PREVISÃO DO TEOR DE SILÍCIO NO FERRO-GUSA UTILIZANDO REDES NEURAIS ARTIFICIAIS E ALGORITMO DE PODA

ANA P. M. DINIZ¹; KLAUS F. COCO¹; FLÁVIO S. V. GOMES²; José L. F. Salles³

¹ Universidade Federal do Espirito Santo - UFES; ² Universidade Federal Rural de Pernambuco; ³ Universidade Federal do Espírito Santo

Baixar PDF doi:10.20906/CPS/CBA2018-0262

Resumo

Os modelos de previsão do teor de silício no ferro-gusa podem auxiliar os operadores de alto-forno na tomada de decisão durante o processo produtivo, contribuindo não só na qualidade do produto final como também para a redução dos custos associados à sua produção. Este artigo propõe o uso de uma Rede Neural Artificial (RNA), associada a um algoritmo de poda para a seleção das variáveis de entrada do modelo, objetivando-se prever a série temporal do teor de silício. Após a aplicação do algoritmo de poda, além de uma diminuição do tamanho da rede, observou-se uma melhoria significativa das previsões do silício realizadas com antecedência de até 6 horas

Palavras-chave: Alto-forno; Teor de Silício; Previsão; Redes Neurais Artificiais; Algoritmo de Poda