FERRAMENTAS DE ENGENHARIA 4.0 NO PROCESSO DE FERMENTAÇÃO ALCOÓLICA EM BATELADA ALIMENTADA

Neste trabalho foram elaboradas estratégias para a modelagem e simulação do processo de fermentação alcoólica e para o desenvolvimento de um Soft Sensor (SS) baseado em ferramentas de engenharia 4.0, mais especificamente nas máquinas de aprendizado baseadas em Redes Neurais Artificiais (RNA), para auxiliar no monitoramento do processo de fermentação alcoólica conduzido em batelada alimentada com perfis variáveis de vazão e concentração de substrato no mosto de alimentação para escala industrial. O trabalho foi desenvolvido em duas etapas: modelagem e simulação do processo fermentativo para geração de dados e, posteriormente, treinamento de Rede Neural Artificial (RNA), mas especificamente Multi-Layer Perceptron (MLP), a partir dos resultados da primeira etapa. O modelo cinético usado neste trabalho foi o modelo de Tessier, validado pela literatura. A partir desses resultados foi possível desenvolver um SS capaz de determinar (inferir) a concentração de etanol durante o processo fermentativo em batelada alimentada, que apresentou coeficiente de rendimento ( R2) = 0.999067 e erro quadrático médio (RMSE) = 0.026441 no teste do cenário mais adequado.