Title

PREDIÇÃO DA PERDA POR CALCINAÇÃO (PPC) POR ANÁLISE QUÍMICA: UMA ABORDAGEM PRÁTICA PARA OTIMIZAÇÃO DE PROCESSOS

PREDICTING LOSS ON IGNITION (LOI) THROUGH CHEMICAL ANALYSIS: A PRACTICAL APPROACH FOR PROCESS OPTIMIZATION

Authorship

TEIXEIRA, HENRIQUE GONÇALVES; MATTIOLI, CAMILA GOES; FARIA, LILIAN LIMA; GONÇALVES, BRUNO ALONSO

TEIXEIRA, HENRIQUE GONÇALVES

I am this author

MATTIOLI, CAMILA GOES

I am this author

FARIA, LILIAN LIMA

I am this author

GONÇALVES, BRUNO ALONSO

I am this author

DOI

10.5151/2594-357X-42347

Downloads

Abstract

A perda por calcinação (PPC), ou Loss on Ignition (LOI), é um parâmetro crítico para o controle da eficiência energética e da qualidade nos processos siderúrgicos, pois reflete a presença de minerais hidratados e carbonatos. Entretanto, sua determinação laboratorial exige aproximadamente 2 horas, o que limita intervenções operacionais em tempo hábil. Este trabalho propõe a estimativa da PPC a partir da composição química, utilizando fórmulas empíricas e modelos de machine learning. Os resultados indicam boa correlação (R² > 0,6) entre os valores estimados e os medidos, tanto por métodos empíricos quanto por redes neurais. No entanto, devido à similaridade dos resultados, o foco do estudo recaiu sobre os métodos empíricos, que apresentam equações mais simples, de fácil implementação e maior aderência à rotina operacional. A abordagem permite antecipar o cálculo da PPC, viabilizando decisões operacionais mais ágeis e eficazes.

LOSS ON IGNITION (LOI) IS A CRITICAL PARAMETER FOR CONTROLLING ENERGY EFFICIENCY AND PRODUCT QUALITY IN IRONMAKING PROCESSES, AS IT REFLECTS THE PRESENCE OF HYDRATED MINERALS AND CARBONATES. HOWEVER, ITS LABORATORY DETERMINATION REQUIRES APPROXIMATELY TWO HOURS, LIMITING TIMELY OPERATIONAL INTERVENTIONS. THIS STUDY PROPOSES AN APPROACH TO ESTIMATE LOI BASED ON CHEMICAL COMPOSITION, USING BOTH EMPIRICAL EQUATIONS AND MACHINE LEARNING MODELS. THE RESULTS SHOW A GOOD CORRELATION (R² > 0.6) BETWEEN THE ESTIMATED AND MEASURED LOI VALUES, FOR BOTH EMPIRICAL METHODS AND NEURAL NETWORK MODELS. NEVERTHELESS, DUE TO THE COMPARABLE ACCURACY BETWEEN APPROACHES, THE STUDY FOCUSED ON EMPIRICAL METHODS, WHICH OFFER SIMPLER EQUATIONS, EASIER IMPLEMENTATION, AND BETTER SUITABILITY FOR ROUTINE OPERATIONAL USE. THIS APPROACH ENABLES THE ANTICIPATION OF LOI VALUES, SUPPORTING FASTER AND MORE EFFECTIVE OPERATIONAL DECISION-MAKING.

Keywords

Perda por Calcinação, Controle de Processos, Modelagem Preditiva, Indústria Siderúrgica

Loss on Ignition, Process Control, Predictive Modeling, Ironmaking Industry