Análise multivariada e redes neurais aplicadas na predição de projeção no BOF.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSilva, Carlos Antônio da-
Autor(es): dc.contributorFurtado, Henrique Silva-
Autor(es): dc.contributorBernardes, Américo Tristão-
Autor(es): dc.contributorSilva, Carlos Antônio da-
Autor(es): dc.contributorLemos, Leandro Rocha-
Autor(es): dc.contributorPeixoto, Johne Jesus Mol-
Autor(es): dc.contributorBernardes, Américo Tristão-
Autor(es): dc.creatorLoiola, Bruna Helena Malovini-
Data de aceite: dc.date.accessioned2022-02-21T19:58:03Z-
Data de disponibilização: dc.date.available2022-02-21T19:58:03Z-
Data de envio: dc.date.issued2021-02-25-
Data de envio: dc.date.issued2021-02-25-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/handle/123456789/13127-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/650344-
Descrição: dc.descriptionPrograma de Pós-Graduação em Engenharia de Materiais. Departamento de Engenharia Metalúrgica, Escola de Minas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionA projeção de escória pode acontecer durante o processo de refino do ferro gusa no BOF devido à formação de um volume excessivo de emulsão gás-metal-escória, que, ao crescer além da capacidade do convertedor, expele grande porção da escória e metal. Assim, são gerados problemas recorrentes para a operação, como refino menos efetivo, menor rendimento metálico, danos ao equipamento, e principalmente, poluição ambiental devido aos gases que são emitidos no momento da projeção. O objetivo deste estudo foi criar um modelamento matemático para prever a ocorrência de projeção em corridas dos convertedores BOF. Este projeto se baseia em análise multivariada de Big Data a qual permitiu identificar as variáveis de operação que mais influenciam no fenômeno projeção, dentre as quais estão o peso de briquete misto e de dunito adicionados durante o sopro, e concentração de silício presente no gusa. Além disso, foi possível treinar redes neurais artificiais em linguagem Python o que gerou um modelo de predição com confiabilidade de 96%.-
Descrição: dc.descriptionSlopping may occur during the hot metal refining process in the BOF due to the formation of an excessive volume of gas-metal-slag emulsion which, by growing beyond the capacity of the converter, expels a large portion of the slag and metal. This generates recurrent problems for the operation, such as reduction of refining effectiveness, lower metallic yield, damages to the equipment, and mainly, environmental pollution due to gases released during the slopping. The aim of this work was to create a mathematical model to predict the occurrence of slopping in BOF converters. It is based on multivariate Big Data analyzes in order to identify the variables that most influence the slopping phenomenon, such as the weight of mixed briquette and dunite added during blowing, and the silicon concentration in hot metal. In addition, it was possible to train artificial neural networks in Python language that generated a prediction model with 96% of reliability.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 05/02/2021 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. Não permite o uso para fins comerciais nem a adaptação.-
Palavras-chave: dc.subjectBig data-
Palavras-chave: dc.subjectRedes neurais artificiais-
Palavras-chave: dc.subjectPython - linguagem de programação de computador-
Palavras-chave: dc.subjectAnálise multivariada-
Título: dc.titleAnálise multivariada e redes neurais aplicadas na predição de projeção no BOF.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.