Modelo de previsão de propriedades mecânicas de perfis estruturais laminados a quente: uma abordagem em redes neurais artificiais

Este trabalho tem como objetivo a elaboração de um modelo matemático empírico para previsão das propriedades mecânicas de perfis estruturais de aço laminados a quente. Tal modelo é baseado em diversas variáveis de processo de produção, incluindo o processo de laminação e a composição química do aço, utilizando dados de origem industrial. Adotou-se a metodologia de Redes Neurais Artificiais (RNAs) a qual se mostra a mais apta a produzir resultados mais precisos além de possuir a importante capacidade de aprendizado e atualização de sua estrutura interna. Esta última característica permite que o modelo sempre reflita quaisquer alterações ocorridas no processo em estudo. Várias técnicas estatísticas foram utilizadas visando auxiliar no desenvolvimento do modelo, entre as quais se destacam: Análise de Variância, Análise de Regressão Linear, Análises de Regressão Múltipla Linear e Análise de Dispersão. As mesmas se mostraram fundamentais para a compreensão e interpretação da variabilidade encontrada no banco de dados, além de servirem como ferramenta de definição da arquitetura das Redes Neurais Artificiais. Observou-se que o modelo obtido apresentou resultados dentro do esperado e de acordo com as tendências metalúrgicas estabelecidas em teoria. Os resultados obtidos foram superiores aos obtidos via técnicas estatísticas tradicionais. É possível verificar o efeito de cada variável de maneira isolada. Verificou-se que a dispersão dos dados é um fator de grande importância para o sucesso de qualquer modelo de previsão. Quanto menor a variabilidade dos dados melhor o desempenho do modelo. O modelo permitirá que o projeto de composição química seja realizado com maior precisão, visando menores custos de produção além de melhorar a compreensão do efeito de cada variável de processo nas propriedades mecânicas dos perfis laminados. Com o desenvolvimento do Sistema Simulador será possível visualizar o efeito simultâneo de duas variáveis de processo nas propriedades mecânicas dos perfis laminados.The main objective of this work is to develop an empirical mathematical model used to predict the mechanical properties of hot rolled steel sections. This model is based in some production variables, including the rolling process and the steel chemical composition, using, as source, the production data bank. The methodology chosen is the Artificial Neural Net (ANNs) which is capable to predict results with good accuracy and has the important characteristic of learning and updating of its internal structure. The last characteristic allows the model to reflect any change occurred in the studied process. Some statistics tools were used aiming to help the model development: Variance Analyses, Linear Regression Analyses, Multiple Linear Regression Analyses and Scatter Plot. These tools helped to comprehend and interpret the data variability. They were used to define the ANN Architecture. It was observed that the results from final model were according to the expected and consistent with the metallurgical trends. The results were superior to that obtained from tradicional statistical methods. It is possible to verify the effect of each variable in isolation. It was verified that que data dispersion is an important aspect for the success of any prediction model. The lower the data variability, the better the model prediction performance. The model will allow that the chemical composition design will be performed with high accuracy, aiming reduced production costs and it will improve the comprehension of the effect of each process variable on the steel products mechanical properties. With the development of the Simulator System it will be possible to visualise the simultaneous effect of two variable process on the steel products mechanical properties