Título

OTIMIZAÇÃO DE FUSÃO E REFINO PRIMÁRIO ATRAVÉS DE ANÁLISES ESTATÍSTICAS DE PARÂMETROS ELÉTRICOS E DE PROCESSOS EM FORNO ELÉTRICO A ARCO

ELECTRIC ARC FURNACE FUSION AND PRIMARY REFINING OPTIMIZATION BASED IN STATISTICAL ANALYSIS OF ELECTRIC AND PROCESS PARAMETERS

Autoria

Ramos, Rodrigo Alves; Castro, Jamil Nobre de; Silva, Soraia Karolinne Castro; Silva, Marcelo José Gomes da

DOI

10.5151/2594-5300-33830

Downloads

Baixar Artigo 93 Downloads

Resumo

Tendo conhecimento que o processo do FEA demanda grande quantidade de energia elétrica, as otimizações a partir de balanços de massa e de energia são feitas com frequência elevada. Em geral, esses cálculos não são simples e em algumas empresas há softwares propriamente desenvolvidos para esse fim, consequência de uma evolução tecnológica que tem permitido captar e armazenar muitas variáveis em bancos de dados. Visando obter o maior número de respostas possíveis a partir dos dados, foram realizadas abordagem estatísticas aplicando os métodos de regressão linear múltipla (MLR) e dos mínimos quadrados parciais (PLS) correlacionando parâmetros de mix de sucatas, de processo e de elétrica do FEA com a quantidade necessária de energia elétrica para fundir a carga sólida. Os modelos foram avaliados com os valores reais de períodos diferentes e, adicionalmente, com valores obtidos pelo software oficial da empresa para balanço de massa e energia., demonstrando um bom ajuste com erros porcentuais inferiores a 5% para todas as regressões. O modelo estatístico demonstrou, portanto, uma boa acurácia para a prática industrial de otimização energética e a vantagem da obtenção de resultados a partir de equações lineares.

 

Knowing that the EAF process requires a large amount of electricity, optimizations of mass and energy balances are done with high frequency. In general, these calculations are not simple and in some companies there are software developed specifically for this purpose, a consequence of a technological evolution that has allowed to capture and store many variables in databases. Aiming to obtain the greatest number of possible responses from the data, it was applied a statistical approach using the multiple linear regression (MLR) and partial least squares (PLS) methods correlating scrap mix, process and electrical parameters of the EAF with the required amount of electrical energy to melt the solid load - one of the largest installments in the production cost of electric steelmaking. The models were evaluated with the actual data of different periods and, in addition, with data obtained by the company's official software for mass and energy balance, showing a good fit with mean errors of less than 5% for all regressions. The statistical model demonstrated a good accuracy for the industrial practice of energy optimization and the advantage of obtaining results from linear equations.

Palavras-chave

Aciaria; Forno elétrico; Otimização; Energia, análise estatística, PLS, MLR

Meltshop; Electric Arc Furnace; Optimization; Energy; Statistical Analysis; PLS; MLR.