Modo de acesso: World Wide Web Inclui bibliografia 1. Gestão da Produção 2. Engenharia de Produção. I. Título CDD-658O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos seus respectivos autores.
As RNAs, ou redes neurais artificiais, são ferramentas computacionais utilizadas atualmente para desenvolvimentos de processos que aprendem de forma automática através de comparações de padrões definidos. Através de um modelo matemático desenvolvido por RNA, temos a sua aplicação na avaliação de um indicador extremamente importante em um laminador de tiras a frio, que é o Rendimento metálico teórico. O rendimento metálico é um indicador que demonstra o balanço de perdas metálicas de um processo, sendo controlada pelos gestores de um processo, o mesmo é referência de aproveitamento de material, que sai e que entra em determinado processo. Esta ferramenta permite que a rede desenvolvida adquira conhecimento com base em um longo histórico de banco de dados com multivariáveispermitindo concluir se o processo está controlado ou não. Palavraschave:Laminador de tiras a frio; Rendimento metálico; Rede neural.
Resumo: O presente estudo de caso aborda o setor logístico de uma empresa multinacional do ramo perfuração de petróleo. Apresentando todo conceito e ramificação da logística e tendo como objetivo conhecer as suas principais deficiências desde o setor de recebimento ao setor de armazenamento onde cada processo foi devidamente analisado e registrado. Foram encontradas diversas dificuldades como: Materiais sem identificação, divergência entre o estoque físico e o estoque contábil, material sem registro no sistema, armazenamento planejado indevidamente, custos excessivos, entre outros pontos negativos. Com o objetivo de solucionar esses problemas e trazer melhorias para o setor foi implantado um plano de ação referente a um inventário desses materiais, onde todos os materiais foram avaliados, realocados e receberam placas identificadoras, o que resultou na solução de grande parte dos problemas encontrados. Como proposta efetiva de solução, foi apresentado o sistema RFID (Radio frequency identification) de rastreamento, retratando todo o conceito, instalação e integração, destacando todos os benefícios e vantagens como também possíveis desvantagens obtidas com a implantação.
ResumoUma das características de qualidade mais importantes das bobinas Full Hard é a planicidade. Essa pesquisa visa confirmar a hipótese de desenvolver e treinar uma rede neural capaz de identificar padrões de planicidade de bobinas laminadas no Laminador de Tiras a Frio#3 da CSN, propiciando o aumento do padrão de qualidade, inovação tecnológica e ganhos econômicos. A metodologia aplicada para alcançar os resultados almejados baseou-se em experimentos realizados com informações de bobinas reais, sendo utilizados softwares distintos para o desenvolvimento do projeto, validando os resultados obtidos através de análises de desempenho, com a correlação entre respostas conhecidas e as obtidas com a utilização da rede neural, assim como, a análise do erro médio quadrático das respostas obtidas com a aplicação, sendo simulados na etapa de treinamento da rede neural ou verificados experimentalmente com a execução da ferramenta desenvolvida. Palavras-chave: Laminação a frio; Planicidade; Rede neural. FLATNESS STANDARDS DETECTION TOOL USING NEURAL NETWORKS AbstractOne of the most important quality features of a Full Hard coils is the flatness. This research aims to confirm the hypothesis to develop and train a neural network able to identify flatness standards of the coils rolled in CSN's Tandem Cold Mill#3, providing increased quality standards, technological innovation and economic gains. The methodology used to achieve the desired results was based on experiments with information of real coils, being used different softwares for the development of the project, validating the results through performance reviews, with the correlation between known results and those obtained with the use of the neural network, as well as the analysis of the mean square error of the results obtained with the implementation of the application, being simulated in the neural network training stage or verified experimentally with the execution of the tool developed.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.