Redes neurais artificiais aplicadas à moagem de minério de ferro combinadas a modelos empíricos.

• Autor(a) principal: Silva, Daniel Henrique Cordeiro
• Data de Publicação: 2022
• Outros Autores: Alves, Vladmir Kronemberger, Sávio, Ernandes
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da UFOP
• Texto Completo: https://www.repositorio.ufop.br/handle/123456789/18745; https://doi.org/10.33448/rsd-v11i13.32329
• topic: Redes neurais artificiais; Aprendizado de máquina; Tratamento de minérios; Moagem; Controle de processos

A cada dia, com o advento da Indústria 4.0, novas tecnologias são disponibilizadas e aplicadas ao Tratamento de Minérios, impulsionadas pela crescente disponibilidade de dados de chão de fábrica. Algumas das oportunidades a serem exploradas estão atreladas à utilização das ferramentas de Big Data, Advanced Analytics, Machine Learning e Inteligência Artificial. No beneficiamento de minério de ferro, nos processos de moagem, os ganhos potenciais oriundos de ferramentas de aprendizado de máquina tendem a ser ampliados quando combinados com modelos matemáticos consagrados, oriundos do conhecimento do processo, sejam eles empíricos ou fenomenológicos. Este artigo apresenta a aplicação de redes neurais artificiais para a predição da granulometria no produto de uma planta de moagem, principal parâmetro de qualidade, combinadas a modelos empíricos que descrevem o processo, visando estabelecer se tais equações podem contribuir para uma melhor performance dos modelos preditivos, de forma a suportar uma melhor e mais rápida tomada de decisão pelo operador da unidade.