Estimation of process variables in a glass melting furnace
Estimación de las variables de proceso en un horno de fundición de vidrio
En este documento, se discute la aplicación de los observadores para los hornos de fundición de vidrio. En este tipo de hornos solamente pueden ser medidas unas pocas variables, y de aquellas las que son importantes para la calidad del vidrio. Aquí se demuestra como los modelos de hornos de baja complejidad matemática pueden emplearse para estimar las otras variables que no pueden ser medidas.
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:416 kb
Identification of fuzzy models of a glass furnace process
Identificación de modelos difusos de un proceso de horno de vidrio
En este artículo se describe un estudio para varios enfoques a la identificación de modelos para la temperatura dentro de la porción del fundidor de un horno de vidrio. El enfoque es sobre modelos de desarrollo desde la entrada del gas hasta la temperatura de tragante (throat temperature), a la salida del fundidor. Las técnicas lineales convencionales para la identificación del sistema probaron ser inadecuadas para este problema, pero resultaron útiles como comparaciones de base para estudios posteriores que impliquen técnicas no lineales a partir de control inteligente para la construcción del modelo.
Este documento es un artículo preparado por M. Hadjili, A. Lendasse, V. Wertz (Catholic University of Louvain, Louvain, Bélgica) y S. Yurkovich (Department of Electrical Engineering, The Ohio State University, Columbus, OH, Estados Unidos). El documento se encuentra alojado en el website del Time Series Prediction Group TSPCi (Laboratory of Computer and Information Science, Department of Computer Science and Technology, Helsinki University of Technology, Espoo, Finlandia).
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:630 kb
An operation system for industrial processes : application to a glass furnace
Un sistema de operación para procesos industriales : aplicación a un horno de vidrio
Está basada en un controlador experto, cuyas funciones principales son la optimización de procesos y la detección de fallas. Aquí solamente se detalla la optimización de procesos. El sistema de operación tiene dos subsistemas principales: un sistema de optimización multiobjetivo, basado en algoritmos genéticos, y un sistema de aprendizaje, basado en reglas difusas, las cuales se describen aquí. Se describe una aplicación en un horno de vidrio como estudio de caso, incluyendo algunos resultados con datos reales.
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:3569 kb