Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Rêgo Segundo, Alan Kardek | - |
Autor(es): dc.contributor | Pritzelwitz, Philip von | - |
Autor(es): dc.contributor | Rêgo Segundo, Alan Kardek | - |
Autor(es): dc.contributor | Pritzelwitz, Philip von | - |
Autor(es): dc.contributor | Pabón, Rosa Elvira Correa | - |
Autor(es): dc.contributor | Santos, Eduardo Nunes | - |
Autor(es): dc.creator | Neiva, Matheus Teixeira | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:30:20Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:30:20Z | - |
Data de envio: dc.date.issued | 2022-12-05 | - |
Data de envio: dc.date.issued | 2022-12-05 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/15834 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1016908 | - |
Descrição: dc.description | Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto. | - |
Descrição: dc.description | A umidade presente nos materiais é um parâmetro essencial para vários processos industriais. Na mineração, essa variável exerce muita influência em várias etapas da cadeia produtiva, como nos transportes ferroviário e marítimo, na pelotização e no armazenamento. Devido ao minério de ferro ser um produto com propriedades físicas variáveis, por causa da sua origem e dos diferentes tipos de processos produtivos, a medição dessa característica em específico é demasiadamente lenta e trabalhosa. Atualmente, a umidade é mensurada por meio de um método de pesagem e de secagem em estufa que demora mais de quatro horas para entregar o resultado de medição, o que acarreta em atrasos e retrabalhos ao longo da cadeia produtiva. De forma alternativa, existem métodos indiretos baseados na medição de propriedades elétricas dos materiais, que apresentam menor tempo de resposta. Nesse sentido, este trabalho tem como objetivo o desenvolvimento de um equipamento de bancada baseado na medição da impedância complexa e da densidade aparente do minério de ferro. Para tornar o procedimento de medição ainda mais rápido e mais padronizado, automatizou-se o equipamento por meio de sensores de posição e dispositivos eletromecânicos, reduzindo-se, assim, a interferência do operador. Além disso, avaliou-se o uso de técnicas de Inteligência Artificial na análise dos dados fornecidos pelo sistema. Testes realizados com uma versão manual do equipamento no Porto da Ponta da Madeira, São Luís, MA, apresentaram resultados muito promissores, visto que a incerteza de medição da umidade foi igual a 0,1578 pontos percentuais de umidade em base úmida, com um coeficiente de determinação de 98,41%, utilizando-se redes neurais artificiais. O equipamento automático, utilizando-se de regressão linear múltipla, apresentou uma incerteza de 0,71 pontos percentuais de umidade em base úmida, com um coeficiente de determinação de 98%. Esses resultados demonstram o grande potencial da solução, mas também evidencia a necessidade de análises mais profundas com o equipamento automático, visto que não foi possível realizar análises com técnicas de inteligência artificial, devido à base de dados pequena. | - |
Descrição: dc.description | Moisture present in materials is an essential parameter for many industrial processes. In mining, this variable exerts a lot of influence on various stages of the production chain, such as rail and maritime transport, pelletizing and storage. Due to iron ore being a product with variable physical properties, because of its origin and the different types of production processes, the measurement of this specific characteristic is too slow and laborious. Currently, moisture is measured using a weighing method and drying in an oven that takes more than four hours to deliver the measurement result, which leads to delays and reworks along the production chain. Alternatively, there are indirect methods based on the measurement of electrical properties of materials, which have a shorter response time. In this sense, this work aims to develop a benchtop equipment based on the measurement of complex impedance and apparent density of iron ore. To make the measurement procedure even faster and more standardized, the equipment was automated using position sensors and electromechanical devices, thus reducing operator interference. In addition, the use of Artificial Intelligence techniques in the analysis of the data provided by the system was evaluated. Tests carried out with a manual version of the equipment in the Porto da Ponta da Madeira, São Luís, MA, showed very promising results, since the uncertainty of measurement of moisture was equal to 0.1578 percentage points of humidity on a wet basis, with a coefficient of determination of 98.41%, using artificial neural networks. The automatic equipment, using multiple linear regression, presented an uncertainty of 0.71 percentage points of humidity on a wet basis, with a coefficient of determination of 98%. These results demonstrate the great potential of the solution, but also evidence the need for deeper analyzes with the automatic equipment, since it was not possible to perform analyzes with artificial intelligence techniques, due to the small database. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/3.0/us/ | - |
Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 17/11/2022 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. | - |
Palavras-chave: dc.subject | Umidade | - |
Palavras-chave: dc.subject | Minérios de ferro | - |
Palavras-chave: dc.subject | Automação industrial | - |
Título: dc.title | Desenvolvimento de dispositivo automático de medição de umidade de minério de ferro. | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: