Como a Inteligência Artificial e a análise de dados operacionais estão transformando o monitoramento ambiental e a eficiência em aciarias
19 / 03 / 2026 - Por Ana Rocha, Analista de Eficiência Energética na Vetta
O NOx é um termo usado para descrever um conjunto de gases formados por nitrogênio e oxigênio. Entre eles, os mais comuns são o óxido nítrico (NO), o dióxido de nitrogênio (NO₂) e o óxido nitroso (N₂O). Esses gases surgem como subproduto de processos de combustão quando o combustível reage com o ar em condições favoráveis, principalmente em altas temperaturas. A formação de NOx não acontece de forma simples. Trata-se de um processo influenciado por diferentes variáveis operacionais, como a temperatura e as fontes de energia térmica utilizadas.
Na aciaria, uma das principais fontes de geração de NOx é o forno elétrico a arco. O impacto ambiental do NOx é bastante significativo, contribuindo para a chuva ácida, o smog fotoquímico (um tipo de poluição do ar que ocorre por meio de reações químicas complexas entre poluentes e a luz solar e que se apresenta como uma névoa de cor castanho-alaranjada sobre as cidades) e impactos severos no efeito estufa.
Escopo do Estudo
Este estudo foca no NOx gerado em uma planta específica, composta por Forno Elétrico a Arco (EAF) e Forno Panela (LF), que estão conectados a uma linha comum de exaustão de gases de exaustão. Normalmente, essas duas unidades compartilham o mesmo sistema de tratamento de gases de exaustão, e possuem uma única chaminé. A quantidade total de NOx emitida para a atmosfera é a soma das contribuições do EAF e do LF
Desenvolvimento e Metodologia
Para solucionar a falta de previsibilidade em plantas que não possuem analisadores dedicados na chaminé, a Vetta desenvolveu um modelo de previsão baseado em dados operacionais reais. A metodologia integrou:
Principais Variáveis e Resultados
O modelo trabalha com variáveis do dia a dia da operação para estimar a concentração de NOx. Entre elas estão a potência dos fornos (EAF e LF), a temperatura dos gases de exaustão, a injeção de oxigênio e carvão, o índice de escória espumante e a posição dos eletrodos. A validação mostrou um desempenho consistente: o modelo atingiu um R² de 0,71 e um MAPE ajustado de 14,3%, indicando que os resultados são confiáveis.
Mas, o que são esses indicadores?
O R², ou coeficiente de determinação, mostra quanto da variação das emissões de NOx o modelo consegue explicar. Esse valor vai de 0 a 1. No caso de 0,71, significa que 71% do comportamento das emissões é explicado a partir das variáveis de entrada, como potência do forno e temperatura. Em um ambiente como a aciaria - cheio de interferências e variáveis difíceis de controlar - esse nível de explicação é considerado sólido, pois mostra que o modelo conseguiu captar a lógica principal do processo, sem se limitar a médias genéricas.
Já o MAPE, ou Mean Absolute Percentage Error (Erro Percentual Absoluto Médio), mede o tamanho do erro das previsões em termos percentuais. O valor de 14,3% indica que, em média, o modelo se afasta desse percentual em relação ao valor real medido. O termo “ajustado” aponta que o cálculo foi tratado para evitar distorções comuns quando os valores reais são muito baixos, algo frequente em emissões intermitentes. Na prática, um erro médio nessa faixa é baixo para um monitoramento feito por software, sem sensor físico direto na chaminé. Isso dá margem para usar os dados com confiança em relatórios ambientais e decisões operacionais.
No fim, os dois indicadores se complementam: o R² mostra que o modelo entende o comportamento do processo e o MAPE mostra que, ao prever, ele chega perto do valor real. Juntos, eles provam que a ferramenta é confiável para substituir ou complementar sensores físicos caros.
Conclusão
Este estudo reforça a capacidade da Vetta em desenvolver modelos dedicados que explicam a relação entre variáveis de processo e a formação de poluentes. A solução se torna uma ferramenta valiosa para o monitoramento ambiental, análise de tendências e otimização operacional, garantindo mais sustentabilidade e inteligência aos nossos clientes.