MODELO PREDITIVO PARA AVALIAÇÃO DO POTENCIAL ENERGÉTICO DE BLENDAS (ESCAMAS DE PEIXES E RESÍDUOS ALIMENTARES) UTILIZANDO REDES NEURAIS ARTIFICIAIS

Resumo

Considerando o cenário pandêmico, a fome agravou-se, e uma grande parcela dos brasileiros vive em situação de extrema insegurança alimentar. Paralelamente, a piscicultura é evidente no litoral brasileiro e a comercialização desta evidencia um descarte inadequado desses resíduos, sendo uma alternativa a aplicabilidade como biomassa na produção de energia renovável. Estes resíduos precisam apresentar um potencial energético suficiente para a produção de bioenergia. Alguns equipamentos e/ou processos específicos são empregados para a extração do biocombustível, bem como para quantificar o poder calorífico dessas biomassas. A aquisição dessas ferramentas torna os processos de termoconversão bastante onerosos. Por outro lado, diversos modelos numéricos são amplamente utilizados, como uma alternativa promissora a esses empecilhos e considerados confiáveis. O presente trabalho objetiva uma análise comparativa entre o modelo experimental e as redes neurais artificiais (RNAs) para aquisição do poder calorífico das amostras puras de escamas de peixes (100%EP) e resíduos alimentares (100%RA) e as misturas nas proporções: 75%EP:25%RA, 50%EP:50%RA e 25%EP:75%RA. Para avaliar o melhor modelo de predição foram estabelecidos quatro critérios: Average Absolute Error (AAE), Average Bias Error (ABE), Mean Absolute Error (MAE) e o coeficiente de regressão linear (R). O modelo preditivo apresentou 98,02% de exatidão em relação ao PCS experimental (13,61±0,20 e 13,68±1,42 MJ kg^-1, respectivamente), obtendo um melhor desempenho para os quatro critérios estabelecidos. Os resultados mostraram que a RNA obteve um excelente desempenho, podendo servir como alternativa viável para determinação do poder calorífico superior de biomassas.