Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/45682
Title in Portuguese: Otimização do processo de fusão e refino primário através de análises estatísticas de parâmetros elétricos e de processos em forno elétrico a arco
Author: Ramos, Rodrigo Alves
Advisor(s): Silva, Marcelo José Gomes da
Keywords: Ciência dos materiais
Aciaria
Energia - Otimização
Fornos elétricos
Electric arc furnace
Energy optimization
Statistical analysis
Meltshop
Issue Date: 2019
Citation: RAMOS, R. A. Otimização do processo de fusão e refino primário através de análises estatísticas de parâmetros elétricos e de processos em forno elétrico a arco. 2019. 82 f. Dissertação (Mestrado em Engenharia e Ciência de Materiais)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2019.
Abstract in Portuguese: Em usinas siderúrgicas semi-integradas que possuem aciarias elétricas, as nomeadas mini-mills, a produção de aço bruto se dá por meio do processo de fusão de uma carga sólida metálica composta por sucatas de diferentes origens e/ou gusa – sólido em regra geral (em algumas usinas, é possível encontrar adição de gusa líquido) – no reator metalúrgico conhecido como Forno Elétrico a Arco (FEA), onde também ocorre o refino primário da carga quando fundida. O processo, que teve origem no século XIX, tem aumentado sua participação significativamente na produção de aço mundial nas últimas décadas por sua flexibilidade de matérias-primas e mix de produtos, benefícios ambientais pela reciclagem de sucata e ganhos logísticos por sua compactação e investimentos necessários de menores proporções se comparado com as usinas integradas. Mesmo com as vantagens citadas, faz-se necessário um contínuo trabalho de ajustes e melhorias do processo a fim de operar com custos competitivos no mercado atual que combina sobrecapacidade de produção com um crescimento discreto da demanda. Tendo conhecimento que o processo do FEA demanda grande quantidade de energia elétrica, as otimizações a partir de balanços de massa e de energia são feitas com frequência elevada. Em geral, esses cálculos não são simples e em algumas empresas há softwares propriamente desenvolvidos para esse fim. Em contrapartida, a evolução tecnológica tem permitido aos engenheiros de processos captar e armazenar muitas variáveis em bancos de dados. Visando obter o maior número de respostas possíveis a partir dos dados, foram realizadas abordagens estatísticas aplicando os métodos de regressão linear múltipla (MLR) e dos mínimos quadrados parciais (PLS) correlacionando parâmetros de mix de sucatas, de processo e de elétrica do FEA com a quantidade necessária de energia elétrica para fundir a carga sólida – uma das maiores parcelas no custo de produção de aciarias elétricas. Os modelos foram avaliados com os valores reais de períodos diferentes e, adicionalmente, com valores obtidos pelo software oficial da empresa para balanço de massa e energia., demonstrando um bom ajuste com erros médios inferiores a 5% para todos as regressões. O modelo estatístico demonstrou, portanto, uma boa acurácia para a prática industrial de otimização energética e a vantagem da obtenção de resultados a partir de equações lineares, além de incluir fatores como as distorções harmônicas que são importantes medidas do comportamento da carga no FEA.
Abstract: In semi-integrated steel plants that have electric steelmaking processes, called mini-mills, the production of crude steel occurs through the process of melting a metallic solid load composed of scrap from different origins and/or solid pig iron as a general rule (in some plants, it is possible to find the addition of molten pig iron) - in the metallurgical reactor known as Electric Arc Furnace (EAF), where the primary refining of the melted load also occurs. The process, which originated in the XIX century, has significantly increased its participation on world's steel production in the last decades due to its flexibility of raw materials and product mix, environmental benefits from the recycling of scrap and logistic gains due to its compaction and necessary investments of smaller proportions if compared to the integrated steel mills. Even with the aforementioned advantages, it is necessary to continuously adjust and improve the process in order to operate at competitive costs in the current market, which combines production overcapacity with a slightly growth in demand. Knowing that the EAF process requires a large amount of electricity, optimizations of mass and energy balances are done with high frequency. In general, these calculations are not simple and in some companies there are softwares developed specifically for this purpose. On the other hand, technological evolution has allowed process engineers to capture and store many variables in databases. Aiming to obtain the greatest number of possible responses from the data, it was applied a statistical approach using the multiple linear regression (MLR) and partial least squares (PLS) methods correlating scrap mix, process and electrical parameters of the EAF with the required amount of electrical energy to melt the solid load - one of the largest installments in the production cost of electric steelmakings. The models were evaluated with the actual data of different periods and, in addition, with data obtained by the company's official software for mass and energy balance, showing a good fit with mean errors of less than 5% for all regressions. The statistical model demonstrated a good accuracy for the industrial practice of energy optimization and the advantage of obtaining results from linear equations, besides including factors such as the harmonic distortions that are important measures of load behavior in EAF.
URI: http://www.repositorio.ufc.br/handle/riufc/45682
metadata.dc.type: Dissertação
Appears in Collections:DEMM - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2019_dis_raramos.pdf2,61 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.