Título

MODELAGEM TÉRMICA DO FORNO PANELA UTILIZANDO REDES NEURAIS ARTIFICIAIS

LADLE FURNACE THERMAL MODELLING USING NEURAL NETWORKS

Autoria

Sampaio, Patrícia Teixeira; Braga, Antônio Pádua; Fujii, Takeshi

DOI

10.5151/2594-5335-0017

Downloads

Baixar Artigo 107 Downloads

Resumo

As siderúrgicas nacionais estão investindo cada vez mais na construção de usinas em parceria com as concessionárias regionais com o objetivo principal de deter o crescimento do custo energético nos seus negócios. Com isso, ações que visam à busca de alternativas para a redução do consumo energético e o aumento da produtividade tornaram-se temas prioritários de pesquisa e desenvolvimento. O forno panela da V&M é uma das maiores unidades consumidoras de energia na siderurgia, consumindo em média 2.400 MWh por mês. Devido à complexidade do forno panela e ao baixo conhecimento de sua dinâmica, definiu-se pelo uso de redes neurais artificiais (RNA) como ferramenta de modelagem e previsão. Este artigo busca demonstrar a aplicabilidade das RNAs em problemas industriais complexos, através da previsão da temperatura do aço durante o processo do forno panela e comprova a capacidade de generalização da RNA, obtendo erro médio menor que o erro médio especificado pelo instrumento de medição da temperatura.

 

The national steel industries are investing in construction of electrical power stations in partnership with the energy companies with the objective of energy cost reduction in their business. Then, actions that search alternatives of energy consumption reduction and increase the productivity became priority for research and development. The ladle furnace of V&M is one of the largest consuming units of energy in the steel plant, consuming 2,400 MWh on average month. Due to the process complexity and the low knowledge of ladle furnace dynamics, the use of neural networks (NN) was defined as a modeling tool. This article demonstrates the use of NN in complex industrial problems through the steel temperature prediction during the ladle furnace process and proves the generalization capability of the NN, obtaining smaller medium error than the medium error specified by the instrument of measurement of steel temperature

Palavras-chave

Redes neurais; Controle térmico; Forno panela; Aciaria.

Neural networks; Thermal control; Ladle furnace; Steel plant.