Título

DESENVOLVIMENTO DE UM SENSOR VIRTUAL PARA MONITORAMENTO DE ÍNDICE DE WOBBE NA PLANTA DO LTQ DA ARCELORMITTAL TUBARÃO

DEVELOPMENT OF A VIRTUAL SENSOR FOR MONITORING WOBBE INDEX ON THE LTQ PLANT OF ARCELORMITTAL TUBARÃO

Autoria

Venturim, Rudson Silva; Ferreira, Lucianderson Marques; Pereira, Flávio Garcia; Resende, Cassius Zanetti

DOI

10.5151/2237-0234-31585

Downloads

Baixar Artigo 212 Downloads

Resumo

Este trabalho estuda o desenvolvimento de um sensor virtual para monitoramento de índice de wobbe do gás misto (MG) utilizados em fornos de reaquecimento em indústrias siderúrgicas. Para isso foram testados quatro modelos de regressão. Dois deles sendo regressões por mínimos quadrados parciais (Partial Least Squares, PLS), um utilizando o algoritmo NIPALS (Nonlinear Iterative Partial Least Squares) e outro utilizando o algoritmo SIMPLS (simple partial least squares). As demais regressões foram por componentes principais (PCR) e regressão por vetor de suporte (SVR). As variáveis do processo foram selecionadas inicialmente com a ajuda de um especialista do processo e posteriormente pelo método de árvore de decisão. Os valores estimados são comparados com os valores reais obtidos na planta real. Os resultados mostram que foi possível prever o índice de wobbe com erro médio quadrático com valor de 14,43%.

 

This paper studies the development of a virtual sensor for wobbe index monitoring of mixed gas (MG) used in reheating furnaces at the steel industry. For this, four regression models were tested. Two of these regressions were developed using Partial Least Squares (PLS) methods, the NIPALS algorithm (Nonlinear Iterative Partial Least Squares) and the SIMPLS algorithm (simple partial least squares). For the development of the others regressions, it was used the principal components regression (PCR) and support vector regression (SVR). The process variables were initially selected with the help of experts of the process and thereafter refined using the decision tree method. The estimated values are compared with the actual values obtained in the real plant. The results show that it was possible to predict the wobbe index with a mean square error with a value of 14.43%.

Palavras-chave

Sensor Virtual; Índice de Wobbe; Modelo de Regressão; Erro Médio Quadrático.

Virtual Sensor; Wobbe Index; Regression Model; Mean Square Error.