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

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Loiola, Bruna Helena Malovini
Orientador(a): Silva, Carlos Antônio da, Furtado, Henrique Silva, Bernardes, Américo Tristão
Banca de defesa: Não Informado pela instituição
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:
Big data
Redes neurais artificiais
Python - linguagem de programação de computador
Análise multivariada
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

Registros relacionados