Sensores virtuais baseados em aprendizado de máquina para estimativa de valores de sensores em instrumentação básica de barragens de rejeito.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPessin, Gustavo-
Autor(es): dc.contributorGuimarães, Frederico Gadelha-
Autor(es): dc.contributorPessin, Gustavo-
Autor(es): dc.contributorGuimarães, Frederico Gadelha-
Autor(es): dc.contributorGirao Sotomayor, Juan Manuel-
Autor(es): dc.contributorRanieri, Caetano Mazzoni-
Autor(es): dc.creatorMonteiro, Bruno Oliveira-
Data de aceite: dc.date.accessioned2025-08-21T15:05:02Z-
Data de disponibilização: dc.date.available2025-08-21T15:05:02Z-
Data de envio: dc.date.issued2023-12-20-
Data de envio: dc.date.issued2023-12-20-
Data de envio: dc.date.issued2022-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/jspui/handle/123456789/17983-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1002122-
Descrição: dc.descriptionPrograma de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionA aplicação de sensores virtuais na estimativa de dados de instrumentação básica em barragens de rejeito de minério é uma inovação no cenário da mineração atual. Essa abordagem utiliza modelos computacionais avançados para aprimorar o monitoramento dessas estruturas, melhorando a segurança e a eficiência operacional, ao mesmo tempo em que reduz custos. Em um momento em que a gestão responsável dos rejeitos de mineração é vital, os sensores virtuais desempenham um papel fundamental na mitigação de riscos ambientais e na proteção das comunidades próximas às barragens. Dentro do setor de Mineração, o monitoramento de barragens de rejeito tem ganhando bastante notoriedade devido aos últimos incidentes de rompimento ocorridos no Brasil. Nesse aspecto esse trabalho propõe implementar e avaliar métodos de aprendizado de máquina para estimativa de valores para sensores de instrumentação básica utilizados no controle e monitoramento de barragens de mineração.-
Descrição: dc.descriptionThe application of soft sensors in estimating basic instrumentation data in ore tail- ings dams is an innovation in the current mining scenario. This approach uses advanced computational models to enhance the monitoring of these structures, improving safety and operational efficiency while reducing costs. At a time when responsible management of mining waste is crucial, virtual sensors play a fundamental role in mitigating environ- mental risks and protecting communities near the dams. Within the mining sector, the monitoring of tailings dams has gained significant prominence due to recent dam failure incidents in Brazil. In this regard, this work aims to implement and evaluate machine learning methods for estimating values for basic instrumentation sensors used in the con- trol and monitoring of mining dams.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-sa/3.0/us/-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 15/12/2023 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante.-
Palavras-chave: dc.subjectBarragens e açudes-
Palavras-chave: dc.subjectPlant Information Management System - PIMS-
Palavras-chave: dc.subjectProcesso decisório-
Palavras-chave: dc.subjectAprendizado do computador - Gradient Boosting-
Palavras-chave: dc.subjectDetectores-
Título: dc.titleSensores virtuais baseados em aprendizado de máquina para estimativa de valores de sensores em instrumentação básica de barragens de rejeito.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.