MACHINE LEARNING APLICADO À CLASSIFICAÇÃO DE MISTURAS DIESEL/BIODIESEL EM PROCESSOS DE COMBUSTÃO DE UMA CALDEIRA SEMI-INDUSTRIAL

A utilização de misturas diesel/biodiesel em caldeiras industriais representa uma alternativa promissora para reduzir emissões e promover a sustentabilidade energética. Desta forma, o controle eficiente da composição do combustível é essencial para garantir o bom desempenho térmico e a conformidade ambiental do processo. Este trabalho propõe o desenvolvimento de um modelo preditivo baseado em machine learning para classificar a proporção de biodiesel presente em misturas utilizadas em uma caldeira semi-industrial, a partir de variáveis operacionais. Utilizou-se o algoritmo XGBoostClassifier (eXtreme Gradient Boosting), que apresentou acurácia de 99,6%. A análise de interpretabilidade estatística, usando os valores  SHAP (SHapley Additive exPlanations), indicou que variáveis de temperatura, pressão e vazão foram determinantes na predição da composição do combustível. Os resultados demonstram o potencial do uso de técnicas de aprendizado de máquina como ferramenta de apoio ao monitoramento e à tomada de decisão em processos industriais alimentados por biocombustíveis.