|
Abstract:
|
Frente ao panorama atual, a busca por garantia da qualidade, aliada à redução de
custos, diminuição de falhas operacionais e prevenção de defeitos vem aumentando
gradativamente. Alinhado a isto, a quarta revolução industrial tem como característica
a utilização de sistemas computacionais para atender aos requisitos ágeis e dinâmicos
de produção e melhorar a eficácia de processos industriais. A inteligência artificial
vem ganhando espaço neste meio com o uso de ferramentas para auxiliar na tomada
de decisão, a fim de aumentar a produtividade e diminuir a intervenção humana. O
processo de secagem de alimentos está entre uma das operações mais complexas e
criteriosas. Um controle eficiente deve ser empregado nesta etapa a fim de reduzir a
degradação dos compostos bioativos. Com isso, no presente trabalho foram avaliados
os modelos baseados em inteligência artificial na previsão do teor de vitamina C ao
final do processo de secagem por atomização do suco concentrado de acerola. Para
isso, um conjunto de dados foi disponibilizado por indústria local. Para a aplicação dos
algoritmos utilizou-se algumas técnicas de tratamento dos dados, tais como detecção
de outliers, substituição de valores faltantes, normalização e extrapolação dos dados.
Os modelos K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Rede Neural
Artificial (RNA), Random Forest (RF) e Stacked Generalization (SG) foram implementados em Python para avaliar a assertividade de cada modelo frente ao conjunto de
dados. Como resultado, os modelos apresentaram boa capacidade de predição e a
aplicação de modelos de inteligência artificial mostrou-se viável para a utilização em
processos industriais. |
