Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/4651
Título: Estimação de estados em um alto forno usando o filtro de Kalman.
Autor(es): Majuste, Felipe Marques
Orientador(es): Eras Herrera, Wendy Yadira
Membros da banca: Eras Herrera, Wendy Yadira
Braga, Márcio Feliciano
Ricco, Rodrigo Augusto
Palavras-chave: Altos-fornos
Kalman - filtragem
Siderurgia
Sistemas de energia elétrica - estimação de estado
Data do documento: 2022
Referência: MAJUSTE, Felipe Marques. Estimação de estados em um alto forno usando o filtro de Kalman. 2022. 57 f. Monografia (Graduação em Engenharia Elétrica) - Instituto de Ciências Exatas Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2022.
Resumo: O processo siderúrgico consiste em todas as etapas necessárias para a obtenção do aço, desde a extração de recursos minerais no meio natural até a laminação e obtenção do produto final. Dentre essas etapas, encontra-se o processo de redução que realiza a transformação físico-química do coque e de cargas metálicas para a obtenção de ferro gusa. Esse processo utiliza o equipamento denominado alto forno. Em meio ao funcionamento cíclico (corrida) do alto forno, ocorre o processo de regeneração que restabelece os índices térmicos necessários para a realização de uma nova corrida, após a perda da carga térmica no interior do alto forno. O controle adequado do processo de regeneração depende das medições das variáveis envolvidas nesse processo, cuja leitura é realizada por meio de sensores. Como consequência do ambiente hostil desse processo, é possível a indisponibilidade momentânea de um sensor devido a falhas ou remoção para manutenção ou calibração. Dessa forma, quando o sensor se torna indisponível ocorre perda de informação relevante tanto no monitoramento quanto no controle das variáveis envolvidas. Consequentemente, o processo de regeneração e de fusão poderão operar de forma inadequada, levando a uma queda na produção de aço. Neste trabalho, investigam-se dois problemas relacionados à estimação de estados no processo de produção de ferro gusa. Primeiro, trata-se o problema de estimação do sinal de vazão no trocador de calor HE-3. Devido à umidade presente no gás de alto forno, é comum a ocorrência de indisponibilidades por parte do sensor, prejudicando o controle e monitoramento do processo. Em segundo lugar, considera-se o problema de estimação do sinal de temperatura de ferro gusa no alto forno. Devido às condições extremas do processo, o sensor de temperatura pode permanecer indisponível por alguns instantes de tempo. Além disso, variações indesejadas de temperatura afetam diretamente no produto final do alto forno que será utilizado nas etapas seguintes do processo siderúrgico. A metodologia proposta consiste em duas etapas. Na primeira etapa, são obtidos os modelos Autorregressivo com Entradas Exógenas (ARX) que descrevem a dinâmica do sistema do trocador de calor HE-3 e do alto forno para diferentes regimes de operação do processo. Na segunda etapa, é obtida a estimativa dos sinais de vazão de gás de combustão e temperatura de ferro gusa utilizando o filtro de Kalman a partir dos modelos ARX identificados e diferentes conjuntos de medições. Os resultados obtidos sugerem que o filtro de Kalman é um método promissor para tratar problemas de estimação de estados em processo siderúrgico.
Resumo em outra língua: The steelmaking process consists of all the steps necessary to obtain steel, from the extraction of mineral resources in the natural environment to rolling and obtaining the final product. Among these steps is the reduction process, which performs the physicochemical transformation of coke and metallic charges to obtain pig iron. This process uses equipment called a blast furnace. In the midst of the cyclical operation (run) of the blast furnace, the regeneration process takes place, which restores the necessary thermal indexes to carry out a new run, after the loss of the thermal load inside the blast furnace. Adequate control of the regeneration process depends on the measurements of the variables involved in this process, whose reading is performed by means of sensors. As a consequence of the harsh environment of this process, it is possible for a sensor to be momentarily unavailable due to failure or removal for maintenance or calibration. Thus, when the sensor becomes unavailable, there is a loss of relevant information both in monitoring and in controlling the variables involved. Consequently, the regeneration and melting process may operate improperly, leading to a drop in steel production. In this work, two problems related to state estimation in the pig iron production process are investigated. First, the problem of estimating the flow signal in the HE-3 heat exchanger is addressed. Due to the moisture present in the blast furnace gas, the occurrence of unavailability on the part of the sensor is common, impairing the control and monitoring of the process. Secondly, the problem of estimating the temperature signal of pig iron in the blast furnace is considered. Due to extreme process conditions, the temperature sensor may remain unavailable for a few moments. In addition, unwanted temperature variations directly affect the final product of the blast furnace that will be used in the following steps of the steelmaking process. The proposed methodology consists of two steps. In the first stage, the Autoregressive models with Exogenous Inputs (ARX) are obtained, which describe the dynamics of the HE-3 heat exchanger system and the blast furnace for different process operating regimes. In the second step, the estimation of the flue gas flow and pig iron temperature signals is obtained using the Kalman filter from the identified ARX models and different sets of measurements. The results obtained suggest that the Kalman filter is a promising method for dealing with state estimation problems in the steelmaking process.
URI: http://www.monografias.ufop.br/handle/35400000/4651
Aparece nas coleções:Engenharia Elétrica - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_EstimatiçãoEstadosAlto.pdf6,83 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons