A Resolução 382/2006 do Conselho Nacional de Meio Ambiente define que emissões fugitivas são lançamentos difusos na atmosfera de qualquer forma de matéria sólida, líquida ou gasosa, efetuada por uma fonte que não possui dispositivo projetado para dirigir ou controlar seu fluxo. É importante salientar que emissões fugitivas resultam em perdas econômicas, além de ambientais, devido aos produtos contidos em tais emissões.
Mediante isso, um problema que foi apresentado pela Usiminas é de que a empresa não conseguia identificar as emissões fugitivas, de uma forma rápida e eficiente, uma vez que dependiam da análise de um funcionário que visualizava as imagens gravadas no dia anterior e classificava as emissões ocorridas dentro dos três níveis de classificação, sendo então este um processo lento, visto que alguma emissão poderia passar despercebida por esse funcionário. Ademais, os vídeos que eles utilizam para analisar os vazamentos, assim como os que foram cedidos, apresentam baixa resolução e pouca visibilidade, não sendo possível distinguir o tipo de emissão ao avaliar a imagem apenas por um ângulo, uma vez que parte da qualidade dos vídeos é perdida ao extrair do sistema da empresa.
A solução deste problema é fundamental para Usiminas, assim como para outras siderúrgicas, uma vez que há a necessidade de uma maior acurácia na distinção dos tipos de emissão,
como por exemplo, se uma emissão é de algum gás nocivo ou se é de vapor.
As emissões são classificadas em níveis de intensidade visual de acordo com a experiência da equipe de gerenciamento de emissões atmosférica da Gerência Geral de Meio Ambiente e das áreas operacionais.
• GRAU 1: Pequena Intensidade
• GRAU 2: Média Intensidade
• GRAU 3: Elevada Intensidade
As metas basearam-se em torno da tentativa de sanar o problema. Sendo assim, elas eram mudadas a cada 15 dias, quando as reuniões de equipe ocorriam, juntamente com pessoas de diferentes áreas da empresa (meio ambiente, recursos humanos e inovação).
Alguns problemas enfrentados para solucionar o problema da empresa foram: conseguir analisar os vídeos com clareza, uma vez que as imagens não possuem muita nitidez; conseguir um bom dataset de imagens, para utilizar no treinamento do algoritmo de aprendizado. Entretanto, ir até a Usiminas, no polo de Ipatinga, ajudou na visualização do real problema que seria solucionado, esclarecendo dúvidas e dando maior embasamento para o que poderia ser feito