PREDIÇÃO DA CONCENTRAÇÃO DE FOSFORO DO AÇO EM CONVERTEDORES A OXIGÊNIO
Abstract
O objetivo deste trabalho é o desenvolvimento e análise de desempenho entre dois modelos de predição, baseados nas técnicas SVR (Support Vector Regression) e rede neural Autoencoder. Tais modelos visam á predição do teor de fósforo do aço em convertedores a oxigênio ao final do refino primário, em substituição á amostragem comumente realizada para análises laboratoriais, reduzindo o tempo do processo e, consequentemente, aumentando a produtividade da produção do aço. Para a modelagem utilizou-se um conjunto de variáveis formado por insumos e dados de instrumentação do refino. Utilizou-se a validação cruzada k-fold para obtenção de modelos generalistas e como métricas de desempenho adotou-se o RMSE (Root Mean Square Error) e taxa de acerto em relação à concentração final de fósforo. Dentre as técnicas, a SVR com kernel linear garantiu os melhores resultados, se mostrando uma boa solução para o problema proposto.