Resumen

El trabajo presenta un modelo basado en redes neuronales que es capaz de predecir el tiempo necesario para pasar los diferentes calibres de un laminador de desbaste y acabado en función de algunas características de los desbastes y de parámetros del proceso. El objetivo final del trabajo es aumentar la eficiencia de laminación evitando colisiones y colas que provocan pérdidas de tiempo y energía. Las redes neuronales son adecuadas para esta tarea de predicción, ya que son particularmente capaces de hacer frente a relaciones no lineales desconocidas entre las variables de entrada y de salida. Además, pueden aprender de datos industriales reales y, por tanto, no requieren suposiciones previas ni modelos matemáticos del proceso, y su transferibilidad está garantizada por la posibilidad de utilizar diferentes bases de datos procedentes de distintos trenes de laminación. En este artículo se proponen dos tipos diferentes de modelos basados en redes neuronales y se analizan y comparan sus resultados.

• Materias:Acetamida
• Subjects:Acetamida
• Palabras claves:Acero laminado en caliente; Lingote; Bobina; Ritmo de laminación; Redes neuronales
• Keywords:Hot rolling steel; Slab; Coil; Mill pacing; Neural networks