https://www.etsjournal.org/etsj/issue/feed 2026-06-11T19:58:31+00:00 Prof. Dr Leandro Ferreira Pinto leandro.f.pinto@unesp.br Open Journal Systems <table style="height: 600px;" width="832"> <tbody> <tr> <td width="21"> <p> </p> </td> <td width="537"> <p>O <em><strong>Engineering &amp; Technology Scientific Journal, </strong></em>periódico anual de fluxo contínuo de publicação, foi criado com o objetivo de facilitar o acesso e utilização da pesquisa realizada no meio acadêmico e contribuir para o crescimento multifacetado da sociedade humana.</p> <p>Este Jornal segue o formato de acesso aberto <em><strong>(Open Journal System)</strong></em> para que acadêmicos, cientistas, população e comunidade empresarial e industrial tenham fácil acesso às obras. Nosso lema é servir a comunidade científica, mantendo um rigoroso processo de revisão por pares e mantendo um bom controle de qualidade. Além disso, o objetivo é transmitir a importância da ciência, da educação e do conhecimento a inúmeros leitores, proporcionando um impacto positivo significativo na sociedade.</p> <p>Dessa forma, acreditamos que a universidade ficará mais próxima do cotidiano da população. Nossa missão é promover o sistema de acesso aberto e disseminar pesquisas de alta qualidade entre leitores de todo o mundo, sem restringir seu acesso devido às pesadas taxas de assinatura.</p> <p>Um dos pilares da <em><strong>Engineering &amp; Technology Scientific Journal</strong></em> é fornecer um canal de divulgação de trabalhos de pesquisa originais e artigos de revisão em todas as áreas relacionadas Engenharia, Tecnologia e Ciências Exatas. Para isso, contamos com uma equipe editorial diferenciada, que reúne uma equipe de pesquisadores altamente motivados, experientes e diversificados. Assim, uma discussão de um amplo espectro de assuntos é possível.</p> <p>O processo de revisão segue uma rigorosa análise de revisão por pares por membros do conselho editorial da revista. Antes de submeter um manuscrito, os potenciais autores devem consultar a Política Editorial, o Modelo de Manuscrito e o Guia de Estilo nas seções "Submissões", “Diretrizes para Autores ” e "Cover Letter".</p> <p>O manuscrito deve ser escrito em tom acadêmico, ter componente de pesquisa e ter aplicações em Engenharia, Tecnologia, Ciências Exatas e da Terra.</p> <p>Nosso conselho editorial espera sinceramente que educadores, pesquisadores e a sociedade acessem o<strong><em> Engineering &amp; Technology Scientific Journal</em></strong> com entusiasmo, tanto como apresentadores quanto como leitores.</p> </td> <td width="18"> </td> </tr> </tbody> </table> https://www.etsjournal.org/etsj/article/view/29 2026-06-11T19:58:31+00:00 Érica Regina Filletti erica.filletti@unesp.br Giovana Herrera Ribeiro Pereira giovana.herrera@unesp.br

<p>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.</p>

2026-06-11T00:00:00+00:00 Copyright (c) 2026 Érica Regina Filletti, Giovana Herrera Ribeiro Pereira