Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Ribeiro, Daniel Sborgi
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Ponta Grossa
Brasil
Programa de Pós-Graduação em Engenharia Elétrica
UTFPR
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Energia - Consumo
Moinhos e trabalhos em moinhos
Algorítmos
Energy consumption
Mills and mill-work
Algorithms
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Engenharia/Tecnologia/Gestão
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/25059
Resumo: This work proposes the use of Random Forest and Particle Swarm Optimization to optimize the energy consumption of a Raymond mill, used for grinding natural calcium carbonate at low particle sizes. Initially, the data is filtered, cleaned and organized and then goes through a preanalysis step, using statistical concepts that include structure and dispersion, distribution and finally correlation of the data. After that, Random Forest technique is applied in a supervised learning process with feature selection and tuning of execution hyperparameters, and ends with the energy consumption optimization process by applying Particle Swarm Optimization in two different implementations, for comparison. The results show a reduction potential of approximately 9 % when compared to the current consumption of the same equipment, also demonstrating the possibility of a gain in scale, when the same methodology is applied to other equipment within the same industrial plant.
id UTFPR-12_371d60f7fb7d826356b2df3eafbfab39
oai_identifier_str oai:repositorio.utfpr.edu.br:1/25059
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random ForestRaymond roller mill energy consumption optimization through Particle Swarm Optimization algorithm with a surrogate model based on Random ForestEnergia - ConsumoMoinhos e trabalhos em moinhosAlgorítmosEnergy consumptionMills and mill-workAlgorithmsCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAEngenharia/Tecnologia/GestãoThis work proposes the use of Random Forest and Particle Swarm Optimization to optimize the energy consumption of a Raymond mill, used for grinding natural calcium carbonate at low particle sizes. Initially, the data is filtered, cleaned and organized and then goes through a preanalysis step, using statistical concepts that include structure and dispersion, distribution and finally correlation of the data. After that, Random Forest technique is applied in a supervised learning process with feature selection and tuning of execution hyperparameters, and ends with the energy consumption optimization process by applying Particle Swarm Optimization in two different implementations, for comparison. The results show a reduction potential of approximately 9 % when compared to the current consumption of the same equipment, also demonstrating the possibility of a gain in scale, when the same methodology is applied to other equipment within the same industrial plant.Esse trabalho propõe a utilização do Random Forest e do Particle Swarm Optimization para otimizar o consumo de energia de um moinho do tipo Raymond, utilizado para moagem de carbonato de cálcio natural em para baixas granulometrias. Inicialmente, os dados s ´ ao filtrados, limpos e organizados para então passarem por uma etapa de pré-análise, utilizando conceitos estatísticos que incluem estrutura e dispersão, distribuição e finalmente correlação ao dos dados. Após isso, é aplicada a técnica Random Forest em um processo de aprendizagem supervisionada utilizando seleção de features e tunning de hiperparâmetros de execução, e finaliza com o processo de otimização do consumo de energia aplicando Particle Swarm Optimization. Os resultados demonstram um potencial de redução de aproximadamente 9% quando comparado com o consumo atual do mesmo equipamento, além da possibilidade de um ganho em escala, quando aplicada a metodologia a outros equipamentos dentro de uma mesma planta indústria.Universidade Tecnológica Federal do ParanáPonta GrossaBrasilPrograma de Pós-Graduação em Engenharia ElétricaUTFPRGomes, Adriano Doff Sottahttps://orcid.org/0000-0001-6934-503Xhttp://lattes.cnpq.br/4962367580602499Martins, Marcella Scoczynski Ribeirohttps://orcid.org/0000-0002-5716-4968http://lattes.cnpq.br/5212122361603572Gomes, Adriano Doff Sottahttps://orcid.org/0000-0001-6934-503Xhttp://lattes.cnpq.br/4962367580602499Baude, Emirhttp://lattes.cnpq.br/0836060253124103Corrêa, Fernanda Cristinahttps://orcid.org/0000-0003-4907-0395http://lattes.cnpq.br/1495216809511536Martins, Marcella Scoczynski Ribeirohttps://orcid.org/0000-0002-5716-4968http://lattes.cnpq.br/5212122361603572Baroncini, Virginia Helena Varotto Baroncinihttps://orcid.org/0000-0001-6512-3958http://lattes.cnpq.br/2367502694506777Ribeiro, Daniel Sborgi2021-05-27T21:16:39Z2021-05-27T21:16:39Z2021-02-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfRIBEIRO, Daniel Sborgi. Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest. 2021. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.http://repositorio.utfpr.edu.br/jspui/handle/1/25059porAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPR2021-05-28T06:11:52Zoai:repositorio.utfpr.edu.br:1/25059Repositório InstitucionalPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestriut@utfpr.edu.br || sibi@utfpr.edu.bropendoar:2021-05-28T06:11:52Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.none.fl_str_mv Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
