ISSN 2594-357X
36º Seminário de Redução de Minério de Ferro e Matérias-Primas — Vol. 01 , num. 36 (2006)
Title
Authorship
DOI
Downloads
Abstract
Um dos grandes problemas encontrados nos altos fornos é a ocorrência de falhas nas massas de tamponamento, cujos parâmetros causadores são de difícil identificação. Este desconhecimento dificulta a aplicação das técnicas convencionais de controle, impossibilitando a sua previsão e redução. Neste trabalho apresenta-se uma aplicação de Redes Neurais Probabilísticas, por meio do software Matlab para a detecção e controle destas falhas. Das variáveis operacionais do alto forno, foram separadas as mais significativas através da ferramenta estatística Análise dos Principais Componentes (APC). Com a seleção destas variáveis, foi construída uma rede neural probabilística. O conjunto de dados operacionais do alto forno, composto por 30 variáveis de controle, foi dividido em 2 grupos, sendo um utilizado para treinamento da rede, e o outro para a validação da rede neural. A rede neural classificou com 98% de acerto. Os resultados do trabalho demonstraram a eficiência da técnica utilizada, evidenciando que as redes neurais podem ser empregadas como ferramentas eficientes na tarefa de previsão de trincas. Em adição, a possibilidade de efetuar previsões de falha da massa de tamponamento utilizando os parâmetros operacionais do Alto Forno, indica que os aparecimentos das trincas estão condicionados a flutuação dos parâmetros operacionais e não é função de um problema intrínseco da massa.
Um dos grandes problemas encontrados nos altos fornos é a ocorrência de falhas nas massas de tamponamento, cujos parâmetros causadores são de difícil identificação. Este desconhecimento dificulta a aplicação das técnicas convencionais de controle, impossibilitando a sua previsão e redução. Neste trabalho apresenta-se uma aplicação de Redes Neurais Probabilísticas, por meio do software Matlab para a detecção e controle destas falhas. Das variáveis operacionais do alto forno, foram separadas as mais significativas através da ferramenta estatística Análise dos Principais Componentes (APC). Com a seleção destas variáveis, foi construída uma rede neural probabilística. O conjunto de dados operacionais do alto forno, composto por 30 variáveis de controle, foi dividido em 2 grupos, sendo um utilizado para treinamento da rede, e o outro para a validação da rede neural. A rede neural classificou com 98% de acerto. Os resultados do trabalho demonstraram a eficiência da técnica utilizada, evidenciando que as redes neurais podem ser empregadas como ferramentas eficientes na tarefa de previsão de trincas. Em adição, a possibilidade de efetuar previsões de falha da massa de tamponamento utilizando os parâmetros operacionais do Alto Forno, indica que os aparecimentos das trincas estão condicionados a flutuação dos parâmetros operacionais e não é função de um problema intrínseco da massa.
Keywords
Massa de tamponamento, Redes neurais artificiais, RNAs, Trincas.
Massa de tamponamento, Redes neurais artificiais, RNAs, Trincas.
How to cite
Vernilli, Fernando; Silva, Sidney Nascimento; Siqueira, Adriano Francisco; Leite, Eliane Figueiredo; Mazine, Alex; Longo, Elson.
REDES NEURAIS PROBABILÍSTICAS USADAS PARA A PREVISÃO DE TRINCAS EM MASSA DE TAMPONAMENTO DE ALTOS FORNOS,
p. 369-377.
In: 36º Seminário de Redução de Minério de Ferro e Matérias-Primas,
São Paulo, Brasil,
2006.
ISSN: 2594-357X, DOI 10.5151/2594-357x-36Red-v1- 369-377
