ISSN 2594-357X
12º Seminário de Aglomeração de Minérios — Vol. 12 , num. 12 (2026)
Título
Autoria
DOI
Downloads
Resumo
A compressão representa uma das principais propriedades físicas da pelota de minério de ferro, impactando diretamente o desempenho operacional dos processos siderúrgicos dos clientes. Ao longo dos anos, o planejamento operacional utilizava premissas fixas baseadas em médias históricas dos desvios entre valores planejados e realizados de compressão, desconsiderando alterações estruturais no comportamento do processo ao longo do tempo. Como primeira etapa de evolução analítica, foram aplicadas técnicas estatísticas de detecção de mudanças estruturais em séries temporais, permitindo redefinição dinâmica dos desvios utilizados no planejamento operacional. Posteriormente, o projeto evoluiu para o desenvolvimento de um modelo preditivo de compressão baseado em regressão múltipla aplicada a variáveis químicas, físicas e operacionais do processo produtivo. Os resultados preliminares demonstraram boa aderência preditiva do modelo, permitindo antecipação preventiva de desvios de compressão, aumento da confiabilidade operacional e direcionamento dos parâmetros críticos do processo produtivo. A solução amplia simultaneamente a aderência ao cliente e a capacidade de otimização operacional da planta industrial.
Compression is one of the main physical properties of iron ore pellets, directly impacting the operational performance of customers’ steelmaking processes. Historically, operational planning was based on fixed assumptions derived from historical average deviations between planned and actual compression values, disregarding structural changes in process behavior over time. As a first stage of analytical evolution, statistical structural breakpoint detection techniques were applied to time series data, enabling dynamic redefinition of the deviations used in operational planning. Subsequently, the project evolved into the development of a predictive compression model based on multiple regression applied to chemical, physical, and operational process variables. Preliminary results demonstrated good predictive adherence, enabling preventive anticipation of compression deviations, increased operational reliability, and improved guidance for critical process parameter adjustments. The proposed solution simultaneously increases customer quality adherence and enhances operational optimization capability within the industrial plant.
Palavras-chave
Predição de Compressão, Qualidade de Pelotas, Regressão Múltipla, Controle Estatístico de Processo, Otimização Operacional
Compression Prediction, Pellet Quality, Multiple Regression, Statistical Process Control, Operational Optimization
Como citar
Collodetti, Marcos Eugênio dos Santos; Silva, Vanessa Soares de Pianti da; Miquelin, Isabela Duarte; Borges, Juliano Viana; Cotta, Luiz Claudio Von Sperling; Lopes, Flavio da Silva; Souza, Anderson Lucio de.
Modelo Preditivo de Compressão para Aumento da Aderência à especificação do produto e Otimização Operacional,
p. 310-317.
In: 12º Seminário de Aglomeração de Minérios,
São Paulo, SP - Brasil,
2026.
ISSN: 2594-357X, DOI 10.5151/2594-357X-44073
