EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Application of Artificial Intelligence in Evaluating the Crossflow Microfiltration Process for Treating Effluent Generated in a Sewage Treatment System

Érica Regina Filletti, Giovana Herrera Ribeiro Pereira

Engineering & Technology Scientific Journal · 11.06.2026 · 1 (1)

DOI: 10.55977/etsjournal.v01i01.e026001 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Engineering & Technology Scientific Journal, online erschienen am 11.06.2026. Verfasst von Érica Regina Filletti und 1 weiteren Autor:innen. Die Arbeit nennt 15 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Este estudo explora a aplicação de redes neurais artificiais (RNAs) para otimizar o processo de microfiltração tangencial no tratamento de águas residuais. Este método de filtração por membrana é eficiente na remoção de partículas em suspensão, turbidez e microrganismos, mas enfrenta desafios como o entupimento da membrana, que reduz a eficiência e aumenta os custos operacionais. A pesquisa visa desenvolver um modelo baseado em inteligência artificial capaz de otimizar as condições de filtração e melhorar o desempenho geral do sistema. Os dados experimentais utilizados incluem variáveis ​​como tempo, volume, vazão e temperatura para prever o fluxo do permeado. O modelo de RNA foi treinado no software MATLAB usando o método Levenberg-Marquardt, com os dados distribuídos entre treinamento, validação e teste. As análises foram realizadas usando histogramas de erro, gráficos de regressão linear, erros percentuais e métricas de erro quadrático médio (MSE). Dois modelos foram desenvolvidos: um para licor misto e outro para água, demonstrando alta precisão em ambos os casos. Os resultados indicaram que os modelos foram capazes de prever padrões de dados com coeficientes de determinação (R²) iguais a 1, indicando uma relação linear perfeita entre os valores reais e previstos. O gráfico MSE mostrou uma redução consistente ao longo dos períodos, evidenciando a eficiência do treinamento. Além disso, os baixos erros médios relativos (0,064 para licor e 0,0031 para água) reforçam a eficácia do modelo. A pesquisa validou o uso de RNAs na otimização de processos de tratamento de efluentes, promovendo a eficiência operacional e a sustentabilidade.

Zitieren

APA

Filletti, É. R., & Pereira, G. H. R. (2026). Application of Artificial Intelligence in Evaluating the Crossflow Microfiltration Process for Treating Effluent Generated in a Sewage Treatment System. Engineering & Technology Scientific Journal, 1(1). https://doi.org/10.55977/etsjournal.v01i01.e026001

Vancouver

Filletti ÉR, Pereira GHR. Application of Artificial Intelligence in Evaluating the Crossflow Microfiltration Process for Treating Effluent Generated in a Sewage Treatment System. Engineering & Technology Scientific Journal. 2026;1(1). doi:10.55977/etsjournal.v01i01.e026001

BibTeX
@article{Filletti2026,
  author = {Filletti, Érica Regina and Pereira, Giovana Herrera Ribeiro},
  title = {Application of Artificial Intelligence in Evaluating the Crossflow Microfiltration Process for Treating Effluent Generated in a Sewage Treatment System},
  journal = {Engineering & Technology Scientific Journal},
  year = {2026},
  volume = {1},
  number = {1},
  doi = {10.55977/etsjournal.v01i01.e026001}
}
Kostenlos starten →