Predição do volume de oxigênio e peso de sínter em convertedores do tipo LD utilizando redes neurais.

Abstract

O presente trabalho apresenta a aplicação de redes neurais artificiais (RNA) do tipo Multilayer Perceptron (MLP) ao processo de produção de aço líquido em convertedores do tipo LD, com o objetivo de elaborar dois modelos de predição, sendo o primeiro para predição do volume de oxigênio que deverá ser soprado e o peso de sínter que deverá ser adicionado no processo, e o segundo para predição da temperatura e carbono ao final do processo de produção de aço líquido. Para o desenvolvimento dos modelos de RNA, utilizou-se uma base de dados extraída do banco de dados da Aciaria 1 da Usiminas de Ipatinga com um total de 24.095 observações. Após tratamento da base, utilizou-se 6.482 corridas para o treinamento e validação dos modelos de RNA. A primeira MLP desenvolvida, para predição do volume de oxigênio e peso de sínter, possui oito variáveis de entrada e duas variáveis de saída, e a melhor topologia encontrada foi 8x97x50x20x2. A segunda MLP desenvolvida, para predição da temperatura e carbono fim de sopro, também empregou oito variáveis de entrada e duas variáveis de saída, sendo que destas, duas variáveis de entrada eram o volume de oxigênio e o peso sínter preditos pela primeira RNA. A melhor topologia encontrada para essa segunda rede MLP foi 8x72x60x110x2. Utilizou-se o MAE (Mean Absolute Error) como métrica para mensurar o erro do modelo e o MSE (Mean Square Error) como função de perda. Para realizar o teste dos modelos, utilizou-se uma nova base de dados, com um total de 93 corridas. Após a aplicação dos modelos de RNA na base de teste, obteve-se um acerto simultâneo da temperatura e carbono fim de sopro de 91%, contra 33% do resultado observado na área. O modelo de RNA obteve um MAE de 10 na variável de Temperatura Fim de Sopro, contra 24 para os valores observados na área. Com relação à variável de Carbono Fim de Sopro, o modelo de RNA obteve um MAE de 1 contra um MAE de 2,1 para os valores observados na área. Concluiu-se que, diante da melhora do acerto simultâneo de temperatura e carbono fim de sopro, os modelos de RNA desenvolvidos se mostraram ferramentas úteis para o ajuste do volume de oxigênio soprado e o peso de sínter adicionado ao processo de produção de aço líquido.