Please use this identifier to cite or link to this item: http://repositorio.ufes.br/handle/10/9717
Title: Modelo Adaptativo para Predição de Nível de Líquidos em Cadinhos de Altos-Fornos Baseado em Séries Temporais
metadata.dcterms.creator: GOMES, F. S. V.
metadata.dcterms.subject: Alto-forno;nível;cadinho;previsão;séries temporais;TDNN
metadata.dcterms.issued: 20-May-2016
Publisher: Universidade Federal do Espírito Santo
metadata.dcterms.abstract: 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.
URI: http://repositorio.ufes.br/handle/10/9717
Appears in Collections:PPGEE - Teses de doutorado

Files in This Item:
File Description SizeFormat 
tese_5040_Flávio da Silva Vitorino Gomes.pdf2.9 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.