$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: COLD-ROLLING PROCESS OPTIMIZATION BY MEANS EXPERIMENT PLANNING
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): ULISSES ROCHA GOMES

Colaborador(es):  ANTONIO FERNANDO DE CASTRO VIEIRA - Orientador
Número do Conteúdo: 10090
Catalogação:  27/06/2007 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10090@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10090@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.10090

Resumo:
This dissertation aims to develop a model by using experiment planning techniques applied to cold-rolling process to manufacture special steels utilized in the carbonated beverage market segment. The process consists of downgauging hot-rolled coil, which is further pickled for oxide removal, into a coil with the final thickness required by customer. It involves controlled and uncontrolled variables, which interact with one another, thus affecting the response variable, i..e, product´s final thickness. Some of the fundamental questions to be asked include: How do controlled variables affect response variable? What are the most influential ones? Are there interactions among such variables? Is it possible to work out an appropriate model to address this problem? The fragmented factor planning technique provides answers to the questions raised, by breaking new grounds in terms of using this powerful tool in manufacturing processes , where situations similar to those suggested by this study are fairly common. It includes a description of the problem, a bibliography review with the required steps to conduct the experiment planning, choice of controlled variables which make up the experiment as well as its execution, result analysis, an approach to Generalized Linear Models, and validation of model by adjusting process analysis as shown in the result analysis. Applying this methodology and implementing the proposed changes bolstered the process in such a way that even when disturbances of uncontrolled variables occur the thickness remains within the specified tolerances. Additionally, a further reduction in variation ranging from ± 1.5% to ± 1.0% was achieved, where technology investment would be required, thereby making steel products more expensive and less competitive against other competing products, thus ensuring competitiveness.

Descrição Arquivo
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS  PDF
CHAPTER 1  PDF
CHAPTER 2  PDF
CHAPTER 3  PDF
CHAPTER 4  PDF
REFERENCES AND ANNEX  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui