Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Soft sensor para complementação de dados em barragem de rejeito.
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1187908
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Santana, Adrielle de Carvalho | - |
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Santana, Adrielle de Carvalho | - |
| Autor(es): dc.contributor | Rêgo Segundo, Alan Kardek | - |
| Autor(es): dc.contributor | Santos, Adam Dreyton Ferreira dos | - |
| Autor(es): dc.creator | Silva, Tiago Vaz | - |
| Data de aceite: dc.date.accessioned | 2026-08-11T11:24:03Z | - |
| Data de disponibilização: dc.date.available | 2026-08-11T11:24:03Z | - |
| Data de envio: dc.date.issued | 2025-11-25 | - |
| Data de envio: dc.date.issued | 2024 | - |
| Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/21098 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1187908 | - |
| Descrição: dc.description | Programa 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.description | As barragens de rejeito são importantes estruturas geotecnicas dentro do universo da mineração, com o papel de contenção do material sem valor econômico oriundo do processo de beneficiamento realizado nas usinas. Nessas barragens são realizadas inspeções, monitoramentos automatizados e manutenções, cumprindo-se uma rigorosa gestão de riscos, no qual a diponibilização dos dados da intrumentação geotécnica, seja de forma online ou histórica, é fundamental para contribuir com a segurança da estrutura, das pessoas e comunidades envolvidas. Os soft sensors, desenvolvidos a partir de técnicas de aprendizado de máquinas, podem disponibilizar dados preditivos, substituir os sensores reais instalados nas barragens de rejeito em casos de falhas ou falta, e até mesmo trabalhar de forma redundante, contribuindo assim com a gestão da segurança. Nesse contexto, esse trabalho vem propor o desenvolvimento de um soft sensor para piezometria de uma seção crítica de uma barragem de rejeito, de propriedade da empresa Vale S.A. O soft sensor desenvolvido para esse trabalho, utiliza dados de vários piezômetros de uma seção para estimar outro piezometro, também pertencente a essa seção, com o objetivo de complementar os dados em caso de falha, substituir em caso de falta do sensor real ou até mesmo trabalhar de forma redundante comparando os resultados. Para atingir esse objetivo foram consideradas três técnicas de Machine Learnig (ML), a Regressão Linear (RL), Multilayer Perceptron (MLP) e o Random Forest (RF). Foi feita a detecção e tratativa de outliers, a seleção dos melhores hiperparâmetros para os modelos, validando os treinos e testes com a técnica do K-fold. Foram realizadas simulações de tolerância a falhas e eficiência computacional, e comparado as métricas resultantes para todos os cenários aplicados. Dentro as técnicas de ML aplicadas, a Random Forest apresentou as melhores métricas de Coeficiente de correlação (R2) de 0.9982, Erro médio absoluto (MAE) de 0.0200 e Raiz do erro quadrático médio (RMSE) de 0.0401, demonstrando desempenho robusto na predição dos dados analisados, capacidade do modelo de manter resultados consistentes mesmo diante da redução de informações, atestando sua flexibilidade e adaptabilidade frente a cenários de incerteza ou limitação de dados. | - |
| Descrição: dc.description | Tailings dams are important geotechnical structures within the mining industry, serving the purpose of containing economically worthless material resulting from the beneficiation pro- cess carried out at processing plants. These dams undergo inspections, automated monitoring, and maintenance, following a rigorous risk management protocol, in which the availability of geotechnical instrumentation data whether online or historical is essential to contribute to the safety of the structure, as well as the people and communities involved. Soft sensors, developed using machine learning techniques, can provide predictive data, re- place real sensors installed in tailings dams in cases of failure or absence, and even operate redundantly, thereby contributing to safety management. In this context, this study proposes the development of a soft sensor for piezometry in a critical section of a tailings dam owned by Vale S.A. The soft sensor developed in this study uses data from several piezometers in a section to estimate another piezometer, also located in that section, with the aim of complementing data in case of failure, replacing it in the absence of the real sensor, or even working redundantly by comparing results. To achieve this goal, three Machine Learning (ML) techniques were considered: Linear Regression (LR), Multilayer Perceptron (MLP), and Random Forest (RF). Outlier detection and treatment were performed, the best hyperparameters for the models were selected, and training and testing were validated using the K-fold technique. Simulations of fault tolerance and computational efficiency were carried out, and the resulting metrics were compared across all applied scenarios. Among the ML techniques used, Random Forest presented the best performance metrics: a correlation coefficient (R2) of 0.9982, a mean absolute error (MAE) of 0.0200, and a root mean square error (RMSE) of 0.0401, demon- strating robust performance in predicting the analyzed data. The model showed the ability to maintain consistent results even with reduced information, confirming its flexibility and adaptability in scenarios of uncertainty or data limitations. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | - |
| Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 13/11/2025 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. Não permite o uso para fins comerciais nem a adaptação. | - |
| Palavras-chave: dc.subject | Barragens de rejeitos | - |
| Palavras-chave: dc.subject | Falhas em barragens | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Força e energia - pressão - piezometria | - |
| Palavras-chave: dc.subject | Inteligência artificial - detectores | - |
| Título: dc.title | Soft sensor para complementação de dados em barragem de rejeito. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo