Soft Sensor Industrial — Estimativa de Pureza com Séries Temporais

Projeto de ciência de dados aplicado à indústria: um soft sensor que estima a pureza de um produto em uma coluna de destilação a partir de sensores baratos (temperatura, pressão, vazão), usando Python e scikit-learn.

O problema

Em colunas de destilação industriais, medir a pureza do produto exige análise de laboratório — cara e lenta. Sensores de temperatura, pressão e vazão, por outro lado, são baratos e medem continuamente.

Um soft sensor é um modelo de ML que estima a variável cara (pureza) a partir das variáveis baratas, em tempo real, substituindo o laboratório.

Resultados

Modelo	MAE	RMSE	R²
Regressão Linear	0.316	0.399	0.917
Gradient Boosting	0.388	0.485	0.877
Random Forest	0.487	0.608	0.807
Baseline (lab a cada 8h)	—	—	—

O modelo explica 91.7% da variação da pureza — superando o baseline operacional (última medição de laboratório repetida a cada 8 horas).

Decisões técnicas

• Split temporal (não aleatório): treino = passado, teste = futuro. Embaralhar vazaria informação do futuro para o treino, inflando artificialmente as métricas.
• Interpolação por tempo nos faltantes: preserva a continuidade física do processo, diferente da média que ignora a ordem temporal.
• Lags e janelas móveis: dão ao modelo memória do processo — o estado atual depende das horas anteriores (inércia térmica).
• Regressão Linear ganhou: a relação entre as features e a pureza é predominantemente linear após a engenharia de features. Modelos mais complexos sofreram overfitting.

Por que é série temporal?

Os dados chegam ordenados no tempo (1 leitura/hora) e o estado atual do processo depende do passado recente. Além disso, há:

• Tendência: incrustação (fouling) degrada a separação ao longo dos dias
• Sazonalidade: ciclo diário de temperatura ambiente afeta o processo
• Dados faltantes: sensores falham — tratamento especial necessário

Stack

Python · pandas · scikit-learn · matplotlib · seaborn

Setup

pip install -r requirements.txt
python dados/gerar_dados.py

Estrutura

soft-sensor-pureza/
├── dados/gerar_dados.py       # gerador do dataset sintético
├── meu_trabalho/
│   ├── 01_explorar.py         # séries temporais e autocorrelação
│   ├── 02_eda.py              # EDA e matriz de correlação
│   ├── 03_faltantes.py        # tratamento de dados faltantes
│   ├── 04_features.py         # engenharia de features temporais
│   ├── 05_split.py            # split temporal
│   ├── 06_modelos.py          # modelagem e métricas
│   └── 07_avaliacao.py        # avaliação e gráficos
├── modulos/                   # teoria de cada módulo
└── outputs/                   # gráficos gerados