Einsatz künstlicher neuronaler Netze in Sauerstoffkonvertern in der Stahlerzeugung

Zusatztext

Die Entkohlung ist die wichtigste Reaktion im primären Raffinationsprozess über den Sauerstoffkonverter, da sie die Produktivität eines ganzen Schmelzbetriebs bestimmen kann. Daher ist die Kontrolle der Hauptvariablen dieses Prozesses, wie die Endzeit des Sauerstoffblasens und der endgültige Kohlenstoffgehalt des Bades, von größter Bedeutung. Zu diesem Zweck befasst sich dieses Buch mit der Entwicklung eines mathematischen Modells unter Verwendung von Werkzeugen der künstlichen Intelligenz wie künstlichen neuronalen Netzen (RNAs), um diese Variablen aus der Analyse der Ausgangsgase des Sauerstoffkonverters vorherzusagen. Das Modell berechnet die Endblaszeit und den endgültigen Kohlenstoffgehalt im flüssigen Stahl und zeigte eine gute Korrelation mit realen Daten aus einem Stahlwerk.

Autorenportrait

Professor at the Federal Institute of Minas Gerais, he is the leading researcher of CNPq's Research Group called "Núcleo de Pesquisa em Processos e Produtos Siderúrgicos". He has experience in the steelmaking area as a research engineer for Gerdau S.A. in the development of new steel.

Weitere Details