Inteligência Artificial como prevenção de riscos na coqueria

Como a inteligência artificial age com a prevenção de riscos na coqueria. Na indústria de siderurgia, um dos processos envolvidos na produção de aço é a coqueificação. Nessa etapa, uma mistura apropriada de carvão mineral é despejada em fornos e aquecida em alta temperatura, sem a presença de oxigênio. Como resultado há produção de coque que será utilizado no processo produtivo.

Sem o coque, não é possível realizar a redução do minério de ferro para produzir o ferro-gusa na etapa do alto-forno. Além disso, o gás gerado na coqueria é utilizado nos demais processos siderúrgicos e na termelétrica como fonte de calor.

Portanto, é possível perceber que a coqueria tem grande importância para a indústria siderúrgica.

Para que serve o coque?

O coque é um material que supre o calor necessário para fundir produtos metálicos. Esse é, portanto, utilizado para a produção de ferro-gusa, a partir da sua redução. Mas também é útil para fundir outros componentes metálicos.

Para criar o coque, acontece o chamado processo de coqueificação. O processo consiste em colocar o carvão mineral dentro de fornos e então aquecer em uma temperatura elevada sem a presença de oxigênio por longos períodos de tempo. E por fim, quando o carvão se transforma em coque, é possível retirar o produto da transformação.

Quando coqueificado, o coque obtido dentro dos fornos é empurrado por uma máquina desenfornadora, movida a energia elétrica. Esse equipamento funciona como um êmbolo, levando todo o coque para fora do forno.

Engaiolamento: problema no processo de desenfornamento do coque

Ainda que o processo produtivo da siderurgia seja bem estruturado e organizado, durante a etapa de retirada do coque podem acontecer problemas. Um deles é o chamado engaiolamento, que justamente impede ou dificulta que o coque seja retirado do forno.

O engaiolamento pode ter implicações e causar diversos problemas como: risco humano, risco operacional, perdas financeiras, entre outros.

Um dos fatores que podem corroborar com esses tipos de evento, por exemplo, são as deformações estruturais das paredes dos fornos, como convexidades ou concavidades. Isso pode atrapalhar no processo de ação do êmbolo. Caso o tempo ou o cozimento do coque dentro do forno não sejam ideais, ele pode “grudar/fixar” nas paredes dos fornos, prejudicando a ação do êmbolo e causando o fenômeno do engaiolamento.

Com a dificuldade que se apresenta, há muito gasto de energia pelo êmbolo. A corrente elétrica na máquina desenfornadora poderá passar de 300 amperes, uma corrente extremamente alta e muito prejudicial ao processo. Além disso, deixar a máquina ligada por muito tempo pode danificar a estrutura do forno. 

Todos esses fatores podem resultar em grandes problemas para a coqueria. Afinal, esses danos resultam em paradas para manutenção, impactando a produção e comprometendo a vida do colaborador que irá fazer a manutenção, devido ao alto risco envolvido.

As principais consequências negativas do engaiolamento são:

• Estresse elétrico da máquina desenfornadora;
• Estresse mecânico nas paredes dos fornos;
• Exposição do colaborador para retirada do coque;
• Parada da produção para manutenção do forno;
• Volta da produção comprometida.

Inteligência Artificial na siderurgia

A Inteligência Artificial (IA) pode ser utilizada na indústria siderúrgica a fim de prever problemas no processo produtivo. Dessa forma, pode reduzir paradas desnecessárias e aumentar a produtividade da indústria.

Sendo um pilar da inovação na siderurgia, a Inteligência Artifical é capaz de fornecer uma compreensão mais abrangente do processo produtivo, sempre baseado em dados.

Com base nesses dados, é possível prever eventos de alta complexidade ou riscos para os colaboradores. Assim, os dados passados são utilizados de forma inteligente e estratégica para prever o futuro.

Como consequência, ao utilizar a IA nas fábricas, as empresas se tornam mais competitivas, pois conseguem se adiantar aos problemas que podem acontecer. A exemplo do engaiolamento que acontece na coqueria, que pode ser muito prejudicial para a indústria siderúrgica.

Como utilizar a Inteligência Artificial para prevenir o engaiolamento

Um dos exemplos de aplicação de Inteligência Artificial na coqueria é a solução da IndustriALL, que utiliza dados passados para prever em tempo hábil quando haverá um evento indesejado, como as correntes elevadas ou os engaiolamentos. Dessa forma, é uma alternativa para auxiliar os gestores e operadores na tomada de decisão. 

Permite também que, caso o sensor da temperatura do tubo de ascensão fique offline, continuemos acompanhando esta variável por meio de softsensors. 

Graças a essas atuações, é possível prever engaiolamentos e operar a fim de acabar com as ocorrências, diminuir paradas de produção e evitar risco humano. 

Como a prevenção do engaiolamento ajuda a usina siderúrgica

Quando a Inteligência Artificial é utilizada de forma estratégica para prevenir o risco do engaiolamento na coqueria, diversos benefícios são observados.

Primeiramente, é possível citar a redução dos riscos humanos, visto que a manutenção de um forno em que houve o engaiolamento é uma tarefa de muito risco para o colaborador. Depois, os riscos operacionais também são reduzidos, afinal a Inteligência Artificial permite uma avaliação automatizada dos dados em tempo real.

Além desses benefícios, a IA possibilita tomadas de decisão mais rápidas, resultando em maior tempo hábil para realizar manobras operacionais na coqueria.

Como consequência de todos os benefícios aqui citados, é possível citar também a redução de custos, devido ao aumento da eficiência nas plantas.

A importância da digitalização nas indústrias

As indústrias precisam cada vez mais ter recursos tecnológicos como a Inteligência Artificial para continuarem competitivas no mercado. A digitalização da indústria siderúrgica é, nesse sentido, necessária para que a produtividade cresça e melhores indicadores sejam alcançados.

Tecnologias como essa envolvem a construção de algoritmos utilizando Machine Learning que são capazes de identificar, sinalizar e prever, em tempo real, o fenômeno de engaiolamento.

Dessa forma, esse tipo de solução contribui para a indústria e permite que os eventos críticos não sejam mais um desafio, e sim algo possível de controlar.