OTIMIZAÇÃO DE BIODIGESTORES DOMÉSTICOS E INDUSTRIAIS BASEADA EM TÉCNICAS DE APRENDIZADO DE MÁQUINA.

Resumo

A geração de resíduos, especialmente os biodegradáveis, decorre das atividades humanas e pode ter impactos prejudiciais no meio ambiente. Para mitigar esse problema, a digestão anaeróbica em biodigestores emerge como uma solução viável para tratamento de resíduos, promovendo a produção de biogás e biofertilizantes, gerando benefícios econômicos e ambientais. Contudo, implementar e operar esse sistema requer investimentos significativos. Para avaliar a viabilidade, o modelo matemático ADM1 (Anaerobic Digestion Model no. 1), um complexo modelo matemático desenvolvido pela International Water Association (IWA), descreve as reações envolvidas na digestão anaeróbica e por isso é proposto como uma ferramenta rigorosa, mas sua complexidade dificulta a otimização direta. Portanto, o presente estudo busca viabilizar o processo por meio da combinação do modelo ADM1 com técnicas de Machine Learning para criar metamodelos simplificados, permitindo simulações e otimizações mais viáveis e assim conseguir desenvolver um aplicativo que avalie a viabilidade técnica e econômica de biodigestores alimentados com diversos tipos de biomassa, incluindo lodo de estações de tratamento de esgoto. Esse aplicativo é obtido por meio do empacotamento do metamodelo reduzido utilizando o matlab compiler, que será disponibilizado como um suplemento do Excel, oferecendo uma ferramenta prática para avaliar a viabilidade de implementar e operar biodigestores, contribuindo para a gestão sustentável de resíduos e recursos.