Anais do Seminário de Automação & TI


ISSN 2594-5335

24° Seminário de Automação e TI vol. 24, num.24 (2022)


Título

MODELO DE PREDIÇÃO DE TEMPERATURA E CARBONO USANDO MACHINE LEARNING PARA O “CONSTEEL EAF” DA VSB

TEMPERATURE AND CARBON PREDICTION MODEL FOR VSB’S CONSTEEL EAF USING MACHINE LEARNING

DOI

10.5151/2594-5335-34357

Downloads

Baixar Artigo 14 Downloads

Resumo

AS INFORMAÇÕES DE TEMPERATURA E CARBONO DURANTE A FASE DE REFINO DO FORNO ELÉTRICO A ARCO É CHAVE PARA O CONTROLE DO PROCESSO DE PRODUÇÃO DE AÇO. VALORES INSTANTÂNEOS DESTAS GRANDEZAS SÃO OBTIDOS A PARTIR DA MEDIÇÃO DIRETA COM SENSOR IMERSO NO BANHO, QUE É POSTERIORMENTE DESCARTADO. O MODELO PROPOSTO REALIZA A PREDIÇÃO DOS RESULTADOS DA TEMPERATURA E DO CARBONO A PARTIR DAS VARIÁVEIS DE ESTADO DO PROCESSO. FORAM OBTIDOS GANHOS NA REDUÇÃO DA FREQUÊNCIA DE MEDIÇÃO DIRETA E NA OCORRÊNCIA DE PARADAS PARA ACERTO DE TEMPERATURA NO FORNO ELÉTRICO, COM IMPACTO DIRETO NO CUSTO OPERACIONAL, E NUMA MENOR EXPOSIÇÃO AOS RISCOS DE SEGURANÇA DA OPERAÇÃO DE AMOSTRAGEM.

 

THE INFORMATION OF TEMPERATURE AND CARBON DURING REFINING PHASE OF THE ELECTRIC ARC FURNACE IS KEY FOR STEELMAKING PROCESS CONTROL. IMMEDIATE VALUES FROM THESE VARIABLES ARE OBTAINED BY DIRECT MEASUREMENT WITH AN IMMERSED SENSOR ON THE BATH THAT IS DISPOSED AFTER USE. THE PROPOSED MODEL PREDICTS THE RESULTS OF TEMPERATURE AND CARBON BY THE VARIABLES OF PROCESS STATE. THERE WERE GAINS ON THE REDUCTION ON THE FREQUENCY OF DIRECT MEASUREMENT AND OCCURRENCE OF PRODUCTION STOPPAGES FOR ADJUSTMENT OF TEMPERATURE OF THE ELECTRIC ARC FURNACE WITH DIRECT IMPACT ON THE OPERATIONAL COST AND ON A LOWER EXPOSURE OF SECURITY RISKS OF THE SAMPLING OPERATION.

Palavras-chave

Forno Elétrico; Consteel; Processos Estocásticos; Machine Learning

Electric arc furnace; Consteeel; Stochastic Processes, Machine learning

Como citar

Abreu, Cesar Neto de Nery. MODELO DE PREDIÇÃO DE TEMPERATURA E CARBONO USANDO MACHINE LEARNING PARA O “CONSTEEL EAF” DA VSB , p. 13-25. In: 24° Seminário de Automação e TI, São Paulo, 2022.
ISSN: 2594-5335 , DOI 10.5151/2594-5335-34357