Modelamento da carga de laminação utilizando modelos mecânicos consagrados na literatura técnica e estatística computacional aplicada a redes neurais na cadeira F1 de um laminador a quente com sete cadeiras de acabamento em "tandem"

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFerreira, Flavio-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8741029675242016-
Autor(es): dc.contributorMoreira, Luciano Pessanha-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5673024226638200-
Autor(es): dc.contributorCoelho, Gilberto Carvalho-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6497790579704211-
Autor(es): dc.contributorhttp://lattes.cnpq.br/2695740128367413-
Autor(es): dc.creatorBraga, Wendell Soares-
Data de aceite: dc.date.accessioned2024-07-11T17:50:48Z-
Data de disponibilização: dc.date.available2024-07-11T17:50:48Z-
Data de envio: dc.date.issued2022-11-08-
Data de envio: dc.date.issued2022-11-08-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/26877-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/758691-
Descrição: dc.descriptionA determinação da carga de laminação a ser aplicada nas cadeiras de Laminadores, durante o processo de conformação mecânica de placas de aço é executada por modelos matemáticos compostos por softwares que fazem parte do sistema de automação do processo. Objetivou­se neste trabalho, com a utilização da estatística computacional aplicada a regressão linear e redes neurais, determinar o método mais adequado à previsão de carga na cadeira F1 de um Laminador a Quente. Dados reais coletados no processo de laminação foram utilizados no modelamento, incluindo a escolha da liga de aço carbono­manganês (C­Mn), com representação expressiva na produção anual. Observou­se que a técnica mais adequada para a previsão de carga de laminação na cadeira F1 do laminador, por sua maior exatidão, é o ajuste por redes neurais utilizando a população de Misaka – AWS, com a exatidão de 4,83% e rede neural MLFN (Multilayer Feedforward) de 05 nós.-
Descrição: dc.descriptionThe determination of rolling load to be applied in the stands during the steel plates mechanical forming process achieving the better set up for the high productivity in continuous tandem hot strip mill is commonly made by mathematical models which take part of a set called automation system. This work using statistical computing applied to linear regression and neural networks has the purpose to determine the most suitable model to forecast the rolling load in the F1 Hot Strip Mill stand. It has been collected real datas in HSM process which were used in modeling, including the choice of carbon­manganese steel (C­Mn) with significant representation in the annual production. It was observed that the Misaka­AWS population fits better to forecast the F1 rolling load with high accuracy when using a MLFN (Multilayer Feedforward) Neural Network.-
Descrição: dc.description96 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectCarga de laminação a quente-
Palavras-chave: dc.subjectModelos matemáticos-
Palavras-chave: dc.subjectEstatística computacional-
Palavras-chave: dc.subjectRegressão linear-
Palavras-chave: dc.subjectRedes neurais-
Palavras-chave: dc.subjectLaminação a quente-
Palavras-chave: dc.subjectConformação termomecânica-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectEngenharia Metalúrgica-
Palavras-chave: dc.subjectProdução intelectual-
Palavras-chave: dc.subjectHot rolling load-
Palavras-chave: dc.subjectMathematical models-
Palavras-chave: dc.subjectStatistical computing-
Palavras-chave: dc.subjectLinear regression-
Palavras-chave: dc.subjectNeural networks-
Título: dc.titleModelamento da carga de laminação utilizando modelos mecânicos consagrados na literatura técnica e estatística computacional aplicada a redes neurais na cadeira F1 de um laminador a quente com sete cadeiras de acabamento em "tandem"-
Tipo de arquivo: dc.typeDissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.