Desenvolvimento de sensor virtual para predição do teor de cal livre no clínquer em uma fábrica de cimento

• Autor(a) principal: Roberta de Souza Lima Magalhães
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/RAOA-BCTLSR
• topic: Clínquer; Cimento; Qualidade; Predição; Sensor virtual; Cimento; Predição (Lógica); Engenharia quimica; Cal

Devido ao expressivo percentual de clínquer no cimento, a qualidade do clínquer produzido tem impacto direto na qualidade do cimento e deve ser monitorada continuamente. Entretanto, a análise do clínquer nas fábricas de cimento não é feita em tempo real, sendo seu período de amostragem e análise usualmente superior a duas horas. O teor de cal livre é considerado um indicador chave para avaliar a qualidade do clínquer. Desta forma, a predição do valor de cal livre através de sensores virtuais baseados em dados de processo online disponíveis na indústria cimenteira apresenta-se como uma alternativa interessante e de baixo custo para estimar a qualidade do clínquer. O objetivo deste trabalho é propor um sensor virtual baseado em um modelo empírico para predição do conteúdo de cal livre no clínquer, a partir de dados operacionais de uma fábrica de cimento. A modelagem dos dados operacionais, a partir de somente dados de processo online, foi desenvolvida com enfoque de sensor virtual, utilizando as técnicas de regressão linear múltipla e de redes neurais artificiais do tipo Perceptron de Múltiplas Camadas (MLP) e do tipo Função de Base Radial (RBF). O modelo empírico baseado em regressão linear múltipla apresentou melhor desempenho em relação aos modelos baseados em redes neurais artificiais. Isto foi verificado na análise dos resultados do coeficiente de determinação e de erro quadrático médio, bem como análise dos resíduos, dos modelos obtidos por regressão linear múltipla e por redes neurais artificiais. Considerando a base de dados utilizada neste estudo, composta de dados industriais, e os resultados disponíveis na literatura, pode-se concluir que o modelo obtido por regressão linear múltipla, considerando 93 variáveis de regressão, foi o melhor modelo obtido, explicando 73,09% e 71,92% da variação na variável de saída cal livre no clínquer (na etapa de ajuste e na etapa de validação, respectivamente).