Previsão da temperatura do aço líquido em uma aciaria a oxigênio utilizando modelos de regressão com aprendizado de máquina.

Nenhuma Miniatura disponível
Data
2023
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
O controle da temperatura do aço líquido é uma tarefa fundamental para a garantia da estabilidade operacional em uma aciaria a oxigênio. Desvios das faixas de temperatura especificadas pelos processos estão diretamente associados a falhas de qualidade no produto, aumento de custos, perdas de produção e até mesmo riscos para a segurança operacional da planta. O entendimento e a quantificação das perdas térmicas que ocorrem entre o vazamento do aço do convertedor LD até o lingotamento contínuo são as principais etapas para a previsão da temperatura do aço. Devido à natureza dos processos que ocorrem em uma aciaria, o cálculo das perdas térmicas depende de variáveis altamente dinâmicas, motivando a construção de modelos preditivos para a temperatura. Neste contexto, foram ajustados e avaliados cinco algoritmos de regressão amplamente reconhecidos na literatura para a previsão da temperatura do aço na panela e no distribuidor em uma aciaria a oxigênio. Adicionalmente, um sexto algoritmo, híbrido, que combina elementos de modelos lineares e não-lineares, foi concebido. Os modelos foram desenvolvidos em aderência à metodologia CRISP-DM (Processo Padrão Interindústrias para Mineração de Dados), e avaliados de acordo com duas métricas de acurácia: a raiz do erro quadrático médio (RMSE) e uma métrica personalizada. Os resultados evidenciaram que o método híbrido proposto alcança uma precisão superior em relação aos demais algoritmos testados em ambos os modelos, além disso, apresenta um desempenho adequado para ser implementado na indústria.
Descrição
Programa de Pós-Graduação em Engenharia de Materiais. Departamento de Engenharia Metalúrgica, Escola de Minas, Universidade Federal de Ouro Preto.
Palavras-chave
Usinas siderúrgicas - aciaria, Metais - efeito da temperatura, Aprendizado do computador, Aprendizado do computador - ensemble - técnica
Citação
MATOS, Sabrina Silva de. Previsão da temperatura do aço líquido em uma aciaria a oxigênio utilizando modelos de regressão com aprendizado de máquina. 2023. 135 f. Dissertação (Mestrado em Engenharia de Materiais) – Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.