Título: AUTOCODIFICADORES E LIGHTGBM APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL PARA A SIMULAÇÃO DE OPERADORES EXERGÉTICOS
Título alternativo: AUTOENCODER AND LIGHTGBM APPLICATION OF ARTIFICIAL INTELIGENCE FOR THE SIMULATION OF EXERGETIC OPERATORS
Autoria de: Fabricio Martins Silva
Orientação de: Dimas Jose Rua Orozco
Presidente da banca: Dimas Jose Rua Orozco
Primeiro membro da banca: Fábio Lúcio Santos
Segundo membro da banca: Márcio Montagnana Vicente Leme
Palavras-chaves: termoeconômia, deep learning, exergetic operators, gradient boosting machine, autoencoders.
Data da defesa: 05/02/2025
Semestre letivo da defesa: 2024-2
Data da versão final: 14/02/2025
Data da publicação: 14/02/2025
Referência: Silva, F. M. AUTOCODIFICADORES E LIGHTGBM APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL PARA A SIMULAÇÃO DE OPERADORES EXERGÉTICOS. 2025. 32 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Mecânica Bacharelado)-Universidade Federal de Lavras, Lavras, 2025.
Resumo: Neste trabalho foi analisado um sistema de fornecimento de água quente residencial, composto por um tanque de água quente, uma caldeira e um trocador de calor. No sistema foi adicionado componentes virtuais chamados de operadores exergéticos para cada um dos três equipamentos, tais operadores calculam a diferença de exergia de que entra e sai dos componentes e apontam uma anomalia caso haja uma divergência entre a entrada e a saída do equipamento e indicam onde está uma anomalia no sistema. Dois algoritmos de inteligência artificial foram propostos para trabalhar em conjunto para simular a operação de um operador exergético, sendo ela um autocodificador que é responsável por detectar se há uma anomalia ou não no sistema e o algoritmo LightGBM para classificar em qual equipamento a anomalia estava. O autocodificador conseguiu captar que os conjuntos testados eram anômalos, independente de qual equipamento a anomalia se originava, ao passo que classificador atingiu de forma satisfatória indicar qual operador ex
Abstract: This work analyzed a residential hot water supply system consisting of a hot water tank, a boiler and a heat exchanger. Virtual components called exergy operators were added to the system for each of the three pieces of equipment. These operators calculate the difference in exergy entering and leaving the components and point out an anomaly if there is a divergence between the input and output of the equipment and indicate where an anomaly is in the system. Two artificial intelligence algorithms were proposed to work together to simulate the operation of an exergy operator an autoencoder, which is responsible for detecting whether or not there is an anomaly in the system, and the LightGBM algorithm to classify which equipment the anomaly was in. The autoencoder was able to detect that the sets tested were anomalous, regardless of which equipment the anomaly originated from, while the classifier was able to satisfactorily indicate which exergetic operator would be activated if any anomalous data propagated th
URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.
Curso: G032 - ENGENHARIA MECÂNICA (BACHARELADO)
Nome da editora: Universidade Federal de Lavras
Sigla da editora: UFLA
País da editora: Brasil
Gênero textual: Trabalho de Conclusão de Curso
Nome da língua do conteúdo: Português
Código da língua do conteúdo: por
Licença de acesso: Acesso aberto
Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras
URI da licença: repositorio.ufla.br
Termos da licença: Acesso aos termos da licença em repositorio.ufla.br
Detentores dos direitos autorais: Fabricio Martins Silva e Universidade Federal de Lavras
Baixar arquivo