Avaliar e comparar diferentes algoritmos de aprendizado de máquina para a prevenção de não conformidades de DBO em efluente industrial, identificando o modelo mais adequado na detecção de eventos críticos para suporte à decisão na gestão do tratamento.
Explora a lacuna do tempo analítico da DBO no tratamento de efluentes. Destaca-se por testar estratégias de aprendizado de máquina sob validação temporal, integrando e comparando redução de dimensionalidade por PCA, variação de complexidade algorítmica e reamostragem sintética no suporte à decisão.
Avaliaram-se Regressão Logística, Random Forest e Gradient Boosting sob validação cruzada temporal, incorporando redução por PCA, reamostragem via SMOTE e defasagem pelo Tempo de Residência Hidráulica de 48h. A classe crítica de DBO foi definida pelo Percentil 90 da série histórica.
A Random Forest por validação temporal obteve o melhor equilíbrio sensibilidade-precisão, com 25% de recall na classe alerta . Abordagens com SMOTE e Regressão Logística geraram grande volume de alarmes falsos, enquanto Gradient Boosting e PCA apresentaram baixo desempenho, inviabilizando suas aplicações.
Demonstra a importância da validação temporal em séries industriais dinâmicas e evidencia que a reamostragem por SMOTE compromete a coerência física em eventos raros. Valida a incorporação do TRH na modelagem e a robustez da Random Forest sem dados sintéticos.
Oferece um sensor virtual complementar para apoio à decisão, permitindo ações preventivas no efluente industrial. Fortalece a governança ambiental ao conter alarmes falsos, preservando a confiabilidade do sistema e mitigando riscos de não conformidade nos corpos hídricos.
Evaluate and compare different machine learning algorithms to prevent BOD non-conformities in industrial effluent, identifying the most suitable model for detecting critical events to support decision-making in treatment management.
Explores the BOD analytical time lag in effluent treatment. It stands out by testing machine learning strategies under temporal validation, integrating and comparing dimensionality reduction via PCA, algorithmic complexity variation, and synthetic resampling for decision support.
Logistic Regression, Random Forest, and Gradient Boosting were evaluated under time-series cross-validation, incorporating PCA reduction, SMOTE resampling, and a 48-hour Hydraulic Retention Time lag. The critical BOD class was defined by the 90th percentile of the historical series.
Random Forest with temporal validation achieved the best sensitivity-precision balance, with 25% recall for the alert class. SMOTE and Logistic Regression generated excessive false alarms, whereas Gradient Boosting and PCA showed poor performance, rendering them unfeasible.
Demonstrates the importance of temporal validation in dynamic industrial time series and shows that SMOTE resampling compromises physical coherence in rare events. Validates HRT incorporation into modeling and the robustness of Random Forest without synthetic data.
Offers a complementary virtual sensor for decision support, enabling preventive actions in industrial effluent management. Strengthens environmental governance by containing false alarms, preserving system reliability, and mitigating non-conformity risks in receiving water bodies.