| spelling |
Luiz Themystokliz Sanctos MendesLucas Costa Oliveira Santos2019-08-13T05:40:23Z2019-08-13T05:40:23Z2007-07-02http://hdl.handle.net/1843/BUOS-8CDHRLO processo de extração de conhecimento de grandes volumes de dados é complexo e pode ter seu custo muito elevado, dependendo das características do problema e do que se quer obter. A quantidade de dados gerada pelos sistemas das organizações atuais supera a capacidade humana de interpretar manualmente e compreender tanta informação. Para abordar este problema surgiu, dentro da Computação, a área de pesquisa conhecida como Extração de Conhecimento em Bases de Dados (Knowledge Discovery in Databases, ou KDD).No presente trabalho, motivado pela ainda incipiente exploração das técnicas de KDD em ambientes industriais, apresenta-se um processo completo de aplicação dessa metodologia, utilizando dados reais do processo de Laminação de Tiras a Quente de uma grande Usina Siderúrgica do cenário nacional. Além da apresentação do processo deKDD, com a definição de cada uma das suas etapas, é feita uma revisão do estado-daarte da aplicação dessa metodologia e das técnicas de Data Mining na Siderurgia e, mais especificamente, na área de Laminação a Quente. Dentre um conjunto de problemas a serem tratados, foi definido como objetivo do trabalho a identificação de variáveis que, de alguma forma, estivessem relacionadas como Erro de Força das cadeiras do processo de Laminação a Quente. O algoritmo CART ´e empregado como principal ferramenta de Data Mining e sua utilização resultou em descobertas válidas e potencialmente ´uteis para a Usina Siderúrgica, como a correlação entre a atuação do operador da planta e aumento do Erro de Força de Laminação e também a influência da Força de Flexão dos Cilindros no Erro de Força. Além da análise dos resultados obtidos, são apresentadas também as dificuldades encontradas, bem como as perspectivas futuras sobre o assunto dentro do ambiente industrial.Knowledge extraction from large databases is a complex process which can imply in very high costs, depending on the problem and on what one wants to get. Nowadays, the amount of data stored in many organizations systems goes far beyond human ability to manually interpret and understand that information. In order to deal with this problem,the research area known as Knowledge Discovery in Databases, or KDD, has been created in the Computer Science field.This project, which was motivated by the short exploration of KDD in the Process Industry environment, shows a complete application of this methodology with real data of a Hot Rolling Mill plant in a large Brazilian Steel Industry. Beyond the KDD process presentation, with the definition of every step, this work also reviews the state-of-the-art of this methodology application and of the Data Mining techniques in the Steel Industry, and more specifically in the Hot Rolling Mill. From a group of potential problems, the project main target was defined as theidentification of variables that could be somehow related to the Hot Rolling Mill process Force Error. The CART algorithm comes as the main tool for Data Mining, and its usage resulted in valid and potentially useful discoveries to that Steel Industry, as the correlation between the plant operator actions and the increase of the Roll Force Error,as well as the influence of the Bending Force. Besides the project results analysis, the difficulties found and the near future perspectives of this subject in the Process Industry are presented.Universidade Federal de Minas GeraisUFMGEngenharia elétricaEngenharia ElétricaAplicação do processo de KDD a um ambiente industrialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALlucas_costa_oliveira_santos.pdfapplication/pdf6115960https://repositorio.ufmg.br/bitstream/1843/BUOS-8CDHRL/1/lucas_costa_oliveira_santos.pdf4d39fbd3959b006736288522f4792a2dMD51TEXTlucas_costa_oliveira_santos.pdf.txtlucas_costa_oliveira_santos.pdf.txtExtracted texttext/plain205063https://repositorio.ufmg.br/bitstream/1843/BUOS-8CDHRL/2/lucas_costa_oliveira_santos.pdf.txtcfd496b763a26a8c6e61b0441dd738beMD521843/BUOS-8CDHRL2019-11-14 21:23:40.133oai:repositorio.ufmg.br:1843/BUOS-8CDHRLRepositório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-15T00:23:40Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|