Implementar um sistema contínuo de monitoração das emissões atmosféricas em uma termelétrica baseado em rede neural artificial

Haja vista a necessidade natural e obrigação legal, é mister que as empresas avancem nas pesquisas técnico-científicas a fim de se obter o máximo controle de seus processos, evitando gastos e contribuindo com a sustentabilidade do planeta. Com o objetivo de realizar o monitoramento contínuo dos gases dióxido de enxofre (SO2) e óxidos de nitrogênio (NOx) nos efluentes gasosos da Usina Jorge Lacerda IV, este trabalho, buscou, de forma inovadora a aplicação de Redes Neurais Artificiais (RNA’s), utilizando informações do processo de geração de energia já existentes na empresa para predizer as concentrações desses gases, que atualmente são medidos de forma pontual ou descontínua. Com os dados de processo (input) e os dados coletados em campo das concentrações dos gases (target) validados, a rede foi submetida a diversos testes conhecidos no campo das RNA’s como treinamentos, obtendo resultados excelentes, com coeficientes de determinação (r2) mínimo de 0,9342 para NOx e máximo de 0,9562 para SO2, sendo desta forma, implantada na usina de interesse. Essa implantação não se limita em atender apenas ao requisito legal, mas também gerar informações que sirvam de apoio na tomada de decisão do gerenciamento de emissões atmosféricas da unidade. Com custo infinitamente menor do que os Continuous Emission Monitoring System – CEMS, equipamentos robustos que também realizam essas medições de forma continuada, as RNA’s mostraram-se como uma metodologia complementar competitiva e adaptativa à realidade do Brasil