Banca de QUALIFICAÇÃO: LAMARA MACIEL DOS SANTOS

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : LAMARA MACIEL DOS SANTOS
DATA : 22/03/2024
HORA: 10:00
LOCAL: videoconferência
TÍTULO:

Seleção de catalisadores à base de Ni para metanação de CO2 usando processamento de dados via modelos de regressão (machine learning)


PALAVRAS-CHAVES:

machine learning; catálise; metanação; hidrogenação de CO2; catalisador à base de níquel


PÁGINAS: 97
RESUMO:

A metanação de CO2 é um processo crucial na transição energética para um futuro sem carbono. Ao utilizar o dióxido de carbono como matéria-prima renovável na reação de hidrogenação catalítica para formar metano, não apenas se viabiliza a reciclagem dos recursos de carbono, mas também se atende à crescente demanda por gás natural. Assim, a hidrogenação catalítica de CO2 em metano se destaca como uma tecnologia desfossilizante atrativa na luta contra as mudanças climáticas, visto que consome CO2 com H2 proveniente de fontes de energia renovável para gerar CH4. No entanto, prever o desempenho de sistemas catalíticos para este processo continua sendo um desafio. A aplicação de técnicas de Machine Learning (aprendizado de máquina) surge como uma abordagem promissora para prever o desempenho de potenciais catalisadores com base em descritores experimentais. Para esse propósito, um banco de dados de catalisadores à base de Ni foi criado a partir de dados extraídos da literatura e submetido à mineração de dados. Modelos de regressão de aprendizado de máquina de árvore de conjunto foram desenvolvidos para prever a conversão de CO2 e seletividade de CH4 a partir de descritores experimentais. Nesse contexto, destacou-se a relevância de variáveis como o teor de Ni, temperatura de calcinação e temperatura de reação na modelagem preditiva. A validação experimental do modelo de previsão e a interpretação dos insights gerados não apenas confirmaram a eficácia do método, mas também estabeleceram essa abordagem como uma ferramenta fundamental para orientar e otimizar experimentos futuros.


MEMBROS DA BANCA:
Presidente - 349770 - DULCE MARIA DE ARAUJO MELO
Interno - 1086214 - ANDERSON DOS REIS ALBUQUERQUE
Externo ao Programa - 3304576 - RODOLFO LUIZ BEZERRA DE ARAÚJO MEDEIROS - UFRNExterno à Instituição - ÂNGELO ANDERSON SILVA DE OLIVEIRA - UFRN
Notícia cadastrada em: 05/02/2024 13:52
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa04-producao.info.ufrn.br.sigaa04-producao