Sensores virtuais baseados em aprendizado de máquina para estimativa de valores de sensores em instrumentação básica de barragens de rejeito.

Nenhuma Miniatura disponível
Data
2023
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A aplicação de sensores virtuais na estimativa de dados de instrumentação básica em barragens de rejeito de minério é uma inovação no cenário da mineração atual. Essa abordagem utiliza modelos computacionais avançados para aprimorar o monitoramento dessas estruturas, melhorando a segurança e a eficiência operacional, ao mesmo tempo em que reduz custos. Em um momento em que a gestão responsável dos rejeitos de mineração é vital, os sensores virtuais desempenham um papel fundamental na mitigação de riscos ambientais e na proteção das comunidades próximas às barragens. Dentro do setor de Mineração, o monitoramento de barragens de rejeito tem ganhando bastante notoriedade devido aos últimos incidentes de rompimento ocorridos no Brasil. Nesse aspecto esse trabalho propõe implementar e avaliar métodos de aprendizado de máquina para estimativa de valores para sensores de instrumentação básica utilizados no controle e monitoramento de barragens de mineração.
Descrição
Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
Palavras-chave
Barragens e açudes, Plant Information Management System - PIMS, Processo decisório, Aprendizado do computador - Gradient Boosting, Detectores
Citação
MONTEIRO, Bruno Oliveira. Sensores virtuais baseados em aprendizado de máquina para estimativa de valores de sensores em instrumentação básica de barragens de rejeito. 2023. 74 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.