A CBMM desenvolveu uma plataforma digital voltada à otimização de processos na indústria siderúrgica. Batizada de NB.ON, a solução utiliza uma combinação de conhecimentos de metalurgia, ciência de dados e machine learning para simular processos produtivos, antecipar propriedades dos aços e identificar oportunidades de redução de custos e aumento de produtividade.
A tecnologia já é utilizada em mais de 50 plantas industriais ao redor do mundo e foi desenvolvida para apoiar fabricantes de aço em diferentes etapas da produção. Entre as aplicações estão a melhoria da qualidade, o aumento da eficiência operacional, a redução de emissões de CO₂ e a busca por processos mais sustentáveis.
O principal diferencial do NB.ON está na chamada inteligência híbrida, que combina modelos metalúrgicos — baseados no conhecimento dos fenômenos envolvidos na fabricação do aço — com ferramentas avançadas de ciência de dados e aprendizado de máquina.
Segundo a CBMM, os investimentos no desenvolvimento desses modelos metalúrgicos começaram há mais de 12 anos. As ferramentas permitem analisar os processos produtivos e identificar oportunidades relacionadas à redução de emissões, ao capital de giro e à administração de estoques.
A plataforma também pode contribuir para diminuir desvios de processo e qualidade, além de reduzir despesas relacionadas ao consumo de ferro-ligas e de insumos estratégicos, como energia elétrica, gases industriais e materiais refratários.
Plataforma combina dados reais e conhecimento metalúrgico
O desenvolvimento do NB.ON contou com a participação de clientes, especialistas do setor, institutos de pesquisa e universidades de diferentes regiões do mundo. Entre os parceiros está o CEIT, instituto espanhol com atuação internacional nas áreas de Engenharia e Ciência dos Materiais.
Com o avanço das tecnologias de inteligência artificial, a CBMM incorporou à plataforma dados provenientes de processos reais da indústria. A integração permite associar informações práticas da produção aos modelos metalúrgicos desenvolvidos pela companhia, ampliando a capacidade de previsão e análise da ferramenta.
Na prática, a solução permite avaliar como diferentes composições químicas e condições de processo podem influenciar as propriedades finais do aço. A proposta é fornecer informações que ajudem as siderúrgicas a tomar decisões mais rapidamente e a aperfeiçoar desempenho, qualidade e custos.
“As soluções desenvolvidas com o suporte do NB.ON permitem transformar conhecimento científico em valor aplicado para clientes da CBMM no Brasil e outras regiões. Por meio da plataforma, é possível avaliar a influência de diferentes composições químicas e condições de processo sobre as propriedades finais do aço, acelerando a tomada de decisão e a otimização de desempenho, qualidade e custos”, afirma José Britti Bacalhau, gerente executivo de Desenvolvimento de Mercado da CBMM.
Tecnologia pode ser adaptada a cada siderúrgica
A CBMM oferece a plataforma a clientes e parceiros por meio de seu programa de assistência técnica para projetos colaborativos, sem exigir investimentos adicionais para sua utilização. O sistema também pode ser personalizado de acordo com as particularidades de cada unidade industrial.
A customização permite adaptar o NB.ON às características dos processos produtivos, equipamentos e práticas operacionais adotadas em cada planta siderúrgica.
A plataforma integra o Programa de Tecnologia da CBMM, que atualmente reúne mais de 200 projetos desenvolvidos em conjunto com universidades, centros de pesquisa e clientes em diferentes países. Para manter essa frente de inovação, a empresa realiza investimentos anuais entre R$ 250 milhões e R$ 300 milhões.
“Ao integrar conhecimento metalúrgico, ciência de dados e experiência industrial, a CBMM fortalece o relacionamento de longo prazo com os clientes para acelerar inovação, produtividade e competitividade na indústria siderúrgica brasileira e global”, conclui Bacalhau.
O post CBMM usa ciência de dados e metalurgia para aumentar eficiência da indústria siderúrgica apareceu primeiro em Revista Mineração.
