Uso de redes neurais artificiais para a modelagem da temperatura e da retenÃÃo de Ãgua no processo de resfriamento de carcaÃas de frangos por imersÃo

As Redes Neurais Artificiais tÃm sido empregadas com sucesso para a descriÃÃo e modelagem de processos nas mais diversas Ãreas do conhecimento, desde economia, administraÃÃo, inteligÃncia artificial e atà controle de processos industriais complexos. O processo de resfriamento de frangos por imersÃo em Ãgua gelada (âchillersâ) à complexo e difÃcil de ser modelado fenomenologicamente, pois envolve transferÃncia de calor, massa e regime transiente, alÃm de um grande nÃmero de variÃveis. Neste trabalho foram empregadas diversas arquiteturas de redes neurais artificiais na descriÃÃo e modelagem do processo de resfriamento dos frangos, prevendo a temperatura final e o ganho de peso das carcaÃas. TambÃm para efeito de comparaÃÃo foram empregados um modelo empÃrico proposto por CARCIOFI & LAURINDO (2007) para descrever a absorÃÃo da Ãgua pelas carcaÃas e o modelo de resfriamento segundo a Lei de Newton para a temperatura das carcaÃas. Foram testadas diferentes situaÃÃes alterando-se os nÃmeros de neurÃnios das camadas de entrada e intermediÃria, e o nÃmero de camadas. Foram utilizados dados fornecidos pela empresa SADIA â Toledo para treinamento e validaÃÃo da rede. Para o modelo foram selecionadas vinte e cinco variÃveis de entrada, como peso da carcaÃa, temperatura antes do resfriamento, temperatura da camisa de propilenoglicol, vazÃo de Ãgua em cada mÃdulo dos tanques, tempo de resfriamento e temperatura da Ãgua de renovaÃÃo, borbulhamento e quantidade de gelo. Os resultados obtidos pelas redes neurais e pela Lei de Newton nÃo foram eficientes para representar a temperatura de saÃda da carcaÃa. As redes neurais e o modelo empÃrico de CARCIOFI & LAURINDO (2007) foram muito eficientes para estimar a quantidade de Ãgua absorvida pelas carcaÃas. Os resultados obtidos mostraram que a rede tipo 4 x 12 x 4 neurÃnios na camada de entrada, primeira intermediÃria e segunda intermediÃria respectivamente foi a que melhor representou o sistema investigado.The Artificial Neural Networks have been used with success for the description and modeling of processes in the most several areas of the knowledge, from economy, administration, artificial intelligence and even control of complex industrial processes. The process of chilling of chickens for immersion in cold water ("chillers") is complex and difficult to be modeled phenomenologicaly, because it involves transfer of heat, mass and transient regime, besides a great number of variables. In this work several architectures of artificial neural networks were used in the description and modeling of the process of chilling of the chickens, foreseeing the final temperature and the growth of weight of the carcasses. Also for comparison effect they were used an empiric model proposed by CARCIOFI & LAURINDO (2007) to describe the absorption of the water for the carcasses and the chilling model according to Newton's Law for the temperature of the carcasses. Different situations were tested changing the numbers of neurons of the entrance and hidden layers, and the number of layers. The data used were supplied by the SADIA - Toledo company for training and validation of the net. For the model twenty-five entrance variables were selected, as weight of the carcass, temperature before the chillers, temperature of the propilenoglicol shirt, flow of water in each module of the tanks, time of chilling and temperature of the renewal water, bubble intensity and amount of ice. The results obtained by the neural network and for Newton's Law they were not efficient to represent the final temperature of the carcass. The neural networks and the empiric model of CARCIOFI & LAURINDO (2007) went very efficient to esteem the amount of water absorbed for the carcasses. The obtained results showed that the net type with 4 x 12 x 4 neurons in the entrance layer, first and second hidden layers respectively was the best to represent the investigated system