Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.

Detalhes bibliográficos
Autor(a) principal: Ivander Augusto Morais Bueno
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://doi.org/10.11606/D.3.2020.tde-19052021-160539
Resumo: A tecnologia de cominuição de minérios com o uso de prensa de rolos de alta pressão (HPGR - High Pressure Grinding Roll) se destacou nos diversos setores da mineração, desde seu surgimento na década de 1980, motivada pela sua eficiência energética. Nas usinas de pelotização de minério de ferro, os ganhos de produção acrescidos dos menores custos em aquisição e operação, maior estabilidade do processo e à distribuição granulométrica da alimentação também contribuíram para aplicação dos HPGRs. Apesar dos benefícios, observa-se pouco conhecimento da influência das variáveis intervenientes ao processo de prensagem e sua relação com o ganho de superfície específica. Essa compreensão é fundamental para maximizar o desempenho da prensagem. Este trabalho apresenta a utilização de redes neurais artificiais (RNA) para apresentar as variáveis de maior influência nesse processo; umidade, pressão e rotação das bandagens, através da análise de sensibilidades, e para predizer os resultados no ganho de superfície específica. O modelo demonstra resultados com boa aproximação com os dados reais (erro inferior a 5%), indicando que a RNA possibilita a intervenção proativa no processo produtivo, podendo resultar em melhoria de desempenho.
id USP_8852194fde63c84aa85632412bcb3075
oai_identifier_str oai:teses.usp.br:tde-19052021-160539
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais. Modelling of the high pressure grinding rolls (\"HPGR\") applying artificial neural networks. 2020-07-08Jorge Andrey Wilhelms GutMarcelo Lucas Pereira MachadoTiago Dias MartinsIvander Augusto Morais BuenoUniversidade de São PauloEngenharia QuímicaUSPBR Análise de sensibilidade Artificial neural network Cominuição Eficiência energética Energetic efficiency Ganho de superfície High Pressure Grinding Roll Prensas Redes neurais Sensitivity analysis Specific surface area gain A tecnologia de cominuição de minérios com o uso de prensa de rolos de alta pressão (HPGR - High Pressure Grinding Roll) se destacou nos diversos setores da mineração, desde seu surgimento na década de 1980, motivada pela sua eficiência energética. Nas usinas de pelotização de minério de ferro, os ganhos de produção acrescidos dos menores custos em aquisição e operação, maior estabilidade do processo e à distribuição granulométrica da alimentação também contribuíram para aplicação dos HPGRs. Apesar dos benefícios, observa-se pouco conhecimento da influência das variáveis intervenientes ao processo de prensagem e sua relação com o ganho de superfície específica. Essa compreensão é fundamental para maximizar o desempenho da prensagem. Este trabalho apresenta a utilização de redes neurais artificiais (RNA) para apresentar as variáveis de maior influência nesse processo; umidade, pressão e rotação das bandagens, através da análise de sensibilidades, e para predizer os resultados no ganho de superfície específica. O modelo demonstra resultados com boa aproximação com os dados reais (erro inferior a 5%), indicando que a RNA possibilita a intervenção proativa no processo produtivo, podendo resultar em melhoria de desempenho. The grinding technology of ores applying HPGR - High Pressure Grinding Roll has been widely used in the mining industry since its appearance in the 1980s, due to its higher energy efficiency. In the iron ore pelletizing industry, the considerable production gains combined to lower costs in acquisition and operation, lower sensitivity to grindability variations and the product size distribution of the feed has also contributed to the HPGR applications. Despite the benefits, there is little knowledge of the influence of the main variables in grinding process of iron ore and its contribution with the specific surface area gain. This comprehension is essential for the optimization of the grinding process. This work applied Artificial Neural Network \"ANN\" to find the main variables in the iron ore pelletizing industry, i.e., moisture, pressure and rolls speed, using Sensitivity Analysis and also for predicting the specific surface area gain in this process, demonstrating good approximation (error < 5%) when compared to the real ones. It suggests that ANN can allow a preemptive intervention in the pelletizing process and bring optimization towards the results. https://doi.org/10.11606/D.3.2020.tde-19052021-160539info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:24:30Zoai:teses.usp.br:tde-19052021-160539Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T12:54:47.268860Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
dc.title.alternative.en.fl_str_mv Modelling of the high pressure grinding rolls (\"HPGR\") applying artificial neural networks.
title Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
spellingShingle Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
Ivander Augusto Morais Bueno
title_short Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
title_full Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
title_fullStr Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
title_full_unstemmed Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
title_sort Modelagem de uma prensa de rolos de alta pressão (HPGR) utilizando a técnica de redes neurais artificiais.
author Ivander Augusto Morais Bueno
author_facet Ivander Augusto Morais Bueno
author_role author
dc.contributor.advisor1.fl_str_mv Jorge Andrey Wilhelms Gut
dc.contributor.referee1.fl_str_mv Marcelo Lucas Pereira Machado
dc.contributor.referee2.fl_str_mv Tiago Dias Martins
dc.contributor.author.fl_str_mv Ivander Augusto Morais Bueno
contributor_str_mv Jorge Andrey Wilhelms Gut
Marcelo Lucas Pereira Machado
Tiago Dias Martins
description A tecnologia de cominuição de minérios com o uso de prensa de rolos de alta pressão (HPGR - High Pressure Grinding Roll) se destacou nos diversos setores da mineração, desde seu surgimento na década de 1980, motivada pela sua eficiência energética. Nas usinas de pelotização de minério de ferro, os ganhos de produção acrescidos dos menores custos em aquisição e operação, maior estabilidade do processo e à distribuição granulométrica da alimentação também contribuíram para aplicação dos HPGRs. Apesar dos benefícios, observa-se pouco conhecimento da influência das variáveis intervenientes ao processo de prensagem e sua relação com o ganho de superfície específica. Essa compreensão é fundamental para maximizar o desempenho da prensagem. Este trabalho apresenta a utilização de redes neurais artificiais (RNA) para apresentar as variáveis de maior influência nesse processo; umidade, pressão e rotação das bandagens, através da análise de sensibilidades, e para predizer os resultados no ganho de superfície específica. O modelo demonstra resultados com boa aproximação com os dados reais (erro inferior a 5%), indicando que a RNA possibilita a intervenção proativa no processo produtivo, podendo resultar em melhoria de desempenho.
publishDate 2020
dc.date.issued.fl_str_mv 2020-07-08
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.11606/D.3.2020.tde-19052021-160539
url https://doi.org/10.11606/D.3.2020.tde-19052021-160539
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Engenharia Química
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1794502861045891072

Registros relacionados