@MASTERSTHESIS{ 2009:2016760665,
 	title = {Automação e Otimização de Controle via MQ e RNA para Redução das Emissões de Gases Causadores de Efeito Estufa (GHG) Geradas por Plantas de Alumínio.},
 	year = {2009},
 	url = "http://tedebc.ufma.br:8080/jspui/handle/tede/1830",
 	abstract = "Atualmente a maior regulamentação e preocupação mundial com o ambiente
 estão levando as indústrias de alumínio ao desenvolvimento de um modelo
 sustentável de produção, com o escopo de reduzir os impactos ambientais de sua
 atividade econômica. Assim, tornam-se imprescindíveis melhorias nas práticas
 operacionais e de controle de sua produção. Tais necessidades têm como foco
 principal a redução dos gases de efeito estufa (Green Houses Gases - GHG), redução
 do consumo de energia e aumento de produtividade.
 Como alternativas tecnológicas para mitigar o problema ambiental de Green
 Houses Gases, os “alimentadores inteligentes” para as cubas com alimentação Point
 Feeder e o desenvolvimento de novos controles para o ajuste automático da
 quantidade de “manifolds” a serem quebrados durante a alimentação para cubas Side
 Break são soluções viáveis.
 Os alimentadores “inteligentes” mostram uma redução da freqüência de efeito
 anódico e conseqüentemente no tempo em que a cuba fica em efeito anódico. Para as
 cubas VSS Side Break foi possível criar uma matriz de decisão através dos valores
 dos estimadores MQ utilizando a inclinação e curvatura da resistência para o ajuste de
 “manifolds”. Outra abordagem foi a utilização de redes neuronais para determinar a
 forma da curva de resistência, com a utilização de redes neuronais probabilísticas.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}