MODELAGEM DAS PROPRIEDADES MECÂNICAS DE TUBOS DE AÇO UTILIZANDO REDES NEURAIS ARTIFICIAIS

Ramon Santos Corrêa, Patricia Teixeira Sampaio, Antônio Pádua Braga
2017 Anais do Seminário de Automação & TI   unpublished
Resumo Com a descoberta de poços de petróleo cada vez mais profundos, as tolerâncias das propriedades mecânicas dos tubos de aço utilizados para este fim estão mais restritas. Somando-se a isso, o mercado pressiona por redução de custos e agregação de valor nos produtos ofertados. Por outro lado, a maturidade de interconexão alcançada pelos sistemas industriais, permitiu a disponibilização de dados mais precisos dos processos e a utilização de ferramentas computacionais avançadas de análise e
more » ... adas de análise e modelagem de dados. Este trabalho tem como objetivo prever as propriedades mecânicas dos tubos após o processo de revenimento, a partir da composição química do aço, parâmetros dimensionais dos tubos e parâmetros do processo. O acompanhamento on-line da tendência das propriedades mecânicas permitiu uma operação preventiva no forno de revenimento, possibilitando a redução do lead time do processo, visto o tempo médio de 2 dias para o recebimento dos resultados do laboratório. A definição pela utilização das Redes Neurais Artificiais se baseou em trabalhos relacionados ao tema e casos de sucesso aplicados na indústria. Observou-se que os resultados obtidos a partir dos modelos obtiveram índices de assertividade superiores aos de outras técnicas utilizadas para este fim. Além disso, foi possível a criação de um único modelo para cada propriedade mecânica considerando todas as famílias de aço produzidas na Vallourec, facilitando os processos de calibração e sustentabilidade dos modelos. Palavras-chave: Redes neurais; Propriedades mecânicas; Processo de revenimento; Tubos de aço. MECHANICAL PROPERTIES MODEL OF STEEL TUBES USING NEURAL NETWORK Abstract The discovery of oil wells in very deep layers requires restricted tolerances of the mechanical properties of the steel tubes used for this purpose. Besides that, market request for cost savings and added value in the products offered. On the other hand, as the industrial information systems are becoming even more interconnected and mature, they have been capable to provide more accurate process data and also to use the advanced computational tools for data analysis and modeling. This work aims to predict the mechanical properties of the steel tubes after tempering process, using the steel chemical composition, dimensional parameters and process parameters. The online monitoring of the mechanical properties trend allowed a preventive operation in tempering furnace, enabling a reducing in the lead time of the process, as the average time of 2 days for the laboratory results. The use of Neural Networks (NN) was supported by works related to this subject and by successful business cases in the industry. The results obtained by the use of NN models were more assertive than other techniques used for same purpose. Besides that, a single NN model for each mechanical property, considering all steel families produced in Vallourec, made the model calibration process and its sustainability much easier.
doi:10.5151/2237-0234-26278 fatcat:62wtx73bg5ccpao6nv2dw7mcpa