Classificação da temperatura do anodo de um metal líquido em um Forno Elétrico a Arco usando o método kNN

As indústrias metalúrgica e siderúrgica adotam, em seus processos, fornos elétricos a arco para o refino da composição química de metais líquidos. Para tanto, faz-se necessário controlar a temperatura de anodo destes reatores, de modo que a mesma não entre em faixas excessivamente elevadas ou baixas, o que leva a perda do banho metálico ou ao desgaste precoce do refratário dos fornos. Assim, esse trabalho apresenta técnicas de Mineração de Dados e Machine Learning que solucionam o problema de classificação da temperatura do anodo em temperaturas baixas, normais e altas. Os modelos de Aprendizado de Máquina se valeram do algoritmo KNN (k-Nearest Neighbors). Três diferentes abordagens são utilizadas para criação dos modelos KNN e os resultados de cada uma delas são apresentados e discutidos.