Modelagem Bayesiana Orientada por Dados Utilizando Computação Bayesiana Aproximada (ABC) para Monitoramento de Trocadores de Calor

• Processo: 25/07225-5
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 20 de julho de 2025
• Data de Término da vigência: 19 de agosto de 2025
• Área de conhecimento: Engenharias - Engenharia Mecânica
• Pesquisador responsável: Samuel da Silva
• Beneficiário: Vitória Batista Godoy
• Supervisor: Francesco Coletti
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Instituição Anfitriã: Brunel University, Inglaterra
• Vinculado à bolsa: 23/13794-7 - Modelagem Bayesiana Orientada por Dados para o Monitoramento de Trocadores de Calor, BP.IC
• Assunto(s): Identificação de sistemas Monitoramento
• Palavra(s)-Chave do Pesquisador: Calibração bayesiana | Detecção de incrustação | Identificação de sistemas | Monitoramento | Trocador de Calor | Análise impulsionada por dados

Resumo

A incrustação é um dos principais fatores que degradam o desempenho de sistemas térmicos, particularmente caldeiras, trocadores de calor e redes de tubulação. O monitoramento desses efeitos geralmente é realizado usando sinais de controle da planta, com modelos desenvolvidos por meio de abordagens baseadas na física ou técnicas orientadas a dados. Embora a aplicação de inteligência artificial tenha sido amplamente explorada na literatura, a implementação de soluções eficazes de monitoramento em ambientes industriais ainda é limitada. Os principais desafios são a falta de dados de comissionamento (ou seja, dados de equipamentos limpos), sensores mal calibrados, taxas de amostragem e armazenamento de dados inadequados, e incertezas significativas inerentes a esses sistemas. Essas limitações práticas dificultam o desenvolvimento de ferramentas robustas de monitoramento. Assim, o projeto atual propõe o uso de uma abordagem Bayesiana para quantificar as incertezas associadas ao monitoramento de trocadores de calor. A ideia central é trabalhar diretamente com os dados disponíveis dos sistemas de controle industrial-mesmo que incompletos ou ruidosos-para calibrar e identificar um modelo de ordem reduzida capaz de funcionar como um gêmeo digital ou, mais precisamente, uma sombra digital. Esse "modelo sombra" replicaria o comportamento essencial e o desempenho do equipamento, permitindo a previsão de sinais de saída chave. Características relevantes podem ser extraídas, e a condição atual do equipamento pode ser classificada utilizando uma estrutura Bayesiana orientada a dados. Com confiança probabilística, o modelo pode então estimar se o equipamento está operando em um estado limpo ou sob um nível de incrustação que compromete significativamente o desempenho. Este estágio de 7 semanas da BEPE, hospedado na Brunel University London, tem como objetivo aplicar a metodologia proposta utilizando dados industriais reais fornecidos pela Hexxcell, uma empresa britânica especializada em soluções avançadas de monitoramento para trocadores de calor. Este plano descreve as contribuições esperadas e os resultados originais da pesquisa, a troca colaborativa entre o grupo de pesquisa da UNESP e as equipes da Hexxcell e da Brunel University, e os benefícios do projeto para o desenvolvimento científico da bolsista, Vitória Godoy. (AU)