Modelamento e controle operacional do processo de pelotização através do método das redes neurais artificiais

Abstract

RESUMO: O Brasil ocupa hoje junto com Rússia, EUA e China as primeiras posições na capacidade de produção de pelotas de minério de ferro, contando com uma capacidade de produção em torno de 55 milhões de toneladas por ano, em um mercado que movimenta bilhões de dólares todos os anos. Manter-se competitivo em um mercado cada vez mais exigente e globalizado é questão de sobrevivência mesmo para empresas de grande porte consolidadas no mercado mundial. Todos os ganhos de produtividade ou redução de custos, mesmo de pequeno percentual representa um grande ganho econômico. O conhecimento e controle de todos os processos que envolvem a produção de pelotas de minérios de ferro se constituem de importante ferramenta na gestão da produção e implementação de ganhos em uma planta de pelotização. De posse destas informações foi criado um modelo matemático baseado no método das redes neurais artificiais capaz de predizer a contrapressão no interior do forno de grelha móvel, como parâmetro de permeabilidade do leito de pelotas e indicar as variáveis de maior influência no processo. O processo foi dividido em duas etapas, uma para a permeabilidade do leito e outra para a aglomeração em disco pelotizador.. Para a etapa de permeabilidade o melhor desempenho foi alcançado com 15 neurônios na cada escondida e para a etapa de aglomeração 13 neurônios. As redes foram implementadas em planilha eletrônica de forma integrada, sendo possível realizar modulações nos parâmetros de processo a fim de checar sua influência dentro do resultado global.

ABSTRACT: Brazil occupies nowadays with Russia, United States and China the top positions in the iron ore pellet production capacity, with a production capacity of around 55 million tons per year, in a market that movements billions of dollars every year. To stay competitive in an increasingly demanding and globalized market is a matter of survival even for large companies consolidated in the worldwide market. All the productivity gains and cost savings, even at small percentage represents a large economic gain. The knowledge and control of all processes involving the production of iron ore pellets constitute an important tool in the production management and gains implementation in a pelletizing plant. On this basis of information was created a mathematical model based on the artificial neural networks method, capable of predicting the pressure inside the travelling grate furnace, as a permeability parameter of pellets bed and indicate the most influential variables in the process. The process was divided in two stages, one to the bed permeability and one for the agglomeration performs ins a disk pelletizer. For the permeability stage the best performance was achieved with 15 neurons in hidden layer and in the agglomeration step 13 neurons. The networks have been implemented in integrated way in electronic spreadsheet, and it is able to perform modulations in the process parameters in order to check their influence in the overall result.