Análise multivariada e redes neurais aplicadas na predição de projeção no BOF.
Ano de defesa: | 2020 |
---|---|
Autor(a) principal: | |
Orientador(a): | , , |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://www.repositorio.ufop.br/handle/123456789/13127 |
Resumo: | Programa de Pós-Graduação em Engenharia de Materiais. Departamento de Engenharia Metalúrgica, Escola de Minas, Universidade Federal de Ouro Preto. |
id |
UFOP_4bda2bb76bb342664a43cf0a51b1f20d |
---|---|
oai_identifier_str |
oai:localhost:123456789/13127 |
network_acronym_str |
UFOP |
network_name_str |
Repositório Institucional da UFOP |
repository_id_str |
|
spelling |
Loiola, Bruna Helena MaloviniSilva, Carlos Antônio daLemos, Leandro RochaPeixoto, Johne Jesus MolBernardes, Américo TristãoSilva, Carlos Antônio daFurtado, Henrique SilvaBernardes, Américo Tristão2021-02-25T17:34:29Z2021-02-25T17:34:29Z2020LOIOLA, Bruna Helena Malovini. Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. 2020. 66 f. Dissertação (Mestrado em Engenharia de Materiais) – Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.http://www.repositorio.ufop.br/handle/123456789/13127Programa de Pós-Graduação em Engenharia de Materiais. Departamento de Engenharia Metalúrgica, Escola de Minas, Universidade Federal de Ouro Preto.A 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%.Slopping 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.Autorização 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.info:eu-repo/semantics/openAccessBig dataRedes neurais artificiaisPython - linguagem de programação de computadorAnálise multivariadaAnálise multivariada e redes neurais aplicadas na predição de projeção no BOF.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOPLICENSElicense.txtlicense.txttext/plain; charset=utf-8924http://www.repositorio.ufop.br/bitstream/123456789/13127/5/license.txt62604f8d955274beb56c80ce1ee5dcaeMD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://www.repositorio.ufop.br/bitstream/123456789/13127/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://www.repositorio.ufop.br/bitstream/123456789/13127/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://www.repositorio.ufop.br/bitstream/123456789/13127/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINALDISSERTAÇÃO_AnáliseMultivariadaRede.pdfDISSERTAÇÃO_AnáliseMultivariadaRede.pdfapplication/pdf2416340http://www.repositorio.ufop.br/bitstream/123456789/13127/1/DISSERTA%c3%87%c3%83O_An%c3%a1liseMultivariadaRede.pdfc213f801631cc863d4fe612667e93904MD51123456789/131272021-02-25 12:34:29.175oai:localhost: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ório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332021-02-25T17:34:29Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false |
dc.title.pt_BR.fl_str_mv |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
title |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
spellingShingle |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. Loiola, Bruna Helena Malovini Big data Redes neurais artificiais Python - linguagem de programação de computador Análise multivariada |
title_short |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
title_full |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
title_fullStr |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
title_full_unstemmed |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
title_sort |
Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. |
author |
Loiola, Bruna Helena Malovini |
author_facet |
Loiola, Bruna Helena Malovini |
author_role |
author |
dc.contributor.referee.pt_BR.fl_str_mv |
Silva, Carlos Antônio da Lemos, Leandro Rocha Peixoto, Johne Jesus Mol Bernardes, Américo Tristão |
dc.contributor.author.fl_str_mv |
Loiola, Bruna Helena Malovini |
dc.contributor.advisor1.fl_str_mv |
Silva, Carlos Antônio da Furtado, Henrique Silva Bernardes, Américo Tristão |
contributor_str_mv |
Silva, Carlos Antônio da Furtado, Henrique Silva Bernardes, Américo Tristão |
dc.subject.por.fl_str_mv |
Big data Redes neurais artificiais Python - linguagem de programação de computador Análise multivariada |
topic |
Big data Redes neurais artificiais Python - linguagem de programação de computador Análise multivariada |
description |
Programa de Pós-Graduação em Engenharia de Materiais. Departamento de Engenharia Metalúrgica, Escola de Minas, Universidade Federal de Ouro Preto. |
publishDate |
2020 |
dc.date.issued.fl_str_mv |
2020 |
dc.date.accessioned.fl_str_mv |
2021-02-25T17:34:29Z |
dc.date.available.fl_str_mv |
2021-02-25T17:34:29Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
LOIOLA, Bruna Helena Malovini. Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. 2020. 66 f. Dissertação (Mestrado em Engenharia de Materiais) – Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020. |
dc.identifier.uri.fl_str_mv |
http://www.repositorio.ufop.br/handle/123456789/13127 |
identifier_str_mv |
LOIOLA, Bruna Helena Malovini. Análise multivariada e redes neurais aplicadas na predição de projeção no BOF. 2020. 66 f. Dissertação (Mestrado em Engenharia de Materiais) – Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020. |
url |
http://www.repositorio.ufop.br/handle/123456789/13127 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFOP instname:Universidade Federal de Ouro Preto (UFOP) instacron:UFOP |
instname_str |
Universidade Federal de Ouro Preto (UFOP) |
instacron_str |
UFOP |
institution |
UFOP |
reponame_str |
Repositório Institucional da UFOP |
collection |
Repositório Institucional da UFOP |
bitstream.url.fl_str_mv |
http://www.repositorio.ufop.br/bitstream/123456789/13127/5/license.txt http://www.repositorio.ufop.br/bitstream/123456789/13127/2/license_url http://www.repositorio.ufop.br/bitstream/123456789/13127/3/license_text http://www.repositorio.ufop.br/bitstream/123456789/13127/4/license_rdf http://www.repositorio.ufop.br/bitstream/123456789/13127/1/DISSERTA%c3%87%c3%83O_An%c3%a1liseMultivariadaRede.pdf |
bitstream.checksum.fl_str_mv |
62604f8d955274beb56c80ce1ee5dcae 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e c213f801631cc863d4fe612667e93904 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP) |
repository.mail.fl_str_mv |
repositorio@ufop.edu.br |
_version_ |
1797950901441265664 |