Desenvolvimento de sensor virtual embarcado para estimação de vazão de gás em processo industrial utilizando modelos de aprendizado de máquina
Arquivos
Data
2026-06-23
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Centro Federal de Educação Tecnológica de Minas Gerais
Resumo
Sensores virtuais constituem uma alternativa de baixo custo para a estimação de vari áveis de processo, reduzindo a necessidade de instrumentação física adicional e ampliando as possibilidades de monitoramento em sistemas industriais. Nesse contexto, este trabalho propõe o desenvolvimento e a implementação embarcada de sensores virtuais baseados em aprendizado de máquina para estimação da vazão de gás em uma planta de bancada que emula um sistema de bicos injetores de alto-forno. Inicialmente, foi realizada a aquisição de dados experimentais da planta, seguida do pré-processamento e da construção de modelos preditivos utilizando as técnicas Perceptron Multicamadas (MLP) e as Florestas Aleatórias, do inglês Random Forest (RF). Posteriormente, os modelos foram convertidos e embarcados em uma plataforma ESP32. Em ambos osambientes, computacional e embarcado, os modelos foram avaliados por meio das métricas coeficiente de determinação (𝑅2), erro absoluto médio (MAE) e erro quadrático médio (MSE), além do erro percentual absoluto médio (MAPE) e da análise dos recursos computa cionais demandados durante a execução embarcada. Os resultados demonstraram que ambos os modelos foram capazes de estimar adequadamente a variável de interesse, apresentando elevados valores de 𝑅2 e baixos erros de predição. Entretanto, o modelo RF apresentou desem penho superior ao MLP tanto em ambiente computacional quanto embarcado, mantendo maior estabilidade das métricas após a implementação no microcontrolador e demandando menor utilização de memória. Os resultados obtidos demonstram o potencial da aplicação de técnicas de aprendizado de máquina no desenvolvimento de sensores virtuais para sistemas embarcados, contribuindo para a estimação de variáveis de processo em ambientes sujeitos a restrições de processamento e memória.
Descrição
Palavras-chave
Sensor virtual, Aprendizado do computador, Sistemas embarcados (Computadores), Amostragem (Estatística)