REVISTA DE INGENIERIA DYNA

Palabras clave:

Gestión del conocimiento, control de procesos, análisis bayesiano, inteligencia artificial, hierro fundido, Knowledge management, process control, Bayesian analysis, artificial intelligence, iron castings.

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

VARIOS

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.