Modelo Adaptativo para Predição de Nível de Líquidos em Cadinhos de Altos-Fornos Baseado em Séries Temporais
Nome: FLÁVIO DA SILVA VITORINO GOMES
Tipo: Tese de doutorado
Data de publicação: 20/05/2016
Orientador:
Nome![]() |
Papel |
---|---|
JOSE LEANDRO FÉLIX SALLES | Orientador |
Banca:
Nome![]() |
Papel |
---|---|
ALEXANDRE LOUREIROS RODRIGUES | Examinador Externo |
CLÁUDIO GARCIA | Examinador Externo |
JOSE LEANDRO FÉLIX SALLES | Orientador |
JUSSARA FARIAS FARDIN | Examinador Interno |
PATRICK MARQUES CIARELLI | Examinador Interno |
Resumo: A operação de extração de material do interior do alto-forno é realizada com significativo grau de incerteza, dentre outros motivos, pois a medição do nível dos líquidos não pode ser medido diretamente. Neste trabalho é apresentado um sistema para previsão do nível dos líquidos no cadinho do alto-forno através da medição da força-eletromotriz gerada na carcaça baseado em um modelo sazonal autoregressivo integrado e de médias móveis (Seasonal Autoregressive Integrated Moving Average - SARIMA). Os estudos mostraram que esta força-eletromotriz é uma série temporal não-estacionária, não-linear,
apresenta um forte comportamento sazonal e que é fortemente correlacionada com o nível de líquidos. Foram realizadas algumas comparações com modelos não-lineares baseados em redes neurais artificiais com atrasos de tempo (Time Delay Neural Networking - TDNN) e os resultados indicam que o modelo não-linear apresenta melhor performance de previsão. Esta metodologia consiste na estratégia para a análise, identificação, filtragem e previsão do nível dos líquidos através de modelo TDNN obtendo-se ao final do processo uma previsão com precisão satisfatória. A previsão do nível dos líquidos com
horizonte de até 1 hora à frente pode ajudar os operadores e engenheiros durante o controle e otimização do processo de produção de altos-fornos trazendo maior segurança e ganhos financeiros.