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 gasto com consumo de cilindros de laminaçãocorresponde ao maior Insumo do Laminador de Tiras a Frio #3 da CSN, tendo a maior representatividade dentro do custo de transformação de uma bobina Full Hard, logo sendo ele de costume uma das variáveis mais trabalhadas no laminador. Por existir muitas variáveis de processo que influenciam o consumo de cilindros, o desafio é sempre grande. O desenvolvimento do trabalho teve foco em Práticas Operacionais com envolvimento do Planejamento e Programação da produção, Revisão do Padrão de Desbaste dos Cilindros e Mudança do Perfil das Bordas dos Cilindros de Encosto que tem influência direta nos Cilindros de Trabalho.Com o uso da metodologia Seis Sigma, reduzimos o consumo de cilindros e consequentemente reduzindo o custo de transformação e firmando a melhoria contínua no processo. Palavras-chave: Consumo de Cilindro, Laminador de Tiras a Frio e Melhoria Contínua.
Resumo O laminador de tiras a frio n° 3 da CSN apresentava perdas de produtividade ao processar aços de elevada resistência microligados, com limite de escoamento mínimo igual a 340 MPa, dotados de largura superiores a 1400 mm. Devido à crescente demanda do mercado automotivo relativa a esta família de aços, tornouse necessário um estudo para optimizar a produtividade do equipamento e não desestabilizar o fornecimento aos clientes. O estudo consistiu em testar parâmetros de processo alternativos, objetivando abastecer o laminador de tiras a frio com bobinas laminadas a quente dotadas de resistência mecânica ligeiramente menor, para promover maior estabilidade operacional no equipamento a partir da redução das cargas de laminação. As alterações propostas resultaram no aumento de produtividade do laminador de tiras a frio, sem comprometer as características mecânicas do produto final. Palavras-chave: Aços de alta resistência; Composição química; Temperatura de bobinamento; Indústria automotiva. Ti MICROALLOYED STEELS: OPTIMIZATION OF PRODUCTIVITY IN COLD ROLLING CSN Abstract The CSN's tandem cold mill presented in recent years, reduced productivity indexes when processing microalloyed high strength steels with minimum yield strength equal to 340 MPa, when the width exceeding 1400 mm. Due to increasing demand from the automotive market on this steels families, it became necessary a study to optimize the equipment productivity and not disrupt supplies to customers. The study was to test alternative process parameters, aiming to supply the tandem cold mill with hot rolled coils endowed with slightly lower mechanical resistance, to promote greater stability in equipment operation through the reduction of rolling loads. The proposed changes increased the tandem cold mill productivity, without compromising the mechanical properties of the final product.
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.