Busca avançada
Ano de início
Entree

Plataforma de desenvolvimento de sensores analíticos, baseados em inteligência artificial, aplicados em processos biotecnológicos industriais: monitoramento da fermentação alcoólica

Processo: 21/00667-1
Linha de fomento:Bolsas no Brasil - Pesquisa Inovativa em Pequenas Empresas - PIPE
Vigência (Início): 01 de maio de 2021
Vigência (Término): 31 de outubro de 2021
Área do conhecimento:Engenharias - Engenharia Química - Processos Industriais de Engenharia Química
Pesquisador responsável:Moisés Alves
Beneficiário:Moisés Alves
Empresa:Bioprocess Improvement Consultoria e Pesquisas em Bioprocessos Ltda
CNAE: Fabricação de malte, cervejas e chopes
Fabricação de álcool
Fabricação de biocombustíveis, exceto álcool
Vinculado ao auxílio:19/09080-3 - Plataforma de desenvolvimento de sensores analíticos, baseados em inteligência artificial, aplicados em processos biotecnológicos industriais: monitoramento da fermentação alcoólica, AP.PIPE
Assunto(s):Monitoramento   Instrumentação analítica   Fermentação alcoólica   Sensores   Inteligência artificial   Redes neurais (computação)   Sistemas de tempo-real   Biotecnologia   Etanol

Resumo

Atualmente, há muitos problemas menores relacionados ao processo industrial de fermentação alcoólica, porém com impacto no valor final do produto. Entre eles a falta de robustez da fermentação na presença das flutuações nas condições de operação, levando a mudanças no comportamento cinético com impacto no rendimento, produtividade e conversão. Estas mudanças são bastante comuns em plantas de fermentação alcoólica; elas ocorrem não só devido a variações na qualidade da matéria-prima, mas também devido a variações de linhagens de leveduras dominantes no processo. Para tratar com esta falta de robustez é importante realizar uma monitoração eficiente do processo, se possível em tempo real de algumas variáveis e inferênciar em outras que são difíceis ou caras de serem medidas, fazendo-se ajustes nas condições de operação e controle para manter o processo operando nas condições ideais. Neste contexto, esta proposta tem como objetivo o desenvolvimento de software sensors (sensores virtuais) para determinação de concentrações de células, substrato e etanol a partir de medidas secundárias (turbidez, pH, vazão de CO2 e temperatura) usando redes neuronais artificiais que descrevam a cinetica do processo da fermentação alcoólica. Assim, o objetivo desta proposta é estudar uma forma de monitorar o processo que seja de baixo custo, não introduza atrasos e seja robusta. Serão desenvolvidos e avaliados os chamados software sensors (sensores virtuais), algoritmos usados para inferir em tempo real variáveis difíceis de serem medidas (concentrações de células, substrato e etanol) a partir de medidas secundárias (turbidez, pH, vazão de CO2 e temperatura). A concepção dos sensores virtuais será realizado com auxilio de técnicas de inteligência artificial através de modelos de redes neuronais artificiais codificados em linguagens de programação de alto nível (Fortran/Python). Como plano de trabalho, o bolsista se dedicará exclusivamente ao desenvolvimento do projeto, com carga horária de 40 horas semanais. O bolsista será o responsável pela montagem dos equipamentos, monitoração e tomada de dados de todos os experimentos de fermentação alcoólica. Além disso o bolsista aplicará as técnicas de inteligência artificial (definição da arquitetura, treinamento e validação das redes neuronais artificiais) na concepção dos sensores virtuais com o intuito de demonstrar a viabilidade técnico-científica do processo proposto no projeto PIPE/FAPESP - fase 1, intitulado "Plataforma de desenvolvimento de sensores analíticos, baseados em inteligência artificial, aplicados em processos biotecnológicos industriais: monitoramento da fermentação alcoólica". Entre as atividades do bolsista estão: (i) tratamento dos dados experimentais que serão utilizados no desenvolvimento dos software sensors; (ii) determinação da arquitetura apropiada das redes neuronais artificiais com maior capacidade de generalização; (iii) aplicação de algoritmos de treinamento ou aprendizagem para determinação dos pesos e bias dos modelos de redes neuronais artificiais; (iv) implementação do sensor virtual baseado em redes neuronais artificiais no sistema de monitoramento e validação do sensor em tempo real. (AU)