Modelagem Preditiva do Processo de Armazenamento Adsortivo de Gás Natural utilizando Machine Learning

Resumo

Entre as abordagens para aprimorar a segurança no armazenamento de gases, destaca-se a técnica adsortiva. Esta envolve a introdução de um adsorvente no cilindro, que provoca a liquefação do gás em sua superfície, resultando na diminuição da pressão interna e, consequentemente, no aumento da segurança do sistema. Dados experimentais obtidos do armazenamento adsortivo de metano forneceram informações cruciais sobre as variações comportamentais da pressão, temperatura e adsorvidade. Estes dados viabilizaram a elaboração de modelos e algoritmos capazes de prever o comportamento do gás natural (GN) durante o processo. Quanto à modelagem preditiva, uma técnica destacada é a regressão, que será comparada a modelagens analíticas previamente validadas pela comunidade científica. Assim, o presente estudo desenvolveu um algoritmo para definir a melhor técnica de Machine Learning aplicável ao processo de Armazenamento Adsortivo de Gás Natural (GNA).