Portal de Periódicos da CAPES

Análise de clusters no tratamento de efluentes industriais: um estudo biológico

2024; Servicios Academicos Intercontinentales; Volume: 22; Issue: 11 Linguagem: Português

10.55905/oelv22n11-222

1696-8352

Ana Keila Queiroz da Silva, Efraín Pantaleón-Matamoros, A. Silva, Aldo Fonseca de Souza, Lucielly Oliveira Watson, Henrique Rocha de Medeiros, Felipe Macedo Zumba, Orivaldo Santana, Raimunda Adlany Dias da Silva, Larissa Helena Carvalho Amorim,

Water Quality and Pollution Assessment

As técnicas de aprendizado de máquinas estão sendo utilizadas para a identificação de soluções de problemas nas organizações, devido a sua utilidade na predição, previsão, análise e interpretação das informações obtidas nas empresas. O objetivo da pesquisa foi a utilização do algoritmo K-Means como uma ferramenta para auxiliar na análise de dados provenientes de tratamento de efluentes, proporcionando alternativas para a análise e interpretação dos dados por meio de procedimentos computacionais. A metodologia foi explicativa e exploratória com apresentação dos resultados da análise quantitativa. Foram utilizadas 1251 amostras obtidas nas análises físico-química e biológica da água residual de biodiesel de girassol. A aplicação de K-Means resultou em seis clusters, proporcionando uma identificação dos valores antes e após o tratamento no período de 24 horas das amostras analisadas da água residual de girassol. A análise dos dados mostrou a relação da condutividade, turbidez e TDS na água residual de girassol em suas respectivas separações, casca, rizoma, casca + rizoma e comercial onde foi observado o agrupamento dos valores de acordo com o TDS verificado antes e após as 24h do experimento. Contudo, a partir dos resultados da pesquisa foi verificado a importância da utilização das técnicas de aprendizado de máquina não-supervisionado para a análise dos dados de tratamento de efluentes.