Prediccion De La Composicion Delgas

Prediccion de la composicion del Gas

Reductor a traves de la implementacion

de Analizadores Virtuales, en el proceso

FINMET®.

Eladio J. Lobo M./elobo@orinoco-iron.com

Ernesto A. Nuñez A./enuñez@orinoco-iron.com

RESUMEN

El conocimiento oportuno de la composición del gas reductor en un proceso de reducción directa de mineral de hierro permite tomar a tiempo las

decisiones para los ajustes operativos necesarios que permiten tener en control al proceso y garantizar la calidad del producto. La base del estudio

planteado son los resultados de los análisis de las muestras de gas reductor, obtenidos por el laboratorio de Orinoco Iron y los correspondientes datos

operativos obtenidos del proceso, registrados por el sistema de control distribuido. Este estudio es desarrollado como una determinación real de una

relación causa efecto, basado en una identificación real y por análisis de comportamiento del proceso FINMET®, basado en una investigación de tipo

evaluación tecnológica. La validación de identificación y modelación del proceso se realiza por computadora usando el software Microsoft Excel 2003 y

el algoritmo de Red Neuronal Artificial (RNA) basado en el algoritmo Backpropagation. El porcentaje de H2, CO, CO2, N2, CH4 resultante de la evaluación

del modelo permiten predecir la composición del gas reductor, con cierto margen de error, logrando aportes significativos al diagnostico del comportamiento

del proceso en tiempo real.

Palabras claves: Reducción Directa, FINMET®, Modelación, Redes Neuronales Artificiales.

ABSTRACT

Timely knowledge of the reducing gas composition in a iron ore direct reduction process can take decisions in time for the necessary operational adjustments

and process control with the purpose of ensure product quality. The basis of the proposed study are reducing gas samples analyzes obtained

by the Orinoco Iron lab and related operational data obtained from the process, recorded by the distributed control system. This study is developed as

a real determination of a causal relationship based on a real identification and analysis of process behavior FINMET ®, based on research of technology

assessment type. Validation and identification of the modeling process is done by computer using Microsoft Excel 2003 software and the algorithm of

Artificial Neural Network (ANN) based on the Backpropagation algorithm. The percentage of H2, CO, CO2, N2, CH4 resulting from the evaluation of the

model, can predict the reducing gas composition, with an error margin, making significant contributions to the process diagnosis behavior in real time.

Keywords: Direct Reduction, FINMET®, Modeling Process, Artificial Neural Network.

RESUMO

O conhecimento atempado da composição de gás redutor em um processo de redução direta de minério de ferro pode tomar decisões a tempo para

os ajustes operacionais necessários que lhe permitem controlar o processo e garantir a qualidade do produto. A base do estudo proposto são os resultados

de análises de amostras de gás redutor, obtidos pelo laboratório de Orinoco Iron e os dados relacionados com operacionais obtidos a partir do

processo e gravado pelo sistema de controlo distribuído. Este estudo é desenvolvido como uma determinação real de uma relação causal com base em

uma identificação real e análise do processo de comportamento FINMET®, com base na investigação tecnológica de avaliação. Validação de identificação

e modelagem do processo é feito por computador utilizando o software Microsoft Excel 2003 e algoritmo de Redes Neurais Artificiais (RNA), baseado

no algoritmo Backpropagation. A percentagem de H2, CO, CO2, N2, CH4 resultante a partir da avaliação

...