Identificación de Variables en Empresas Industriales para la Modelización y Extracción de Información mediante el Uso de Redes Neuronales

Abstract

Las plantas de los actuales procesos de fabricación industrial están bajo una tremenda presión para mantener y mejorar la calidad del producto y el beneficio en estrictas limitaciones medioambientales y de seguridad. Para un funcionamiento eficiente, cualquier acción de toma de decisiones relacionadas con la operación de la planta requiere el conocimiento del estado real del proceso. La disponibilidad de información y el conocimiento intuitivo de los diferentes estados del proceso tiene un valor incalculable, con implicaciones inmediatas para la rentabilidad, planificación de la gestión, la responsabilidad ambiental y su seguridad. Los procesos industriales exhiben una multitud de estados operativos; algunos de ellos son bien conocidos para los operadores de la planta, mientras que algunos otros no son fácilmente detectables. La detección, análisis y visualización de los diferentes estados de un proceso es esencial y debido a los avances en la tecnología de medición e información, la industria de procesos también está pasando por la era de la explotación de datos. En el marco de estudio de los procesos industriales se identificaron y clasificaron las variables que caracterizan la modelización de las diversas actividades como estrategia para optimizar el funcionamiento de la empresa. Este estudio se aplica en el ámbito de la industria metalúrgica, a partir de los datos de un conjunto de empresas de la región centro y sur de Santa Fe. Como herramienta integradora de análisis se plantea en este trabajo hacer uso de los datos obtenidos mediante la aplicación de redes neuronales para clasificar y obtener patrones de los diversos procesos. En este caso se hace hincapié en la representación de los resultados obtenidos mediante redes de mapas auto-organizados (SOM, Self Organizing Map). Los métodos que se utilizan están basados en la visualización de las mediciones del proceso y la extracción de información relevante mediante la explotación de la estructura topológica de las observaciones. El objetivo práctico es la identificación de los diversos modos de funcionamiento de la industria y las variables de los procesos más sensibles antes de desarrollar una estrategia de control alternativa. Los resultados preliminares confirman que el enfoque utilizado es capaz de proporcionar valiosa información y ofrece posibilidades para la aplicación directa sobre la industria.