Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/67940| Tipo: | TCC |
| Título : | Desenvolvimento de modelo de regressão para previsão do teor de fósforo na etapa de refino primário de aciaria a oxigênio |
| Título en inglés: | Development of a regression model to predict the phosphorus content in the primary refining stage of an oxygen steel plant |
| Autor : | Souza, Daniel dos Santos |
| Tutor: | Klug, Jeferson Leandro |
| Palabras clave : | Aprendizado de máquina;Modelo preditivo;Regressão linear múltipla |
| Fecha de publicación : | 2022 |
| Citación : | SOUZA, Daniel dos Santos. Desenvolvimento de modelo de regressão para previsão do teor de fósforo na etapa de refino primário de aciaria a oxigênio. 2022. 33 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Metalúrgica) - Universidade Federal do Ceará, Fortaleza, 2022. |
| Resumen en portugués brasileño: | O aprendizado de máquina é uma área da inteligência artificial e que tem uma aplicação bastante ampla. Há diversos modelos existentes como por exemplo, a regressão linear. É comum encontrarmos aplicações de aprendizado de máquina nas áreas de medicina, segurança pública, empresas do segmento financeiro, entre tantas outras áreas. O presente trabalho tem por objetivo evidenciar a aplicação de um algoritmo de regressão dentro do contexto da engenharia metalúrgica prevendo o teor de fósforo no processo de refino primário, em uma siderúrgica, utilizando regressão. Os dados foram fornecidos por uma siderúrgica com todas as variáveis que compõem o processo de refino primário. A base de dados foi normalizada e então dividida em dados de treino e dados de teste para implementação do modelo de Regressão Linear. O modelo apresentou uma parcial assertividade, entretanto, os parâmetros de avaliação do resíduo estatístico tiveram baixos valores reforçando a possibilidade de modelagem do fenômeno através de um modelo preditivo. |
| Abstract: | Machine learning is an artificial intelligence area widely applicable. There are many kinds of it, for example linear regression model. Commonly we find machine learning aplications in healthcare systems, public safety, financial services and several others. This papel will evidence an aplication of an algorithm of machine learning that will predict the phosphorus content in the primary refining process, in a steel mill, using linear regression. Data were provided by an steel mills industry with all variables used in this case. Inicially the data base was normalized, then divided in two data packets and finally was implemented a linear regression model. This model presented a partial assertivity, although the adopted metrics have had low values which indicates that is possible an adoption of a predictive models in similar works. |
| URI : | http://www.repositorio.ufc.br/handle/riufc/67940 |
| Aparece en las colecciones: | ENGENHARIA METALÚRGICA - Monografias |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2022_tcc_dssouza.pdf | 483,11 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.