Título

ESTIMATIVA DA SENSIBILIZAÇÃO DE VARIÁVEIS INDEPENDENTES EM PROCESSOS INDUSTRIAIS, POR MEIO DE IDENTIFICAÇÃO DE SISTEMAS, UTILIZANDO REDES NEURAIS ARTIFICIAIS

ESTIMATE OF AWARENESS OF INDEPENDENT VARIABLE IN INDUSTRIAL PROCESSES BY MEANS OF IDENTIFICATION SYSTEM USING ARTIFICIAL NEURAL NETWORKS

Autoria

Vago, Helder; Machado, Marcelo Lucas Pereira

Vago, Helder

Eu sou esse autor

Machado, Marcelo Lucas Pereira

Eu sou esse autor

DOI

10.5151/2594-5335-23994

Downloads

Resumo

Esse artigo apresenta uma forma de estimar a significância de variáveis independentes em processos industriais, por meio de identificação de sistemas, mapeados por Redes Neurais Artificiais (RNA) de forma a estabelecer uma metodologia que venha a contribuir no domínio das relações entrada-saída de processos metalúrgicos. Neste trabalho emprega-se RNA com arquitetura feedforward multicamadas; função de ativação Tangente Hiperbólica na camada intermediaria e Linear na camada de saída. Os algoritmos de Levenberg-Marquardt (backpropagation), de Gradiente Descendente e a técnica de cross-validation são empregados para o treinamento/aprendizado. O primeiro estágio do estudo é a análise do mapeamento, por meio de RNAs, para funções simuladoras de processos a partir de dados sintéticos. As sensibilidades obtidas para as variáveis sintéticas foram compatíveis com os erros gerados nas saídas quando as variáveis eram consideradas inexistentes no processo, o que caracterizou a boa performance para a técnica proposta. O estágio seguinte é a aplicação da técnica no mapeamento da laminação a quente de Aço C-Mn, por meio de dados empíricos. Os resultados orientam as variáveis críticas do processo analisado.

This article presents a way to estimate the significance of independent variables in industrial processes, by means of system identification, mapped by Artificial Neural Networks (ANN) in order to establish a methodology that will contribute in the field of input-output relationships of metallurgical processes. Multilayer feedforward ANN architecture is employed in this work with Hyperbolic Tangent activation function in the intermediate layer and Linear in output layer. The Levenberg-Marquardt (backpropagation), Descendent Gradient algorithms and technique of cross-validation are employed for training / learning. The first stage of the study is the analysis of mapping, using RNAs, for functions that simulate the processes by synthetic data. The sensitivities obtained for the synthetic variables were consistent with the errors generated at the outputs when variables were considered nonexistent in the process, which characterized the good performance for the proposed technique. The next stage is the application of the technique in the mapping of hot rolling C-Mn Steel, by means of empirical data. The results guide through the critical process variables analyzed.

Palavras-chave

Sensibilização; Identificação de sistemas; Redes neurais artificiais; Processos metalúrgicos.

awareness, identification systems, Artificial neural networks, metallurgical processes.