Detecção de Eventos de Obstrução em Válvula no Processo de Lingotamento Contínuo com Uso de Aprendizado de Máquinas
Nome: ANA PAULA MIRANDA DINIZ
Data de publicação: 25/04/2024
Banca:
Nome |
Papel |
|---|---|
| ALESSANDRO DO NASCIMENTO VARGAS | Examinador Externo |
| DANIEL CRUZ CAVALIERI | Examinador Externo |
| EVANDRO OTTONI TEATINI SALLES | Coorientador |
| JORGE LEONID ACHING SAMATELO | Examinador Interno |
| JOSE LEANDRO FELIX SALLES | Examinador Interno |
Páginas
Resumo: O processo de lingotamento contínuo, usado na fabricação de placas de aço, é atualmente a maneira mais econômica e eficaz de produção dentro da indústria. Embora o lingotamento contínuo seja um processo amplamente usado, alguns problemas associados ao processo ainda não foram resolvidos, sendo um deles a obstrução da válvula superior submersa (Submerged Entry Nozzle - SEN), que controla o fluxo de aço entre o distribuidor e o molde. Essa obstrução, também chamada de clogging, além de comprometer a qualidade do produto, resulta em menor rendimento do processo, acarretando prejuízos. Deste modo, a
detecção do clogging é de fundamental importância, pois ações de controle podem permitir que o sistema opere por mais tempo. Neste trabalho, serão apresentadas e comparadas três metodologias baseadas em aprendizagem de máquina e Deep Learning com o objetivo de detectar as ocorrências de clogging a partir de dados históricos de variáveis do processo. Em geral, os classificadores apresentaram resultados bastante promissores em dados reais com desequilíbrio de classes. Em especial, o método empregando análise espaço-temporal, utilizando quatro variáveis do processo, obteve um desempenho notavelmente superior em relação aos demais, alcançando médias de Precisão e Recall, respectivamente, de 95,53% e 97,33%. Visando reduzir as taxas de falsos positivos e negativos, foi implementada uma heurística de pós-processamento aplicada à saída do modelo, sendo alcançado um Recall e uma Precisão, respectivamente, de aproximadamente 99% e 98%. Até o conhecimento da autora, esses resultados nunca foram encontrados na literatura. Apesar de uma comparação detalhada seja inviabilizada devido às diferenças entre as bases de dados e a inacessibilidade a elas, a modelagem aqui proposta atingiu patamares de desempenho superiores quando comparados aos resultados encontrados na literatura para solucionar este problema da indústria. Os resultados elevados e inéditos obtidos neste trabalho, portanto, contribuirão tanto para a melhoria da qualidade do produto final, como para a redução de custos associados à produção do aço, uma vez que a classificação mais efetiva das ocorrências de
clogging poderá auxiliar os operadores no planejamento de ações corretivas.
