Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente

En este artículo se presenta un modelo basado en redes neuronales capaz de predecir el tiempo necesario para pasar las diferentes galgas de un tren desbastador y acabador en función de ciertas características del desbaste y parámetros de proceso. El objetivo final es aumentar la eficacia de la lamin...

Full description

Bibliographic Details
Main Authors: V. Colla, M. Vannucci, R. Valentini
Format: Article
Language:English
Published: Consejo Superior de Investigaciones Científicas 2010-02-01
Series:Revista de Metalurgia
Subjects:
Online Access:http://revistademetalurgia.revistas.csic.es/index.php/revistademetalurgia/article/view/539
id doaj-08b4828d0ecb41b68ae5401e1502f4a5
record_format Article
spelling doaj-08b4828d0ecb41b68ae5401e1502f4a52021-05-05T07:12:37ZengConsejo Superior de Investigaciones CientíficasRevista de Metalurgia0034-85701988-42222010-02-01461152110.3989/revmetalm.0850531Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en calienteV. Colla0M. Vannucci1R. Valentini2Scuola Superiore Sant’Anna, Polo Sant’Anna Valdera, Laboratorio PERCRO, Steel and Industrial Automation DivisionScuola Superiore Sant’Anna, Polo Sant’Anna Valdera, Laboratorio PERCRO, Steel and Industrial Automation DivisionUniversità di Pisa, Facoltà di Ingegneria, Dipartimento di Ingegneria Chimica, Chimica Industriale e Scienza dei MaterialiEn este artículo se presenta un modelo basado en redes neuronales capaz de predecir el tiempo necesario para pasar las diferentes galgas de un tren desbastador y acabador en función de ciertas características del desbaste y parámetros de proceso. El objetivo final es aumentar la eficacia de la laminación evitando colisiones y colas que provoquen pérdidas de tiempo y energía. Se propone utilizar para esta tarea redes neuronales por su capacidad de predicción en aquellos casos en los que existen relaciones no lineales desconocidas entre las variables de entrada y las de salida. Además, son capaces de aprender de datos industriales reales y, por tanto, no requieren suposiciones previas o modelos matemáticos del proceso, estando la transferibilidad asegurada ya que es posible utilizar distintas bases de datos procedentes de diferentes trenes de laminación.http://revistademetalurgia.revistas.csic.es/index.php/revistademetalurgia/article/view/539laminación en calientedesbastebobinaritmo de laminadored neuronal
collection DOAJ
language English
format Article
sources DOAJ
author V. Colla
M. Vannucci
R. Valentini
spellingShingle V. Colla
M. Vannucci
R. Valentini
Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
Revista de Metalurgia
laminación en caliente
desbaste
bobina
ritmo de laminado
red neuronal
author_facet V. Colla
M. Vannucci
R. Valentini
author_sort V. Colla
title Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
title_short Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
title_full Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
title_fullStr Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
title_full_unstemmed Predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
title_sort predicción basada en redes neuronales del tiempo de procesamiento de los trenes desbastador y laminador en una instalación de laminación en caliente
publisher Consejo Superior de Investigaciones Científicas
series Revista de Metalurgia
issn 0034-8570
1988-4222
publishDate 2010-02-01
description En este artículo se presenta un modelo basado en redes neuronales capaz de predecir el tiempo necesario para pasar las diferentes galgas de un tren desbastador y acabador en función de ciertas características del desbaste y parámetros de proceso. El objetivo final es aumentar la eficacia de la laminación evitando colisiones y colas que provoquen pérdidas de tiempo y energía. Se propone utilizar para esta tarea redes neuronales por su capacidad de predicción en aquellos casos en los que existen relaciones no lineales desconocidas entre las variables de entrada y las de salida. Además, son capaces de aprender de datos industriales reales y, por tanto, no requieren suposiciones previas o modelos matemáticos del proceso, estando la transferibilidad asegurada ya que es posible utilizar distintas bases de datos procedentes de diferentes trenes de laminación.
topic laminación en caliente
desbaste
bobina
ritmo de laminado
red neuronal
url http://revistademetalurgia.revistas.csic.es/index.php/revistademetalurgia/article/view/539
work_keys_str_mv AT vcolla prediccionbasadaenredesneuronalesdeltiempodeprocesamientodelostrenesdesbastadorylaminadorenunainstalaciondelaminacionencaliente
AT mvannucci prediccionbasadaenredesneuronalesdeltiempodeprocesamientodelostrenesdesbastadorylaminadorenunainstalaciondelaminacionencaliente
AT rvalentini prediccionbasadaenredesneuronalesdeltiempodeprocesamientodelostrenesdesbastadorylaminadorenunainstalaciondelaminacionencaliente
_version_ 1721471667714129920