Raymond roller mill energy consumption optimization through Particle Swarm Optimization algorithm with a surrogate model based on Random Forest
title Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
spellingShingle Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
Ribeiro, Daniel Sborgi
Energia - Consumo
Moinhos e trabalhos em moinhos
Algorítmos
Energy consumption
Mills and mill-work
Algorithms
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Engenharia/Tecnologia/Gestão
title_short Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
title_full Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
title_fullStr Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
title_full_unstemmed Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
title_sort Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest
author Ribeiro, Daniel Sborgi
author_facet Ribeiro, Daniel Sborgi
author_role author
dc.contributor.none.fl_str_mv Gomes, Adriano Doff Sotta
https://orcid.org/0000-0001-6934-503X
http://lattes.cnpq.br/4962367580602499
Martins, Marcella Scoczynski Ribeiro
https://orcid.org/0000-0002-5716-4968
http://lattes.cnpq.br/5212122361603572
Gomes, Adriano Doff Sotta
https://orcid.org/0000-0001-6934-503X
http://lattes.cnpq.br/4962367580602499
Baude, Emir
http://lattes.cnpq.br/0836060253124103
Corrêa, Fernanda Cristina
https://orcid.org/0000-0003-4907-0395
http://lattes.cnpq.br/1495216809511536
Martins, Marcella Scoczynski Ribeiro
https://orcid.org/0000-0002-5716-4968
http://lattes.cnpq.br/5212122361603572
Baroncini, Virginia Helena Varotto Baroncini
https://orcid.org/0000-0001-6512-3958
http://lattes.cnpq.br/2367502694506777
dc.contributor.author.fl_str_mv Ribeiro, Daniel Sborgi
dc.subject.por.fl_str_mv Energia - Consumo
Moinhos e trabalhos em moinhos
Algorítmos
Energy consumption
Mills and mill-work
Algorithms
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Engenharia/Tecnologia/Gestão
topic Energia - Consumo
Moinhos e trabalhos em moinhos
Algorítmos
Energy consumption
Mills and mill-work
Algorithms
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Engenharia/Tecnologia/Gestão
description This work proposes the use of Random Forest and Particle Swarm Optimization to optimize the energy consumption of a Raymond mill, used for grinding natural calcium carbonate at low particle sizes. Initially, the data is filtered, cleaned and organized and then goes through a preanalysis step, using statistical concepts that include structure and dispersion, distribution and finally correlation of the data. After that, Random Forest technique is applied in a supervised learning process with feature selection and tuning of execution hyperparameters, and ends with the energy consumption optimization process by applying Particle Swarm Optimization in two different implementations, for comparison. The results show a reduction potential of approximately 9 % when compared to the current consumption of the same equipment, also demonstrating the possibility of a gain in scale, when the same methodology is applied to other equipment within the same industrial plant.
publishDate 2021
dc.date.none.fl_str_mv 2021-05-27T21:16:39Z
2021-05-27T21:16:39Z
2021-02-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv RIBEIRO, Daniel Sborgi. Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest. 2021. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.
http://repositorio.utfpr.edu.br/jspui/handle/1/25059
identifier_str_mv RIBEIRO, Daniel Sborgi. Otimizacão do consumo de energia em moinhos de rolos do tipo Raymond através do algoritmo Particle Swarm Optimization em um modelo surrogate baseado em Random Forest. 2021. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.
url http://repositorio.utfpr.edu.br/jspui/handle/1/25059
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
Brasil
Programa de Pós-Graduação em Engenharia Elétrica
UTFPR
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
Brasil
Programa de Pós-Graduação em Engenharia Elétrica
UTFPR
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv riut@utfpr.edu.br || sibi@utfpr.edu.br
_version_ 1850498352605560832

Registros relacionados