Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Silva, Raquel da Cunha Ribeiro da | - |
Autor(es): dc.contributor | Oliveira, Dhaianny Guizoni de | - |
Autor(es): dc.contributor | Silva, Raquel da Cunha Ribeiro da | - |
Autor(es): dc.contributor | Oliveira, Dhaianny Guizoni de | - |
Autor(es): dc.contributor | Holzmann, Henrique Ajuz | - |
Autor(es): dc.creator | Oliveira, Eduardo Fabian de | - |
Data de aceite: dc.date.accessioned | 2025-08-29T11:55:15Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T11:55:15Z | - |
Data de envio: dc.date.issued | 2025-07-17 | - |
Data de envio: dc.date.issued | 2025-07-17 | - |
Data de envio: dc.date.issued | 2025-06-17 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/37514 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1085715 | - |
Descrição: dc.description | This study proposes the application of artificial neural networks to optimize the performance of Francis turbines, with particular emphasis on draft tube efficiency. The research is motivated by the need to enhance the energy efficiency of these systems, supporting sustainable power generation in alignment with the sustainable development goals. The methodology integrates computational fluid dynamics (CFD) simulations with machine learning techniques, utilizing operational data from a Francis turbine provided by HACKER Industrial, with specific evaluation focused on the NW parameter. The results demonstrate neural networks' capability to optimize critical performance parameters of the draft tube, presenting an innovative approach for hydraulic system optimization. The study highlights the promising potential of combining computational modeling with artificial intelligence as an advanced tool for the renewable energy sector. | - |
Descrição: dc.description | Este estudo propõe a aplicação de redes neurais artificiais para otimização do desempenho de turbinas francis, com ênfase no duto de sucção. A pesquisa justifica-se pela necessidade de aprimorar a eficiência energética desses sistemas, contribuindo para a geração sustentável de energia em linha com os objetivos de desenvolvimento sustentável. A metodologia combina simulações computacionais de fluídos (CFD) com técnicas de aprendizado de máquina, utilizando dados operacionais reais de uma turbina francis fornecidos pela empresa HACKER Industrial com avaliações focadas no parâmetro NW. Os resultados demonstram o potencial das redes neurais para otimizar parâmetros críticos de desempenho do duto de sucção, oferecendo uma abordagem para otimização de projetos hidráulicos. Destaca-se a viabilidade da integração entre modelagem computacional e inteligência artificial como ferramenta promissora para o setor de energia renovável. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Guarapuava | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia Mecânica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
Palavras-chave: dc.subject | Turbinas hidráulicas | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Turbinas | - |
Palavras-chave: dc.subject | Hydraulic turbines | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | Turbines | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
Título: dc.title | Aplicação de redes neurais na otimização de dutos de sucção de turbinas Francis | - |
Título: dc.title | Application of neural networks in the optimization of Francis turbines draft tubes | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: