@MASTERSTHESIS{ 2014:52004247,
 	title = {Modelagem da queima do carbono na caldeira de recuperação 2 da Klabin Monte Alegre por rede neural artificial},
 	year = {2014},
 	url = "http://tede.unioeste.br/handle/tede/5387",
 	abstract = "O setor de papel e celulose no Brasil vem crescendo substancialmente, e tem alcançado posição de destaque na economia mundial. Embora o país ganhe importância nesse setor, também enfrenta desafios na otimização de processos e consequente redução dos impactos ambientais. A busca por soluções de problemas e melhorias é um desafio constante. Para isso, uma ferramenta muito utilizada é a modelagem matemática computacional do processo. A modelagem por redes neurais artificiais vem sendo objeto de crescentes pesquisas e servindo como valiosa ferramenta para diversas aplicações, incluindo estudos de processos produtivos como celulose e papel. O presente trabalho tem por objetivo criar um modelo matemático por redes neurais artificiais capaz de descrever o processo de queima de licor negro, um sub produto da produção de celulose, para geração de energia e recuperação de produtos químicos. A construção das redes foi feita utilizando ferramenta Property Predictor da Pavilion Technology. A escolha das variáveis de entrada foi baseada no conhecimento da operação, por meio de um questionário de opinião. A criação do modelo em redes neurais artificiais passou pelas etapas de pré processamento de dados, treinamento, análise de sensibilidade e validação. A rede foi formulada com 21 entradas e os neurônios na camada oculta foram calculados automaticamente pelo software. O treinamento utilizado foi o backpropagation. O modelo proposto não apresentou um resultado significativo. A pequena quantidade de dados e a qualidade dos mesmos fizeram com que houvesse uma memorização excessiva da rede, na qual a rede só é capaz de representar bem o conjunto de dados utilizados no treinamento, não generalizando. Para que o modelo apresente um resultado significativo um maior período de coleta de dados é necessário. Com o aperfeiçoamento do modelo, é possível aplicar a técnica de sensor virtual, gerando informação mais rápida à área operacional, contribuindo nas decisões na mudança de parâmetros de processo.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Mestrado em Engenharia Química},
 	note = {Centro de Engenharias e Ciências Exatas}
}