Resumen

Las industrias metalúrgicas suelen utilizar tochos de acero, a una temperatura adecuada, para conseguir las propiedades metalúrgicas, mecánicas y dimensionales deseadas de los productos fabricados. El funcionamiento óptimo de los hornos de recalentamiento de tochos de acero requiere la minimización del consumo de combustible, manteniendo al mismo tiempo una inmersión térmica homogénea del material. En este estudio, el funcionamiento de un horno de recalentamiento se modela como un problema de optimización no lineal con el objetivo de minimizar el coste de combustible al tiempo que se satisface una temperatura de descarga deseada. Para ello, se desarrolla un enfoque de algoritmos genéticos. Los resultados de la simulación computacional muestran que es posible minimizar los costes para diferentes temperaturas de carga y tasas de producción utilizando el método implementado. Además, los resultados prácticos se validan con datos reales, en un escenario específico, mostrando una reducción del 3,36% del consumo de combustible.

• Materias:Algoritmos genéticos Modelado Campo de flujo Teoría de elasticidad Sensor pasivo
• Subjects:Genetic algorithms Modeling Flow field Elasticity theory Passive sensor
• Palabras claves:consumo de combustible, resultados de simulación computacional, diferentes temperaturas de carga, enfoque de algoritmos genéticos, problema de optimización no lineal, industrias metalúrgicas, funcionamiento óptimo, datos reales, propiedades dimensionales, temperatura de descarga
• Keywords:fuel consumption, Computational simulation results, different charge temperatures, genetic algorithms approach, nonlinear optimization problem, Metallurgy industries, Optimal operation, actual data, dimensional properties, discharge temperature