Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/9717
Título: Modelos de séries temporais para previsão de nível de líquidos em cadinho de altos-fornos
Autor(es): Gomes, Flavio da Silva Vitorino
Orientador: SALLES, J. L. F.
Data do documento: 20-Mai-2016
Editor: Universidade Federal do Espírito Santo
Citação: GOMES, Flávio da Silva Vitorino. Modelos de séries temporais para previsão de nível de líquidos em cadinho de altos-fornos. 2016. 108 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal do Espírito Santo, Centro Tecnológico
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.
The operation of material extraction from blast furnace is carried out with a significantdegree of uncertainty, among other reasons, because the measuring level of liquids cannotbe measured directly. This thesis presents a system for forecasting the level of liquid in the blast furnace hearth by measuring the electromotive force generated in shell based on a model seasonal autoregressive integrated moving average (SARIMA). This work has shown electromotive force is a non-stationary and nonlinear time series with a strong seasonal behavior that is strongly correlated with the level of liquids. Some comparisons were made with models based on artificial neural networks with time delay (TDNN) and the results indicated that the nonlinear model has better forecasting performance. This methodology consists of the strategy for analysis, identification, filtering and prediction of the level of liquids through TDNN models achieving at the end of the process a prediction with satisfactory accuracy. The forecast level of liquids with horizon up to 1 hour ahead can help operators and engineers during the control and process optimization of the production of blast furnaces increasing safety and financial gains.
URI: http://repositorio.ufes.br/handle/10/9717
Aparece nas coleções:PPGEE - Teses de doutorado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_5040_Flávio da Silva Vitorino Gomes.pdf2.9 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.