Variáveis sistemicamente prevalentes para a eficiência técnica: avaliação da operação de um forno de reaquecimento no setor siderúrgico

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Brasil, João Eduardo Sampaio
Orientador(a): Lacerda, Daniel Pacheco
Banca de defesa: Não Informado pela instituição
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:UNISINOS/7409Ck5PVEE6IENPTE9RVUUgQVFVSSBBIFNVQSBQUsOTUFJJQSBMSUNFTsOHQQoKRXN0YSBsaWNlbsOnYSBkZSBleGVtcGxvIMOpIGZvcm5lY2lkYSBhcGVuYXMgcGFyYSBmaW5zIGluZm9ybWF0aXZvcy4KCkxpY2Vuw6dhIERFIERJU1RSSUJVScOHw4NPIE7Dg08tRVhDTFVTSVZBCgpDb20gYSBhcHJlc2VudGHDp8OjbyBkZXN0YSBsaWNlbsOnYSwgdm9jw6ogKG8gYXV0b3IgKGVzKSBvdSBvIHRpdHVsYXIgZG9zIGRpcmVpdG9zIGRlIGF1dG9yKSBjb25jZWRlIMOgIApVbml2ZXJzaWRhZGUgZG8gVmFsZSBkbyBSaW8gZG9zIFNpbm9zIChVTklTSU5PUykgbyBkaXJlaXRvIG7Do28tZXhjbHVzaXZvIGRlIHJlcHJvZHV6aXIsICB0cmFkdXppciAoY29uZm9ybWUgZGVmaW5pZG8gYWJhaXhvKSwgZS9vdSAKZGlzdHJpYnVpciBhIHN1YSB0ZXNlIG91IGRpc3NlcnRhw6fDo28gKGluY2x1aW5kbyBvIHJlc3VtbykgcG9yIHRvZG8gbyBtdW5kbyBubyBmb3JtYXRvIGltcHJlc3NvIGUgZWxldHLDtG5pY28gZSAKZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIGZvcm1hdG9zIMOhdWRpbyBvdSB2w61kZW8uCgpWb2PDqiBjb25jb3JkYSBxdWUgYSBTaWdsYSBkZSBVbml2ZXJzaWRhZGUgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIHRyYW5zcG9yIGEgc3VhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbyAKcGFyYSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8gcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBhIFNpZ2xhIGRlIFVuaXZlcnNpZGFkZSBwb2RlIG1hbnRlciBtYWlzIGRlIHVtYSBjw7NwaWEgYSBzdWEgdGVzZSBvdSAKZGlzc2VydGHDp8OjbyBwYXJhIGZpbnMgZGUgc2VndXJhbsOnYSwgYmFjay11cCBlIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1YSB0ZXNlIG91IGRpc3NlcnRhw6fDo28gw6kgb3JpZ2luYWwgZSBxdWUgdm9jw6ogdGVtIG8gcG9kZXIgZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgCm5lc3RhIGxpY2Vuw6dhLiBWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRhIHN1YSB0ZXNlIG91IGRpc3NlcnRhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IApjb25oZWNpbWVudG8sIGluZnJpbmdlIGRpcmVpdG9zIGF1dG9yYWlzIGRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSB0ZXNlIG91IGRpc3NlcnRhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogCmRlY2xhcmEgcXVlIG9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGFyYSBjb25jZWRlciDDoCBTaWdsYSBkZSBVbml2ZXJzaWRhZGUgCm9zIGRpcmVpdG9zIGFwcmVzZW50YWRvcyBuZXN0YSBsaWNlbsOnYSwgZSBxdWUgZXNzZSBtYXRlcmlhbCBkZSBwcm9wcmllZGFkZSBkZSB0ZXJjZWlyb3MgZXN0w6EgY2xhcmFtZW50ZSAKaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3Ugbm8gY29udGXDumRvIGRhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbyBvcmEgZGVwb3NpdGFkYS4KCkNBU08gQSBURVNFIE9VIERJU1NFUlRBw4fDg08gT1JBIERFUE9TSVRBREEgVEVOSEEgU0lETyBSRVNVTFRBRE8gREUgVU0gUEFUUk9Dw41OSU8gT1UgCkFQT0lPIERFIFVNQSBBR8OKTkNJQSBERSBGT01FTlRPIE9VIE9VVFJPIE9SR0FOSVNNTyBRVUUgTsODTyBTRUpBIEEgU0lHTEEgREUgClVOSVZFUlNJREFERSwgVk9Dw4ogREVDTEFSQSBRVUUgUkVTUEVJVE9VIFRPRE9TIEUgUVVBSVNRVUVSIERJUkVJVE9TIERFIFJFVklTw4NPIENPTU8gClRBTULDiU0gQVMgREVNQUlTIE9CUklHQcOHw5VFUyBFWElHSURBUyBQT1IgQ09OVFJBVE8gT1UgQUNPUkRPLgoKQSBTaWdsYSBkZSBVbml2ZXJzaWRhZGUgc2UgY29tcHJvbWV0ZSBhIGlkZW50aWZpY2FyIGNsYXJhbWVudGUgbyBzZXUgbm9tZSAocykgb3UgbyhzKSBub21lKHMpIGRvKHMpIApkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIGRhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbywgZSBuw6NvIGZhcsOhIHF1YWxxdWVyIGFsdGVyYcOnw6NvLCBhbMOpbSBkYXF1ZWxhcyAKY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KBiblioteca 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