Aplicações de redes neurais artificiais na captura de CO2: mitigação da mudança climática por processos de adsorção
Year: 2025
Type: article
Abstract: Desde a Revolução Industrial, os níveis de CO2 atmosférico aumentaram de 280 ppm para 420 ppm em 2022, levantando preocupações na comunidade científica sobre as mudanças climáticas. A captura de carbono por meio da adsorção em superfícies sólidas emergiu como uma técnica viável para enfrentar esse problema. Este estudo utilizou redes neurais artificiais (RNA) para prever a adsorção de CO2 em carvão ativado sob diversas condições experimentais, utilizando dados como pressão, temperatura, área superficial do adsorvente e a adsorção de CO2 e CH4. A rede foi treinada, validada e testada usando o algoritmo Levenberg-Marquardt no Matlab©, explorando arquiteturas com 10, 15 e 20 neurônios. O melhor desempenho foi obtido com a arquitetura de 20 neurônios, apresentando um MSE de 3,80x10⁻³ e valores de R² de 0,98347, 0,98328, e 0,97365 para treinamento, validação e testes, respectivamente. Além disso, o método de Garson foi utilizado para avaliar a importância das variáveis de entrada, revelando que as variáveis mais influentes foram a área superficial com 50,06%, a fração molar de CO2 com 13,92% e a fração molar de metano com 13,89%. Esses resultados demonstram a eficácia do modelo de RNA na predição da adsorção de CO2, destacando o potencial da combinação de métodos experimentais com aprendizado de máquina para o estudo eficiente da captura de gases de efeito estufa enquanto reduz custos e tempo despendidos para estudos em laboratório.
Source: Ciência e Natura
Authors: Suzan Roberta Tombini Venturella, Claiton Zanini Brusamarello, Fernanda Batista de Souza
Institution: Universidade Tecnológica Federal do Paraná
Language: English
Subfield: Mechanical Engineering
Field: Engineering
Domain: Physical Sciences
SDG: Climate action
Open Access status: diamond
OpenAlex ID: W7118446638
FWCI:
Cites:
Cited by:
Related to: