Comparação de Modelos Neurais Aplicados a Resistência de Fornos de Redução do Alumínio Primário

Resumo

Este trabalho avalia alguns tipos de Redes Neurais Artificiais na tarefa de modelar dinamicamente o comportamento da resistência elétrica de um forno de redução de alumínio primário. A proposta é utilizar Redes Neurais Multicamada Diretas (RNMD) e Redes Neurais Recorrentes (RNR) para modelar a resistência elétrica do forno. Para cada uma destas Redes Neurais é explorada a sua capacidade de modelar sistemas dinâmicos, seja variando o número de camadas de neurônios, bem como o número de neurônios em cada camada, variando também os sinais de entrada da rede neural, etc. Os dados a serem utilizados na modelagem são oriundos de uma fábrica brasileira de alumínio primário. Esta modelagem pode ser usada para controlar a distância (subir ou descer) entre os anodos e catodos do forno de redução, procurando sempre garantir a Produção do alumínio primário, com alto teor de pureza, com base em dados disponíveis online no sistema de controle da fábrica.