Previsão de séries temporais em processos de mineração utilizando redes neurais recorrentes e séries temporais nebulosas.

Abstract

Na indústria mineral, a previsão de variáveis de interesse ajudam na tomada de decisões para oajuste contínuo de processos. O percentual de ferro e sílica afetam diretamente o desempenhodo circuito de separação magnética de finos. Em mina de Fábrica, em Minas Gerais, a análiselaboratorial do percentual de ferro e sílica possuem atraso médio de 2 horas para o resultado.Isso afeta rápidas tomadas de decisão em relação ao processo que gera a polpa de alimentaçãodo separador magnético. Com base nesse problema, são propostos dois modelos de previsorde um passo a frente baseados nas últimas análises de laboratório fornecidas pela mina, umbaseado em redes neurais recorrentes e outro em série temporal nebulosa. O modelo com redeneural recorrente é baseado no ajuste de pesos em células de memória interligadas com outrascélulas e com ela mesma. Já o modelo de séries temporais nebulosas é baseado na extração doconhecimento da série temporal por meio de lógicafuzzy. Os métodos foram avaliados pelasmétricas de erro quadrático médio quadrático, erro médio ponderado e a estatística U deTheil. O melhor resultado foi apresentado pela série temporal nebulosa com percentual de erro de apenas1,70%. O uso de um modelo como esse possibilitaria uma rápida tomada de decisão, otimizando o processo produtivo.