Banca de QUALIFICAÇÃO: FRANKLIN RODRIGUES CARLOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : FRANKLIN RODRIGUES CARLOS
DATA : 15/12/2025
HORA: 14:30
LOCAL: meet.google.com/wgv-tkco-tqm
TÍTULO:

DESENVOLVIMENTO DE UM PROTÓTIPO DE APOIO DE DECISÃO PARA A OTIMIZAÇÃO DA PRODUÇÃO DE HIGROGÊNIO VIA ELETRÓLISE ALCALINA UTILIZANDO LÓGICA FUZZY

PALAVRAS-CHAVES:

Hidrogênio Verde; Lógica Fuzzy; Eletrólise Alcalina Da Água; Inteligência Artificial (IA); Otimização De Processo; Python; Análise Bibliométrica.

PÁGINAS: 82
RESUMO:

O presente trabalho apresenta o desenvolvimento e a aplicação de um sistema de inferência fuzzy em linguagem Python como ferramenta de modelagem e análise da eficiência da eletrólise alcalina da água. Foram avaliadas 6 variáveis do processo (temperatura, corrente, tensão, densidade de corrente, eletrólito e pressão) e uma variável de saída, a eficiência do processo. Essa abordagem mostrou-se eficaz para representar fenômenos complexos do processo eletroquímico, permitindo a incorporação de incertezas e variações experimentais por meio de funções de pertinência e regras linguísticas. Os resultados obtidos por meio de 30 regras demonstraram que o modelo fuzzy é capaz de estimar de forma consistente a eficiência global do processo, alcançando valores de 71,56% para o modelo Mamdani, 95,00% para o modelo Sugeno e 83,28% para a combinação ponderada. O modelo Mamdani apresentou comportamento mais conservador e aderente aos limites empíricos da eletrólise, enquanto o modelo Sugeno tendeu à superestimação devido à ponderação de consequentes elevados. Já a combinação ponderada destacou-se por equilibrar esses comportamentos, fornecendo uma estimativa intermediária mais estável e representativa. A análise das superfícies de resposta evidenciou que as variáveis temperatura, densidade de corrente e tipo de eletrólito exercem influência significativa sobre a eficiência do processo, sendo identificadas faixas ótimas de operação entre 70 e 85 °C, 0,8 e 0,95 A·cm⁻² e solução de KOH 30%, que proporcionam maior rendimento energético sem comprometer a estabilidade do sistema. Complementarmente, a análise bibliométrica e estrutural da produção científica sobre eletrólise da água e tecnologias de hidrogênio revelou um campo em franca expansão, caracterizado por aceleração após 2020 e consolidação de uma agenda global de pesquisa e desenvolvimento voltada à descarbonização. Observou-se ainda a crescente incorporação de metodologias de inteligência artificial — como machine learning, deep learning e lógica fuzzy — em uma fase pré-paradigmática de exploração metodológica. Por fim, o estudo identifica lacunas críticas relacionadas à modelagem físico-informada, degradação de materiais e integração tecno-econômica, destacando oportunidades estratégicas para o avanço da engenharia de bioprocessos de maneira sustentável e energeticamente eficiente.

MEMBROS DA BANCA:
Presidente - 1811284 - EDSON ROMANO NUCCI
Interno - 2028441 - BOUTROS SARROUH
Externo ao Programa - 1742695 - JUAN CANELLAS BOSCH NETO
Externa à Instituição - KARINA ARRUDA ALMEIDA - UNIFEI