técnicas foram se aprimorando e ganhando cada vez mais importância no meio acadêmico e profissional. Diante desse contexto, o objetivo deste artigo foi desenvolver modelagens matemáticas aplicando a Lógica Fuzzy e a Inteligência Artificial AI da Lógica Fuzzy a Neuro-Fuzzy, para otimizar o processo produtivo da fermentação alcoólica do mosto de cana-de-açúcar. Foi desenvolvido dois modelos, o primeiro aplicado a Lógica Fuzzy com dados reais de laboratório, utilizando o método de Mamdani e no segundo modelo a AI da Lógica Fuzzy Neuro-Fuzzy. Conclui-se com este estudo que podem ocorrer variações significativas na fermentação alcoólica para diferentes dosagens de biológicos e temperaturas, resultando em um menor custo-benefício e com maior precisão de uso de reagentes e equipamentos. Verificou-se ainda que os melhores pontos, ou seja, dados importantes para uma ótima otimização no processo produtivo foi quando se utilizou 10,0 g de biológico com uma temperatura de 94 °C para uma fermentação alcoólica de 10,2 °GL. Com isso, deduziu-se que o modelo híbrido ANFIS pode ser uma excelente ferramenta para predição e economia em um processo químico, principalmente na fermentação alcoólica.

Palavras-chave: Cana-de-açúcar. Lógica Fuzzy. Neuro-Fuzzy. ANFIS. Modelagem matemática.

ABSTRACT: Due to the current context of the reduction of fossil fuels, leveraging the need for renewable energy sources, much focus has been placed on the conversion of lignocellulosic biomass via enzymatic hydrolysis. The production of ethanol through fermentation has been used since the beginning, with the passage of time the techniques have been improving and gaining more and more importance in the academic and professional environment. Given this context, the objective of this article was to develop mathematical models applying Fuzzy Logic and Artificial Intelligence AI from Fuzzy Logic to Neuro-Fuzzy, to optimize the productive process of alcoholic fermentation of sugarcane must. Two models were developed, the first applied to Fuzzy Logic with real laboratory data, using the Mamdani method and in the second model the AI ​​of Neuro-Fuzzy Fuzzy Logic. It is concluded from this study that significant variations can occur in alcoholic fermentation for different dosages of biologicals and temperatures, resulting in a lower cost-benefit ratio and with greater accuracy in the use of reagents and equipment. It was also verified that the best points, that is, important data for an optimal optimization in the production process, were when 10.0 g of biological product was used with a temperature of 94 °C for an alcoholic fermentation of 10.2 °GL. With this, it was deduced that the ANFIS hybrid model can be an excellent tool for prediction and economy in a chemical process, mainly in alcoholic fermentation.

Keywords: Sugarcane. Fuzzy Logic. Neuro-Fuzzy. ANFIS. Mathematical modeling.

Para a leitura em PDF, clique no Título Abaixo:

MODELAGEM NEURO-FUZZY NA FERMENTAÇÃO ALCOÓLICA.pdf (979033)

CLIQUE AQUI para acesso ao certificado

https://doi.org/10.36238/2359-5787.2023.022

Autorização - MODELAGEM NEURO-FUZZY NA FERMENTAÇÃO ALCOÓLICA.pdf (132102)