Desenvolvimento de modelo estatístico para previsão da lingotabilidade na produção de aços longos especiais
dc.contributor.advisor | Bielefeldt, Wagner Viana | pt_BR |
dc.contributor.author | Silva Júnior, Helioir Antonio | pt_BR |
dc.date.accessioned | 2019-10-01T03:42:07Z | pt_BR |
dc.date.issued | 2018 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/199873 | pt_BR |
dc.description.abstract | A melhoria da qualidade do aço e do processo siderúrgico têm se tornado parte da rotina dos engenheiros metalúrgicos e empresas siderúrgicas, em um mercado exigente de produtos de qualidade e preços altamente competitivos. O lingotamento contínuo é uma das etapas mais importantes do processo de fabricação do aço e, no mundo, cerca de 85 % das siderúrgicas utilizam deste método para solidificar o aço. Contudo, muitos problemas associados a este processo podem surgir, como inclusões não-metálicas, que são originadas de diferentes formas, podendo provocar severos danos ao produto final ou até mesmo prejudicar a fabricação do aço com fenômenos como o clogging. Para resolver este problema, diversas soluções são propostas, como práticas para minimizar as inclusões, popularmente conhecidas como limpeza do aço. No presente trabalho, sugeriu-se o desenvolvimento de um modelo estatístico capaz de, a partir de dados históricos, conseguir prever o êxito na lingotabilidade bem como elencar as principais variáveis que influenciam neste processo. Para isso, utilizou-se o modelo de regressão logística que foi capaz de prever, com acurácia de 85,6 %, se houve problema de lingotabilidade na corrida. Também foi possível determinar a probabilidade de sucesso de cada corrida bem como a influência das variáveis empregadas para desenvolvimento do modelo. Sequenciamento no distribuidor, temperatura liquidus, superheat e teores de alumínio e enxofre foram os principais parâmetros que impactaram nas chances de sucesso do lingotamento contínuo. | pt_BR |
dc.description.abstract | Improving the steel quality and the steelmaking process has become part of the routine of metallurgical engineers and steel companies in a demanding market for quality products and highly competitive prices. Continuous casting is one of the most important stages in the steelmaking process, in the world, about 85% of steel companies use this method to solidify steel. However, many problems associated with this process may arise, such as non-metallic inclusions, which originate in different ways, might causing severe damage to the final product or even undermine the fabrication of steel with phenomena such as clogging. To solve this problem, several solutions are proposed, such as practices to minimize inclusions, popularly known as steel cleanliness. In the present work, it was suggested the development of a statistical model, based on historical data, able to predict the success in castability as well as to list the main variables that influence in this process. Therefore, a logistic regression model was used, which was able to predict, with an accuracy of 85.6%, if there was a castability problem in the process. Also was possible to determine the probability of success of each heat as well as the influence of the variables used to develop the model. Sequencing in the tundish, liquidus temperature, superheat and aluminum and sulfur contents were the main parameters that impacted on the success of continuous casting. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Engenharia metalúrgica | pt_BR |
dc.subject | Castability | en |
dc.subject | Non-metallic inclusions | en |
dc.subject | Inclusão não-metálica | pt_BR |
dc.subject | Modelagem estatística | pt_BR |
dc.subject | Clogging | en |
dc.subject | Regressão logística | pt_BR |
dc.subject | Predictive statistical modeling | en |
dc.subject | Logistic regression | en |
dc.title | Desenvolvimento de modelo estatístico para previsão da lingotabilidade na produção de aços longos especiais | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.identifier.nrb | 001101970 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Escola de Engenharia | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2018 | pt_BR |
dc.degree.graduation | Engenharia Metalúrgica | pt_BR |
dc.degree.level | graduação | pt_BR |
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)
-
TCC Engenharias (5730)