Clusterização, Classificação e Predição de "Pré-Efeito Anódico" de cuba de redução de alumínio primário

Abstract

Aplicação de Redes Neurais Artificiais (RNA) na classificação de dados em áreas que demandam alta tecnologia como os setores aeroespacial, automotivos e de energia tem se mostrado uma abordagem promissora na discriminação de comportamento. Uma RNA junto com algoritmos de clusterização foram, então, utilizados para modelar computacionalmente padrões da ocorrência do pré-efeito anódico do forno da indústria de redução de alumínio. Os dados de entrada utilizados na classificação constituem-se da coleta de uma empresa brasileira, internacionalmente reconhecida pelos padrões de qualidade do metal produzido. Os resultados obtidos demonstram boa aproximação das simulações frente aos dados experimentais.