Título

PREVISÃO DE PERDA TÉRMICA PARA TRANSFERÊNCIA DE AÇO DO REFINO SECUNDÁRIO PARA LINGOTAMENTO CONTÍNUO

FORECASTING THE THERMAL LOSS FOR STEEL TRANSFERENCE FROM THE SECONDARY REFINING TO THE CONTINUOUS CASTING

Autoria

Carvalho, Daniel Henrique Dominguete; Henriques, Bruno Rodrigues; Ferreira, Rodrigo José

DOI

10.5151/2594-5300-0062

Downloads

Baixar Artigo 37 Downloads

Resumo

Este trabalho tem como objetivo apresentar uma nova abordagem para a modelagem de processos industriais, em especial, para uma planta de refino secundário. O texto apresenta o desenvolvimento de um modelo preditor para o valor de perda térmica na transferência de aço do refino secundário para o lingotamento contínuo possibilitando um controle mais avançado dos set-points de temperatura que representam o principal ponto de controle para evitar ocorrência de obstruções e “break out” no processo de lingotamento contínuo. A modelagem apresentada neste trabalho faz uso de técnicas de inteligência artificial, representadas pelas Redes Neurais Artificiais, que são sistemas computacionais capazes de assimilar conhecimento a partir de um conjunto de amostras de variáveis de processo. O conhecimento adquirido pode então ser utilizado para realizar antecipações de acontecimentos, como neste caso, a perda térmica do aço em seu processo de transferência entre equipamentos. Os resultados obtidos apresentaram um bom índice de acerto de predição demonstrando a eficiência da aplicação de tal abordagem para auxílio do controle operacional de processos industriais.

 

The purpose of this report is to present a new approach for the modeling of a plant of secondary refining. The work presents the development of a model that predicts the value of thermal loss in the steel transference from the secondary refining to the continuous casting. It makes possible an advanced control of temperature set-points that represents the main point of control to avoid blockages and breakout occurrences in the process of continuous casting. The modeling presented in this work uses artificial intelligence techniques, represented by Artificial Neural Networks. They are computational systems capable of extract knowledge from a set of samples of process variables. The acquired knowledge can be used to make predictions of events, as in this case, the thermal loss of the steel transference. The results present a good performance, demonstrating the efficiency of the introduced approach to improve the operational control of industrial processes.

Palavras-chave

Refino secundário; Perdas térmicas; Redes neurais artificiais.

Secondary refining; Thermal losses; Artificial neural nets