Machine learning para predecir la calidad del secado de chapas en la industria de tableros contrachapados de Pinus radiata

Author:

Ramos Maldonado Mario,Duarte Sepúlveda Thays,Gatica Neira Francisco,Venegas Vásconez Diego

Abstract

El Aprendizaje automático o Machine learning es una herramienta que está siendo utilizada para optimizar procesos industriales de alta complejidad. En la industria de producción de paneles contrachapados, el secado de chapas es uno de los procesos más importantes ya que permite obtener productos con alta calidad. La naturaleza biológica y alta variabilidad estructural de la madera hace que su procesamiento industrial sea multivariado y difícil de controlar. La gran cantidad de variables presentes y la posibilidad cada vez más frecuente de medirlas en tiempo real están permitiendo la disponibilidad de una gran cantidad de datos. En la actualidad, el enfoque basado en datos y las técnicas de Inteligencia Artificial, específicamente Machine learning, pueden permitir enfoques robustos de predicción y de control. En la industria de procesos con altos niveles de automatización es posible viabilizar la toma de decisiones para predecir la calidad del producto, monitoreando las variables de control explicativas. El objetivo de este trabajo fue evaluar el comportamiento de tres algoritmos de Machine learning para predecir la calidad del proceso de secado de chapas a partir de un número considerable de variables de entrada capturadas de un proceso industrial real. Se utilizó la plataforma Weka y código Python. Se evaluaron los algoritmos: K-Nearest-Neighbor, eXtreme Gradient Boosting y Support Vector Machine. Se realizó reducción de variables y dimensionalidad de análisis de correlación y de componentes principales. Los resultados demostraron que eXtreme Gradient Boosting logró una precisión del 76 % en la predicción de resultados de calidad. Finalmente, se concluye que la metodología de ingeniería de datos y los algoritmos fueron eficientes para predecir los datos industriales.

Publisher

Universidad del Bio Bio

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3