Banca de QUALIFICAÇÃO: LUIZ FELIPE RODRIGUES GONCALVES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: LUIZ FELIPE RODRIGUES GONCALVES
DATA: 28/02/2025
HORA: 10:30
LOCAL: https://meet.google.com/duh-hacr-rab
TÍTULO: Desenvolvimento de um Sensor Virtual de Vazão Utilizando Redes Neurais para Macromedição de uma Estação de Distribuição de Água
PALAVRAS-CHAVES: Sensores Virtuais, Redes Neurais, LSTM, Medição Indireta, Sistemas de Abastecimento de Água.
PÁGINAS: 55
RESUMO: A Lei nº 14.026/2020, que instituiu o novo marco legal do saneamento, trouxe mudanças significativas para as empresas de distribuição de água e esgoto, estabelecendo novas exigências regulatórias e maior competitividade no setor. Entre suas diretrizes, destaca-se a necessidade de reduzir as perdas de água e ampliar os índices de macromedição. Atualmente, segundo o Sistema Nacional de Informações sobre Saneamento (SNIS), as perdas médias no Brasil chegam a 40%, e apenas 70% da água distribuída é devidamente macromedida. Apesar disso, a instalação de sensores, especialmente macromedidores de vazão, ainda é limitada devido aos custos elevados, o que leva muitas companhias a concentrarem o monitoramento apenas em regiões metropolitanas. Como alternativa, métodos de medição indireta permitem estimar a vazão com base em variáveis como pressão da rede de abastecimento e nível dos reservatórios, reduzindo a necessidade de sensores físicos em larga escala. Neste cenário, o uso de inteligência artificial (IA) tem contribuído para tornar os sistemas de abastecimento de água mais eficientes, permitindo a reconstrução de dados ausentes, a detecção de falhas e a previsão de variáveis operacionais. Sensores virtuais baseados em redes neurais possibilitam o acompanhamento contínuo do sistema e a identificação de anomalias, agregando valor à operação e auxiliando na redução de desperdícios. Este trabalho apresenta o desenvolvimento e a implementação de um sensor virtual baseado em redes neurais do tipo Long Short-Term Memory (LSTM) para estimar a vazão em um sistema de abastecimento de água. O modelo foi treinado com dados de pressão e nível de reservatório adquiridos pela Companhia de Água e Esgotos da Paraíba (CAGEPA) no município de Salgado de São Félix, utilizando um broker MQTT e monitoramento em nuvem. A validação do modelo foi realizada por meio da comparação entre os valores estimados e as medições reais obtidas com sensores físicos, resultando em um erro médio absoluto percentual menor que 5%, evidenciando a confiabilidade do modelo desenvolvido.
MEMBROS DA BANCA:
Presidente - 1972280 - JUAN MOISES MAURICIO VILLANUEVA
Interno - 1783447 - EULER CASSIO TAVARES DE MACEDO
Externo à Instituição - SEBASTIAN YURI CAVALCANTI CATUNDA