Título

MODELO DE REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO DO TEOR DE ENXOFRE NO FERRO GUSA DE ALTOS FORNOS

ARTIFICIAL NEURAL NETWORKS MODEL TO PREDICT THE SULFUR PERCENTAGE AT THE HOT METAL IN THE BLAST FURNACE

Autoria

David, Sayd Farage; Silva, Mariana Bertonceli; Nascimento, Ramiro Conceição; Machado, Marcelo Lucas Pereira

DOI

10.5151/2594-4711-23112

Downloads

Baixar Artigo 214 Downloads

Resumo

O presente estudo objetiva comparar a capacidade preditiva de modelos baseados em Redes Neurais Artificiais e na Capacidade de Sulfeto para determinar o teor de enxofre no ferro gusa. Os resultados de cada modelo foram comparados com os valores reais obtidos durante a operação de um alto-forno. Os modelos de capacidade de sulfeto são baseados no equilíbrio termodinâmico, logo, divergem dos valores reais quando a operação de redução se distância das condições de equilíbrio. As redes neurais artificiais possuem melhor capacidade de predição, pois podem ser construídas a partir variáveis operacionais que possuem característica cinética.

 

The review objective to compare the predictive capacity of the models based in Artificial Neural Networks and Sulphide Capacities to determine the sulfur percentage at the hot metal in the blast-furnace. The models results were compare with the real values obtained during the operation of blast-furnace. The Sulphide Capacities models are based in the thermodynamic equilibrium, thus, is different of the real values when the reduction operation has a distance of the equilibrium situations. The Artificial Neural Networks have the best capacity, because they can be built from operational variables with kinetic characteristic.

Palavras-chave

Alto-forno; Enxofre; Redes neurais artificiais; Capacidade de sulfeto.

Blast furnace; Sulfur; Neural networks; Sulfide capacity.