Revista Dyna - Buscar en Metadatos

LA PREDICCIÓN DE RESULTADOS EN PROCESOS INDUSTRIALES: UNA HERRAMIENTA DE CONTROL BASADA EN EL CONOCIMIENTO.

RESUMEN
Son bien conocidas las dificultades que rodean la mayor parte de los procesos metalúrgicos, especialmente cuando el número de factores que interactúan en ellos es muy elevado. Los problemas son aun más importantes si deseamos predecir el comportamiento del proceso, ya que no es fácil establecer relaciones de correspondencia entre las variables críticas utilizando la información disponible. Este trabajo tiene en cuenta la existencia de varias herramientas informáticas genéricas que, con una adaptación adecuada y dotadas con el conocimiento específico, son capaces de “aprender” el proceso, de interrelacionar grandes volúmenes de datos y de predecir la calidad del producto, manteniendo al mismo tiempo el proceso bajo control. Estas herramientas gestionan la información de la planta, ayudan a obtener un proceso robusto, aumentan su conocimiento y mejoran sus resultados, afectados por el nivel de rechazos en ppm. El desarrollo de estetipo de herramientas era considerado hace algunos años como utópico. El método empleado se basa en la selección del defecto que deseamos abordar y de los parámetros o factores que gestionan el proceso. Después analizaremos las causas potenciales más probables, origen del defecto estudiado y las ordenaremos y priorizaremos con criterios probabilísticos, buscando las causas de raíz entre todas ellas. Durante la realización del proceso industrial iremos asociando, a través del programa informático, las mediciones experimentales de los factores seleccionados con los resultados obtenidos, de forma que el sistema aprenda y, al mismo tiempo, podamos desechar las variables menos significativas, mejorando de ese modo la fiabilidad de la predicción. Las conclusiones se basan en aplicaciones reales llevadas a cabo en diferentes líneas productivas, para la validación del sistema y la verificación de su eficiencia, utilizando el correspondiente índice de acierto.

INDUSTRIAL PROCESSES: A control tool based on the Knowledge

ABSTRACT
The difficulties involved in most metallurgical processes are well known, specially when the number of factors that act in them is very high. The problems are even more important if we want to forecast the process behaviour, because it is not easy to build a framework of links between the critical variables using the available information. This work takes into account the availability of several computer generic tools which, with a suitable adaptation and endowed with the specific knowledge, are able of “learning” the process, of connecting a lot of facts and of forecasting the product quality, sustaining at the same time the process under control. These tools manage the plant information, help to reach a robust process, increase its knowledge and improve its performance, related with the reject level in ppm. The development of this type of tools, were considered some years ago as utopian. The analytical method used is based in an initial selection of the defect that we want to study an the, factor or characteristics managing the process. Afterwards we will describe the most likely potential causes, source of the studied defect, and we will arrange them and give priority with probabilistic criteria, searching the root causes to all of them. During the running of industrial processes we will connect, through the computer program, the experimental measurements of the selected factors with the actual results, so that the system learns, and at the same time we can reject the less significant variables, impoving that way the reliability of the prediction The conclusions are based in real applications, put in practice in different lines of production, for the validation of the system and the testing of its efficiency using the corresponding success index.
Key words: Knowledge management, process control, Bayesian analysis, artificial intelligence, iron castings.