A+A-ContrastAcessibilidade
EnglishPortuguese
Buscar
31 Mar
14:00 Defesa de Mestrado Auditório 1 - IC 3
Tema
Usando Aprendizado de Máquina para Prever Extravasão em Elevatórias de Esgoto
Aluno
Heber Augusto Scachetti
Orientador / Docente
Guido Costa Souza de Araújo
Breve resumo
As elevatórias de esgoto são elementos responsáveis pelo transporte do esgoto até as estações de tratamento através de uma ou mais bombas que são acionadas por um controlador. O controlador das bombas da elevatória de esgoto utiliza-se da informação de nível de esgoto presente no poço de sucção para decidir entre ligar e desligar as bombas. Quando o esgoto não é bombeado corretamente, o nível de esgoto se eleva até provocar a extravasão. O evento de extravasão nada mais é do que um vazamento de esgoto, o que pode significar a ocorrência de desastres ecológicos e sérios prejuízos financeiros à empresa responsável pela manutenção e operação das elevatórias de esgoto. Este trabalho de mestrado apresenta um estudo de trinta elevatórias de esgoto monitoradas pelo sistema de supervisão da DVME (Divisão de Macro Operação de Esgoto) na empresa COPASA de Minas Gerais. Até onde é de nosso conhecimento, esta dissertação propõe a primeira solução, baseada em Modelos de Aprendizado de Máquina, para previsão de extravasão em estações elevatórias de esgoto. Os modelos de aprendizado de máquinas aplicadas neste trabalho são baseados em redes neurais recorrentes do tipo LSTM (Long Short Term Memory ou, em português, Memória de Longo e Curto Prazo), redes neurais do tipo CNN (Convolutional Neural Network ou, em português, rede neural convolucional) e redes neurais ConvLSTM (LSTM com transformações baseadas em convolução). Para o cenário avaliado neste trabalho, o modelo ConvLSTM conseguiu prever com 95% de acurácia a ocorrência de extravasão de esgoto na estação dentro da próxima 1 hora.
Banca examinadora
Titulares:
Guido Costa Souza de Araújo IC/UNICAMP
Niederauer Mastelar FEM/UNICAMP
Rodrigo Dias Arruda Senra Work & Co
Suplentes:
Marcio Machado Pereira IC/UNICAMP
Fabio Augusto Faria ICT/UNIFESP