ISSN 2594-4711
13º ENEMET - Encontro Nacional de Estudantes de Engenharia Metalúrgica, de Materiais e de Minas — vol. 13, num.13 (2013)
Título
Autoria
DOI
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.
Como citar
David, Sayd Farage;
Silva, Mariana Bertonceli;
Nascimento, Ramiro Conceição;
Machado, Marcelo Lucas Pereira.
MODELO DE REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO DO TEOR DE ENXOFRE NO FERRO GUSA DE ALTOS FORNOS
,
p. 190-197.
In: 13º ENEMET - Encontro Nacional de Estudantes de Engenharia Metalúrgica, de Materiais e de Minas,
São Paulo - Brasil,
2013.
ISSN: 2594-4711
, DOI 10.5151/2594-4711-23112
