Logroño, España
Esta comunicación aborda el complejo comportamiento de los procesos de mezcladode gomas y la estimación más precisa de propiedades de las bandas de gomaproducidas. El objetivo es desarrollar un sensor virtual on-line que estime losparámetros significativos relacionados con las propiedades finales de la goma. Elsensor sería capaz de evitar el continuo desecho de material defectuoso, reduciendolos altos costes asociados. Esto se consigue detectando variaciones no esperadas enel proceso o puntos de operación erróneos. El sistema está basado en un “wrapper”.Una selección de variables (backwards selection) es utilizada para encontrar elsubconjunto de atributos óptimo de los parámetros del proceso de mezclado que seránentradas de los modelos de regresión lineal. Aquellas variables que mejor explican lasvariables dependientes son determinadas mediante un proceso iterativo que finalizacon la solución que genere la mayor precisión en el resultado. La ventaja de usarmodelos lineales es un conocimiento más amplio y profundo del proceso industrial.También las técnicas de selección de variables permiten obtener modelos másparsimoniosos. El sensor también es capaz de establecer relaciones claras entre lasvariables independientes y los parámetros reométricos de la goma.
This communication deals with the complex behavior of rubber mixture processes andthe more accurate estimation of some properties of resulting rubber bands. The mainissue is to develop an on-line soft sensor for estimating significant parameters relatedto rubber properties. The sensor would be able to avoid the continual discard ofdefective material, reducing its high costs associated. This can be achieved bydetecting the unexpected process variations or even bad operating set points.The system is based on a “wrapper” scheme. First, a feature selection routine(backwards selection) is use to find the optimum feature subset from mixture processattributes, which will be utilized as inputs of linear regression model.Those attributes that better explain the dependent variables are determined in aniterative process and the most accurate solution will be finally selected. Our proposedsensor has several advantages, i.e. the use of a linear model provides wider anddeeper knowledge of the industrial process and the backwards selection techniquesallow us to obtain better parsimony models. Eventually, we demonstrate that the softsensor is also able to establish the clear relations between the independent variablesand rheometric parameters of rubber.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados