Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico
| Ano de defesa: | 2018 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade do Vale do Rio dos Sinos
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia de Produção e Sistemas
|
| Departamento: |
Escola Politécnica
|
| País: |
Brasil
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Área do conhecimento CNPq: | |
| Link de acesso: | http://www.repositorio.jesuita.org.br/handle/UNISINOS/7409 |
Resumo: | O Brasil precisa de um setor siderúrgico eficiente e competitivo para enfrentar a concorrência externa. A siderurgia é um ramo da metalurgia responsável pela fabricação do aço, e dentre os processos produtivos do setor, destaca-se o processo de laminação do aço, que utiliza fornos de reaquecimento. Esta pesquisa emprega a modelagem com as técnicas do Pensamento Sistêmico e da Dinâmica de Sistemas na formulação de um modelo computacional no contexto dos fornos de reaquecimento. A partir da validação do modelo, são utilizadas a Análise Envoltória de dados, para avaliar a eficiência técnica, e a regressão Tobit, para identificar variáveis estatisticamente significantes. Essas variáveis são usadas para definição dos cenários simulados. Posteriormente, as eficiências dos cenários são avaliadas por meio de estatística descritiva. Também são avaliados alvos e folgas e é testada a hipótese de igualdade da média com o teste de Welch e Post-Hoc Kruskal-Wallis. Finalmente, é realizada a análise explicativa e, com a aplicação da técnica computacional da Rede Neural Artificial, são identificadas as variáveis prevalentes da eficiência técnica do forno de reaquecimento. Tal estudo possibilita e estimula o planejamento, a gestão e a tomada de decisão a partir da análise das melhores opções. Permite, ainda, a tomada de ações com base no conhecimento prévio, contribuindo para iniciativas pontuais e focadas na competitividade. |
| id |
USIN_2d80482a5e175ea1bd9b6881bf1e7c20 |
|---|---|
| oai_identifier_str |
oai:www.repositorio.jesuita.org.br:UNISINOS/7409 |
| network_acronym_str |
USIN |
| network_name_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
| repository_id_str |
|
| spelling |
2018-11-08T13:01:52Z2018-11-08T13:01:52Z2018-08-23Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-11-08T13:01:52Z No. of bitstreams: 1 João Eduardo Sampaio_.pdf: 5481805 bytes, checksum: ff4fd651d904071e9a30223e3222c4dc (MD5)Made available in DSpace on 2018-11-08T13:01:52Z (GMT). No. of bitstreams: 1 João Eduardo Sampaio_.pdf: 5481805 bytes, checksum: ff4fd651d904071e9a30223e3222c4dc (MD5) Previous issue date: 2018-08-23O Brasil precisa de um setor siderúrgico eficiente e competitivo para enfrentar a concorrência externa. A siderurgia é um ramo da metalurgia responsável pela fabricação do aço, e dentre os processos produtivos do setor, destaca-se o processo de laminação do aço, que utiliza fornos de reaquecimento. Esta pesquisa emprega a modelagem com as técnicas do Pensamento Sistêmico e da Dinâmica de Sistemas na formulação de um modelo computacional no contexto dos fornos de reaquecimento. A partir da validação do modelo, são utilizadas a Análise Envoltória de dados, para avaliar a eficiência técnica, e a regressão Tobit, para identificar variáveis estatisticamente significantes. Essas variáveis são usadas para definição dos cenários simulados. Posteriormente, as eficiências dos cenários são avaliadas por meio de estatística descritiva. Também são avaliados alvos e folgas e é testada a hipótese de igualdade da média com o teste de Welch e Post-Hoc Kruskal-Wallis. Finalmente, é realizada a análise explicativa e, com a aplicação da técnica computacional da Rede Neural Artificial, são identificadas as variáveis prevalentes da eficiência técnica do forno de reaquecimento. Tal estudo possibilita e estimula o planejamento, a gestão e a tomada de decisão a partir da análise das melhores opções. Permite, ainda, a tomada de ações com base no conhecimento prévio, contribuindo para iniciativas pontuais e focadas na competitividade.Brazil needs an efficient and competitive steel sector to face external competition. The siderurgy is a branch of metallurgy responsible for steelmaking, and among the productive processes in the industry the steelmaking process that uses the reheating furnaces can be highlighted. This research employs the modeling with the techniques of Systemic Thinking and Systems Dynamics in the formulation of a computational model in the context of reheating furnaces. Then, using the validated model, Data Envelopment Analysis was used, evaluating the technical efficiency and the use of the Tobit regression of statistically significant variables. These variables are used to define the simulated scenarios. Subsequently, the scenarios efficiencies were evaluated by means of descriptive statistics, evaluated targets and backlash and tested the hypothesis of equality of the average with the test of Welch and Post-Hoc Kruskal-Wallis. Finally, the explanatory analysis and identified with the application of the computational technique of the Artificial Neural Network are the prevalent variables of the technical efficiency of the reheating furnace. This study enables and stimulates planning, management and decision making based on the analysis of the best options and allows the taking of actions based on previous knowledge, and thus contributes to specific initiatives focused on competitiveness.NenhumaBrasil, João Eduardo Sampaiohttp://lattes.cnpq.br/7038674126048387http://lattes.cnpq.br/6330279254229431Morandi, Maria Isabel Wolf Mottahttp://lattes.cnpq.br/4506541364434201Lacerda, Daniel PachecoUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Engenharia de Produção e SistemasUnisinosBrasilEscola PolitécnicaVariáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgicoACCNPQ::Engenharias::Engenharia de ProduçãoDinâmica de sistemasForno de reaquecimentoPensamento sistêmicoRegressão tobitRede neural artificialSystems dynamicsReheating furnaceSystemic thinkingRegression tobitArtificial neural networkinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/7409info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSORIGINALJoão Eduardo Sampaio_.pdfJoão Eduardo Sampaio_.pdfapplication/pdf5481805http://repositorio.jesuita.org.br/bitstream/UNISINOS/7409/1/Jo%C3%A3o+Eduardo+Sampaio_.pdfff4fd651d904071e9a30223e3222c4dcMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/7409/2/license.txt320e21f23402402ac4988605e1edd177MD52UNISINOS/74092018-11-08 11:05:53.243oai:www.repositorio.jesuita.org.br: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 Digital de Teses e DissertaçõesPRIhttp://www.repositorio.jesuita.org.br/oai/requestmaicons@unisinos.br ||dspace@unisinos.bropendoar:2018-11-08T13:05:53Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false |
| dc.title.pt_BR.fl_str_mv |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| title |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| spellingShingle |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico Brasil, João Eduardo Sampaio ACCNPQ::Engenharias::Engenharia de Produção Dinâmica de sistemas Forno de reaquecimento Pensamento sistêmico Regressão tobit Rede neural artificial Systems dynamics Reheating furnace Systemic thinking Regression tobit Artificial neural network |
| title_short |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| title_full |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| title_fullStr |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| title_full_unstemmed |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| title_sort |
Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico |
| author |
Brasil, João Eduardo Sampaio |
| author_facet |
Brasil, João Eduardo Sampaio |
| author_role |
author |
| dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7038674126048387 |
| dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6330279254229431 |
| dc.contributor.author.fl_str_mv |
Brasil, João Eduardo Sampaio |
| dc.contributor.advisor-co1.fl_str_mv |
Morandi, Maria Isabel Wolf Motta |
| dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/4506541364434201 |
| dc.contributor.advisor1.fl_str_mv |
Lacerda, Daniel Pacheco |
| contributor_str_mv |
Morandi, Maria Isabel Wolf Motta Lacerda, Daniel Pacheco |
| dc.subject.cnpq.fl_str_mv |
ACCNPQ::Engenharias::Engenharia de Produção |
| topic |
ACCNPQ::Engenharias::Engenharia de Produção Dinâmica de sistemas Forno de reaquecimento Pensamento sistêmico Regressão tobit Rede neural artificial Systems dynamics Reheating furnace Systemic thinking Regression tobit Artificial neural network |
| dc.subject.por.fl_str_mv |
Dinâmica de sistemas Forno de reaquecimento Pensamento sistêmico Regressão tobit Rede neural artificial |
| dc.subject.eng.fl_str_mv |
Systems dynamics Reheating furnace Systemic thinking Regression tobit Artificial neural network |
| description |
O Brasil precisa de um setor siderúrgico eficiente e competitivo para enfrentar a concorrência externa. A siderurgia é um ramo da metalurgia responsável pela fabricação do aço, e dentre os processos produtivos do setor, destaca-se o processo de laminação do aço, que utiliza fornos de reaquecimento. Esta pesquisa emprega a modelagem com as técnicas do Pensamento Sistêmico e da Dinâmica de Sistemas na formulação de um modelo computacional no contexto dos fornos de reaquecimento. A partir da validação do modelo, são utilizadas a Análise Envoltória de dados, para avaliar a eficiência técnica, e a regressão Tobit, para identificar variáveis estatisticamente significantes. Essas variáveis são usadas para definição dos cenários simulados. Posteriormente, as eficiências dos cenários são avaliadas por meio de estatística descritiva. Também são avaliados alvos e folgas e é testada a hipótese de igualdade da média com o teste de Welch e Post-Hoc Kruskal-Wallis. Finalmente, é realizada a análise explicativa e, com a aplicação da técnica computacional da Rede Neural Artificial, são identificadas as variáveis prevalentes da eficiência técnica do forno de reaquecimento. Tal estudo possibilita e estimula o planejamento, a gestão e a tomada de decisão a partir da análise das melhores opções. Permite, ainda, a tomada de ações com base no conhecimento prévio, contribuindo para iniciativas pontuais e focadas na competitividade. |
| publishDate |
2018 |
| dc.date.accessioned.fl_str_mv |
2018-11-08T13:01:52Z |
| dc.date.available.fl_str_mv |
2018-11-08T13:01:52Z |
| dc.date.issued.fl_str_mv |
2018-08-23 |
| 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.uri.fl_str_mv |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/7409 |
| url |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/7409 |
| 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.publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
| dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia de Produção e Sistemas |
| dc.publisher.initials.fl_str_mv |
Unisinos |
| dc.publisher.country.fl_str_mv |
Brasil |
| dc.publisher.department.fl_str_mv |
Escola Politécnica |
| publisher.none.fl_str_mv |
Universidade do Vale do Rio dos Sinos |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) instname:Universidade do Vale do Rio dos Sinos (UNISINOS) instacron:UNISINOS |
| instname_str |
Universidade do Vale do Rio dos Sinos (UNISINOS) |
| instacron_str |
UNISINOS |
| institution |
UNISINOS |
| reponame_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
| collection |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
| bitstream.url.fl_str_mv |
http://repositorio.jesuita.org.br/bitstream/UNISINOS/7409/1/Jo%C3%A3o+Eduardo+Sampaio_.pdf http://repositorio.jesuita.org.br/bitstream/UNISINOS/7409/2/license.txt |
| bitstream.checksum.fl_str_mv |
ff4fd651d904071e9a30223e3222c4dc 320e21f23402402ac4988605e1edd177 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS) |
| repository.mail.fl_str_mv |
maicons@unisinos.br ||dspace@unisinos.br |
| _version_ |
1853242070915874816 |