Title

Aplicação de inteligência artificial para otimização de parâmetros de soldagem em linha de galvanização contínua

Application of artificial intelligence to welding parameter optimization in a continuous galvanizing Line

Authorship

PACÓ, RICHARDSON RAMOS; PASSOS, HENRIQUE ANTÔNIO BRUM; TAKAHASHI, HIROSHI JORGE; MAGALHÃES, KÁSSIO ROBERTO MARTINS

PACÓ, RICHARDSON RAMOS

I am this author

PASSOS, HENRIQUE ANTÔNIO BRUM

I am this author

TAKAHASHI, HIROSHI JORGE

I am this author

MAGALHÃES, KÁSSIO ROBERTO MARTINS

I am this author

DOI

10.5151/2594-5335-43947

Downloads

Abstract

Em linhas de galvanização contínua por imersão a quente, o processo de soldagem das tiras de aço na seção de entrada é fundamental para garantir a continuidade operacional. Os eventos de ressoldas, necessidade de refazer uma solda avaliada como inadequada, geram perdas de produtividade, qualidade e segurança. Os parâmetros para a máquina de solda são tradicionalmente definidos por tabelas estáticas nos sistemas de automação, que não consideram a variabilidade temporal do equipamento. A Usiminas desenvolveu internamente um sistema baseado em inteligência artificial para a otimização online dos parâmetros de soldagem na Linha de Galvanização Contínua 2 da Unigal. O sistema opera em tempo real, realizando predições de qualidade de solda e, ao identificar risco de ressolda, calcula automaticamente parâmetros otimizados enviados à máquina de solda. Após a implantação, observaram-se reduções nas ressoldas por parâmetros inadequados e, consequentemente, ganhos de produtividade e na estabilidade do processo.

In continuous hot-dip galvanizing lines, the strip welding process at the entry section is essential for ensuring operational continuity. Re-weld events, the need to redo a weld evaluated as inadequate, causes losses in productivity, quality, and safety. Welding machine parameters are traditionally defined by static tables in the automation systems, which do not account for the temporal variability of the equipment. Usiminas internally developed an artificial intelligence-based system for online optimization of welding parameters at Unigal's Continuous Hot-Dip Galvanizing Line No. 2. The system operates in real time, predicting weld quality and, upon identifying re-weld risk, automatically calculates optimized parameters that are sent to the welding machine. Following deployment, reductions in re-welds due to inadequate parameters were observed and, consequently, productivity gains and improved process stability.

Keywords

Inteligência artificial, Soldagem, Galvanização contínua, Otimização de processos

Artificial intelligence, Welding, Continuous galvanizing, Process optimization