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

dc.contributor.advisorPessin, Gustavopt_BR
dc.contributor.advisorGuimarães, Frederico Gadelhapt_BR
dc.contributor.authorMonteiro, Bruno Oliveira
dc.contributor.refereePessin, Gustavopt_BR
dc.contributor.refereeGuimarães, Frederico Gadelhapt_BR
dc.contributor.refereeGirao Sotomayor, Juan Manuelpt_BR
dc.contributor.refereeRanieri, Caetano Mazzonipt_BR
dc.date.accessioned2023-12-21T19:12:09Z
dc.date.available2023-12-21T19:12:09Z
dc.date.issued2023pt_BR
dc.descriptionPrograma 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.pt_BR
dc.description.abstractA 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.pt_BR
dc.description.abstractenThe application of soft sensors in estimating basic instrumentation data in ore tail- ings dams is an innovation in the current mining scenario. This approach uses advanced computational models to enhance the monitoring of these structures, improving safety and operational efficiency while reducing costs. At a time when responsible management of mining waste is crucial, virtual sensors play a fundamental role in mitigating environ- mental risks and protecting communities near the dams. Within the mining sector, the monitoring of tailings dams has gained significant prominence due to recent dam failure incidents in Brazil. In this regard, this work aims to implement and evaluate machine learning methods for estimating values for basic instrumentation sensors used in the con- trol and monitoring of mining dams.pt_BR
dc.identifier.citationMONTEIRO, 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.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/jspui/handle/123456789/17983
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 15/12/2023 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante.pt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/us/*
dc.subjectBarragens e açudespt_BR
dc.subjectPlant Information Management System - PIMSpt_BR
dc.subjectProcesso decisóriopt_BR
dc.subjectAprendizado do computador - Gradient Boostingpt_BR
dc.subjectDetectorespt_BR
dc.titleSensores virtuais baseados em aprendizado de máquina para estimativa de valores de sensores em instrumentação básica de barragens de rejeito.pt_BR
dc.typeDissertacaopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
DISSERTAÇÃO_SensoresVirtuaisBaseados.pdf
Tamanho:
3.2 MB
Formato:
Adobe Portable Document Format
Descrição:

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: