Reconhecimento de passagem de escória no vazamento de aço em convertedores de aciaria

Jesus, Rogério Eleotério de (2017)

Dissertação de mestrado

RESUMO: A preocupação com a correta identificação do momento de encerrar o vazamento de aço por um convertedor de aciaria, em uma siderúrgica, é de grande importância para o processo. Sua identificação de forma eficiente representa uma redução de custo significativa, uma vez que este processo ocorre repetidas vezes ao dia. Sendo a escória um subproduto gerado dentro do convertedor durante o processo de sopro, não se deseja que ela seja levada para os processos seguintes. A partir das imagens geradas por uma câmera termográfica, serão aplicadas técnicas de processamento digital de imagens para detectar e segmentar a região do jato de aço formado durante o vazamento do convertedor para a panela de aço. Além disto, serão extraídas características das imagens do jato segmentado de 97 corridas, quadro a quadro, e aplicadas técnicas de reconhecimento de padrões para identificar e classificar a passagem de escória neste processo determinando o fim do vazamento. Os métodos SVM, kNN, RNA e CUSUM serão empregados utilizando os vetores de características gerados e tendo seus resultados comparados. Será demonstrado que as técnicas aplicadas podem alcançar resultados próximos a 100% da correta classificação da passagem de escória.

ABSTRACT: The concern about the correct identification of the moment to end tapping converter of steel at steelworks, in a steel plant, is of great importance for the process. Their identification efficiently represents a significant cost reduction, since these processes occurs several times a day. Since the slag is a by-product generated within the converter during the blowing process, it is not desired that it be carried to the following processes. From the images generated by a thermographic camera, digital image processing techniques will be applied to identify and segment the region of steel jet formed during the converter tapping to the ladle steel. In addition, feature vectors from segmented jet images of 97 heats will be extracted, frame by frame, and applied pattern recognition techniques to identify and classify the slag carry over in this process, determining the end of tapping. The SVM, kNN, ANN and CUSUM methods will be employed using the generated characteristic vectors, and their results will be compared. It will be demonstrated that the applied techniques can reach results close to 100% of the correct classification of the slag carry over.


Coleções: