Lunes 20 de Septiembre de 2021       •      Dólar= $778,88      •      UF=$30.048,36       •      UTM=$52.631

Redes neuronales:
Soporte en el control automático de una industria
Por Leonardo Buschiazzo, Consultor Senior de everis Chile.  •  www.everis.cl

Sin duda la automatización de algunos procesos industriales influye directamente en la mejora de la productividad. Por esto, las empresas de procesos continuos o semi continuos que en el último tiempo apostaron por la modernización de sus sistemas han conseguido ser más competitivas local y globalmente.

ev3ris.jpg (23925 bytes)

En este contexto, la inteligencia artificial y, particularmente, las Redes Neuronales Artificiales (RNA) -algoritmos matemáticos que emulan la capacidad de aprendizaje por repetición de las neuronas de los seres vivos- cada vez están siendo más utilizadas por diferentes compañías y sectores con el fin de optimizar sus etapas productivas, reducir costos operativos y disminuir los tiempos de producción. Esto, por medio de su uso intensivo en el reconocimiento de patrones y en predicciones de procesos productivos complejos (no lineales), donde se tienen una gran cantidad de datos de las entradas y salidas de éstos en el tiempo.

Recientemente, se llevó a cabo una investigación para identificar patrones en series de tiempo de datos en la salida de un proceso productivo automatizado, con el objetivo de apoyar la gestión del control automático, a modo de auditar la calidad de éste.

Para implementar la identificación de patrones, se elaboró un sistema computacional que contiene un algoritmo de redes neuronales con el fin de clasificar los segmentos de una serie de tiempo en casos conocidos y desconocidos de patrones de la señal, para identificar si el proceso está siendo controlado adecuadamente por la instrumentación de control.

De esta forma, gracias a la tecnología computacional, se evaluó durante un mes el control automático de la temperatura de salida de un determinado producto desde un horno de una empresa petroquímica de la VIII Región, considerando datos directos de terreno y filtrados (sin ruido de terreno).


Principales resultados

Al clasificar los patrones de la salida del horno se obtuvo un rendimiento general de clasificación exitosa de un 83,33% para los datos directos de terreno y un 82,96% para los datos filtrados. En el caso particular de los datos conocidos, la aplicación tuvo un rendimiento de clasificación similar para entradas filtradas y no filtradas, lo que es un buen indicador acerca de la tolerancia de la red en relación a conjuntos de datos sin filtrar.

A partir de los resultados y de la experiencia del estudio, se concluyó que es válido el uso de la herramienta para clasificación de patrones, convirtiéndose en un apoyo cuantificable para la evaluación de la efectividad del control automático de un proceso productivo. Del mismo modo, es posible vislumbrar la aplicación de esta herramienta en el campo de cartas de control ocupadas en control estadístico de la calidad.

Mirando a futuro en un mediano plazo, como en todo avance de estas características, se determinó además que el instrumento es perfectible, ya que a un mayor tipo de patrones de entrenamiento y de arquitecturas de redes neuronales es posible obtener mejores datos de entrenamiento y lograr la implementación de un esquema que permita evaluar en tiempo real el proceso en estudio, con el propósito de obtener también alarmas del proceso.

Diciembre 2011
.......
Comentarios acerca de este artículo
No hay comentarios publicados
Comenta este artículo
Nombre:
Empresa:
Email:
Comentario:
Notificarme de actividad en este artículo
Ingrese los caracteres de la imagen:
Desayunos
LA MODERNIZACIÓN TECNOLÓGICA DEL SECTOR MINERO: Avanzando hacia la digitalización
AUTOMATIZACIÓN Y CONTROL INDUSTRIAL: Digitalizar los procesos productivos, la clave para el futuro
LA INDUSTRIA ELECTRÓNICA EN CHILE: Construir redes para fortalecer el ecosistema
Contáctenos
Dirección: José Manuel Infante 919, Of. 203,
Providencia, Chile
Teléfono: (562) 2433 5500
Email: info@emb.cl
Visite también:
© Copyright 2019 Editora Microbyte Ltda.