MONITORAMENTO DE PARTÍCULAS EM CALDEIRA DE
RECUPERAÇÃO KRAFT POR MACHINE LEARNING
Autores: Elisa C. Werneck do Carmo1, Andréa P. Parente1, Maurício B. de Souza Jr.1*, Flavio Waltz2
1EQ, UFRJ; 2Radix Engenharia & Software S.A.
O PAPEL vol. 79, num. 6, pp. 83 – 89 JUNE 2018
RESUMO
A caldeira de recuperação é um equipamento-chave nas plantas
de produção de papel e celulose pelo processo Kraft. A deposição de
material particulado formado na caldeira representa um importante
problema operacional, devendo ser monitorada e controlada para
prevenção de paradas operacionais não programadas. O processo
de formação de partículas nesse equipamento é complexo e modelos
fenomenológicos são de difícil desenvolvimento. Uma alternativa
promissora, que se insere no contexto da Indústria 4.0, é a aplicação
de técnicas de aprendizado de máquinas, ou Machine Learning,
para modelagem de tal fenômeno. O objetivo do presente trabalho
foi propor uma metodologia para o emprego de redes neuronais
artificiais no monitoramento da formação de material particulado
em uma caldeira de recuperação. Foram utilizadas redes do tipo
mapeamento auto-organizável para o desenvolvimento de modelos
classificatórios a partir de dados históricos de um ano de operação
em uma planta industrial. Foi obtido um mapa auto-organizável, que
permitiu a identificação de regiões de maior probabilidade de operação
anormal. Esse método pode ser usado para identificar condições
com maior potencial de risco operacional.
PALAVRAS-CHAVES: monitoramento; redes neuronais; caldeira
de recuperação; processo Kraft; machine learning.
