Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/121440| Author(s): | Gonçalo de Soares Lemos |
| Title: | IoT and Machine Learning for Process Optimization in Agrofood Industry |
| Issue Date: | 2019-07-11 |
| Description: | A indústria 4.0 engloba as principais inovações tecnológicas dos campos de automação, controlo e tecnologia da informação, suportada nos conceitos tecnológicos, Internet das Coisas (IoT), sistemas Cloud e sistemas Cyber-Físicos, tornando os processos cada vez mais eficientes e autônomos. Neste contexto, propomos estudar e otimizar o processo de dessolventização de uma unidade fabril de produção de óleo vegetal, associada a uma cadeia de abastecimento da industria agroalimentar. Esta cadeia contêm um conjunto de dispositivos e sensores que permitem monitorizar o processo em tempo real, dando a capacidade de desenvolver modelos preditivos que otimizem o processo de extração do solvente comercial do produto final. Pretendemos demonstrar que a transformação da operação desta cadeia de abastecimento melhora a eficiência e eficácia dos processos associados, reduzindo os custos operacionais de extração de solvente, obtendo o produto final de acordo com as normas e parâmetros de qualidade e segurança. Orientadores Externos: Vasco Miguel Pires, Raquel Peixoto de Oliveira |
| Subject: | Engenharia electrotécnica, electrónica e informática Electrical engineering, Electronic engineering, Information engineering |
| Scientific areas: | Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática Engineering and technology::Electrical engineering, Electronic engineering, Information engineering |
| DOI: | 10.34626/wd8m-2h85 |
| URI: | https://hdl.handle.net/10216/121440 |
| Document Type: | Dissertação |
| Rights: | openAccess |
| Appears in Collections: | FEUP - Dissertação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 344005.pdf | IoT and Machine Learning for Process Optimization in Agrofood Industry | 2.55 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
