Modelagem do torque para motores de combustão flex-fuel aplicando técnicas de análise de dados e machine learning (2024)
- Autor:
- Autor USP: MAGGIO, ANDRÉ VINÍCIUS OLIVEIRA - EP
- Unidade: EP
- Subjects: ANÁLISE DE DADOS; MOTORES DE COMBUSTÃO INTERNA; BIOCOMBUSTÍVEIS; SIMULAÇÃO; GEOMETRIA E MODELAGEM COMPUTACIONAL
- Language: Português
- Abstract: Neste trabalho, aplicaram-se técnicas de análise de dados e aprendizado de máquina (machine learning) a um problema real, com o objetivo de modelar o torque de motores de combustão interna do tipo flex-fuel, a partir de dados de ensaios dinamométricos. Desenvolveu-se a metodologia e a arquitetura de dados, envolvendo as etapas de ingestão, pré-processamento, processamento e análise dos dados. Foi feita a conversão dos arquivos para um formato comum e a padronização dos nomes das variáveis, criando-se um dicionário de dados com o nome, descrição e unidade física de cada variável. Durante o processamento, foi desenvolvido um algoritmo para identificar janelas temporais nos ensaios em regime transitório, nas quais o motor exibiu comportamento estacionário, permitindo combinar os dados dos ensaios em regimes transitório e permanente em um único conjunto de dados para a modelagem do torque. Na modelagem, testaram-se o modelo padrão e duas técnicas de aprendizado de máquina, utilizando redes neurais artificiais (RNAs) e regressão por processos gaussianos (GPR - Gaussian Process Regression). O modelo padrão de torque utiliza um mapa (look-up table) que representa o torque máximo produzido pelo motor para diferentes condições de rotação e pressão no coletor de admissão, considerando gasolina e etanol comum. A geometria da rede neural foi obtida por meio de um método iterativo, ajustando o número de neurônios nas camadas ocultas e selecionando as quatro melhores arquiteturas. No modelo de regressão por processos gaussianos, foram testados quatro tipos de kernels diferentes. Foram gerados histogramas e gráficos para cada variável do conjunto de dados unificado obtido (dataset), permitindo a visualização das características principais do dataset, como distribuição e variabilidade dos dados.Realizou-se uma análise de correlação entre as variáveis e o torque, utilizando mapas de calor (heatmap) e análises gráficas de correlação de Spearman. Por fim, utilizaram-se indicadores de desempenho (KPIs - Key Performance Indicators) para avaliar e comparar o desempenho dos modelos obtidos, permitindo selecionar o modelo com melhor desempenho e menor tempo de execução.
- Imprenta:
-
ABNT
MAGGIO, André Vinicius Oliveira. Modelagem do torque para motores de combustão flex-fuel aplicando técnicas de análise de dados e machine learning. 2024. Trabalho de Conclusão de Curso (Especialização) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/b4d8bdeb-d4c6-4e50-832e-6a2bf78f2de2/ANDR%C3%89_VINICIUS_OLIVEIRA_MAGGIO.pdf. Acesso em: 21 jan. 2026. -
APA
Maggio, A. V. O. (2024). Modelagem do torque para motores de combustão flex-fuel aplicando técnicas de análise de dados e machine learning (Trabalho de Conclusão de Curso (Especialização). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/b4d8bdeb-d4c6-4e50-832e-6a2bf78f2de2/ANDR%C3%89_VINICIUS_OLIVEIRA_MAGGIO.pdf -
NLM
Maggio AVO. Modelagem do torque para motores de combustão flex-fuel aplicando técnicas de análise de dados e machine learning [Internet]. 2024 ;[citado 2026 jan. 21 ] Available from: https://bdta.abcd.usp.br/directbitstream/b4d8bdeb-d4c6-4e50-832e-6a2bf78f2de2/ANDR%C3%89_VINICIUS_OLIVEIRA_MAGGIO.pdf -
Vancouver
Maggio AVO. Modelagem do torque para motores de combustão flex-fuel aplicando técnicas de análise de dados e machine learning [Internet]. 2024 ;[citado 2026 jan. 21 ] Available from: https://bdta.abcd.usp.br/directbitstream/b4d8bdeb-d4c6-4e50-832e-6a2bf78f2de2/ANDR%C3%89_VINICIUS_OLIVEIRA_MAGGIO.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
ANDRÉ_VINICIUS_OLIVEIRA_... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
