Modelamento da carga de laminação utilizando modelos mecânicos consagrados na literatura técnica e estatística computacional aplicada a redes neurais na cadeira F1 de um laminador a quente com sete cadeiras de acabamento em "tandem"

• Ano de defesa: 2022
• Autor(a) principal: Braga, Wendell Soares
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Carga de laminação a quente; Modelos matemáticos; Estatística computacional; Regressão linear; Redes neurais; Laminação a quente; Conformação termomecânica; Redes neurais (Computação); Engenharia Metalúrgica; Produção intelectual; Hot rolling load; Mathematical models; Statistical computing; Linear regression; Neural networks
• Link de acesso: http://app.uff.br/riuff/handle/1/26877

A determinação da carga de laminação a ser aplicada nas cadeiras de Laminadores, durante o processo de conformação mecânica de placas de aço é executada por modelos matemáticos compostos por softwares que fazem parte do sistema de automação do processo. Objetivou­se neste trabalho, com a utilização da estatística computacional aplicada a regressão linear e redes neurais, determinar o método mais adequado à previsão de carga na cadeira F1 de um Laminador a Quente. Dados reais coletados no processo de laminação foram utilizados no modelamento, incluindo a escolha da liga de aço carbono­manganês (C­Mn), com representação expressiva na produção anual. Observou­se que a técnica mais adequada para a previsão de carga de laminação na cadeira F1 do laminador, por sua maior exatidão, é o ajuste por redes neurais utilizando a população de Misaka – AWS, com a exatidão de 4,83% e rede neural MLFN (Multilayer Feedforward) de 05 nós.