APLICAÇÃO DE MACHINE LEARNING NA PREDIÇÃO DA RESISTÊNCIA DO CIMENTO

Resumo

As empresas atuantes na indústria cimenteira no Brasil têm despendido expressivos valores monetários em ressarcimentos a clientes insatisfeitos com a qualidade do cimento adquirido. Uma possível não conformidade que este cimento pode apresentar é a baixa resistência à compressão, uma característica avaliada em ensaio mecânico após um intervalo de 28 dias, posterior à sua produção - tempo em que se assume que o material apresenta resistência próxima à definitiva. Entretanto, ao passo em que é realizada a análise de uma pequena amostra referente a determinado lote, o mesmo já foi distribuído ao consumidor final, que, por vezes, o utiliza antes mesmo que tenha sido atestada sua qualidade. Utilizando-se do método de análise de dados denominado machine learning, o presente estudo de caso avalia a aplicação do algoritmo Support Vector Regression (SVR) para a criação de um modelo preditivo para os resultados do teste de resistência à compressão aos 28 dias (R28) do cimento tipo CPII, produzido pela empresa Votorantim Cimentos, como forma de identificar com antecedência possíveis desvios de qualidade e por tabela evitar prejuízos financeiros e impacto negativos na credibilidade da marca em decorrência da venda de produtos fora dos padrões estabelecidos pelos órgãos regulamentadores do setor no Brasil.