Uso de técnicas de reconhecimento de padrão em um processo de produção de alumina para auxílio no controle ambiental
DOI:
https://doi.org/10.5540/03.2014.002.01.0059Palavras-chave:
Redes Neurais Artificiais. Regressão Múltipla. Previsão. Alumina.Resumo
O principal processo de extração de Alumina que está contida na bauxita foi desenvolvido em 1858 e aperfeiçoado posteriormente em 1888 por Karl Bayer, sendo conhecido atualmente como processo Bayer. Cada empresa deste ramo, mesmo que utilize o mesmo processo de extração, apresenta diferentes valores de concentração de soda cáustica no rejeito do processo. Estima-se um valor de 15g/l de soda cáustica para cada tonelada de rejeito gerado sendo que, atualmente, este material é acondicionado em bacias próprias expostas ao meio ambiente. Assim sendo, este trabalho tem por objetivo utilizar, inicialmente, técnicas de Reconhecimento de Padrões (RP), de forma comparativa, visando reconhecer no rejeito de um processo de produção de alumina, denominado lama vermelha, os diferentes teores de soda cáustica gerados pelas diferentes entradas. Realizado este RP, pretende-se construir, então, um modelo matemático capaz de minimizar o teor cáustico contido no rejeito, através da melhor combinação entre variáveis de entrada do processo aumentando, desta forma, a eficiência da lama vermelha. Com o seu reaproveitamento na indústria, como na fabricação de cerâmica, na indústria civil, como componente do concreto ter-se-á, como consequência, a minimização dos impactos ambientais gerados pela mesma. As técnicas de RP aqui abordadas (Regressão Múltipla e Redes Neurais Artificiais) consideram os registros históricos referentes às variáveis de entrada e de saída da etapa do processo que realiza a lavagem da lama vermelha. Tais registros dizem respeito à leitura das medições dos diversos instrumentos envolvidos; a análise dos resultados laboratoriais e do comportamento do filtro rotativo que realiza a lavagem da lama vermelha. Pretende-se utilizar a técnica de RP com melhor desempenho para a construção do referido modelo matemático que “investigará” como “trabalhar” com os dados de entrada de forma a obter como resultado o mínimo teor de soda cáustica. Alguns testes preliminares foram realizados com as técnicas de RP e a técnica de Redes Neurais Artificiais apresenta melhor aderência aos dados da problemática, mostrando um elevado percentual de acertos nos dados testados, sendo assim possível a formulação de um modelo que possa minimizar o teor de soda cáustica na lama vermelha. Viabilizando assim seu reaproveitamento na indústria civil, auxiliando na redução dos impactos ambientais.