ISSN 2594-5300
50° Seminário de Aciaria, Fundição e Metalurgia de Não-Ferrosos — vol. 50, num.50 (2019)
Título
Autoria
DOI
Downloads
Resumo
Ter um controle do teor de hidrogênio contido nos aços é vital para o funcionamento da aciaria, já que esse elemento pode provocar acidentes e prejudicar as propriedades mecânicas do aço. Por isso, a previsão do teor de hidrogênio é de grande interesse na indústria por meio de modelamentos matemáticos. Devido às complexas relações entre teor de hidrogênio e adição de materiais feitas durante diferentes fases no sopro do BOF, que causam incorporação de hidrogênio no banho, a utilização de redes neurais artificiais (RNA) se mostrou uma ferramenta computacional mais eficaz para conseguir fazer essa previsão do que o modelamento por regressão múltipla, pois possui habilidade de relacionar variáveis não lineares entre si e devido à sua capacidade de aprendizado.
The control of the hydrogen’s content contained in steels is vital for the operation of the steel plant, because this element can be responsible for accidents and negatively affect the mechanical properties of the steel. Therefore, prediction of the hydrogen content through mathematical modeling is of great interest of the industry. Due to the complex relationships between hydrogen content and addition of materials made in the BOF during different phases that can cause hydrogen incorporation in the bath, the use of artificial neural networks (ANN) has proved to be a more efficient computational tool to attain this prediction than multiple linear regression models because it has the ability to relate non-linear variables and due to their learning capacity.
Palavras-chave
Redes neurais artificiais; Hidrogênio; Previsão; Refino secundário
Artificial neural networks; Hydrogen; Prediction; Secondary Steelmaking
Como citar
Correa, Raquel de Souza;
Carvalho, Daniel A. G. de;
Cerchiari, Bruno S.;
Ribeiro, Joyce C.;
Moura, Euglacyo L..
UTILIZAÇÃO DE REDES NEURAIS PARA PREVER TEOR DE HIDROGÊNIO EM AÇOS
,
p. 264-273.
In: 50° Seminário de Aciaria, Fundição e Metalurgia de Não-Ferrosos,
São Paulo,
2019.
ISSN: 2594-5300
, DOI 10.5151/2594-5300-33452
