Modelación de la postcombustión en un horno de múltiples hogares utilizando redes neuronales artificiales

Abstract

Se aborda la temática de redes neuronales artificiales, aplicada al subproceso de postcombustión de un horno de reducción de mineral que opera según la tecnología Caron, en la Empresa Productora de Níquel y Cobalto “Comandante Che Guevara”. Se identificaron las principales variables que caracterizan el proceso y se tomaron datos que comprenden un período de tres meses de explotación de la instalación, a los cuales se les realizó un análisis de regresión paso a paso hacia atrás. Se determinó que el coeficiente de correlación lineal para la temperatura del hogar cuatro, fue de 0,79 y 0,65 para la temperatura en el hogar seis. Se realizaron experimentos con secuencias binarias pseudoaleatorias de amplitud modulada sobre el flujo de mineral y las aperturas de las válvulas reguladoras de flujo de aire a los hogares cuatro y seis, para comprobar el efecto en la temperatura de estos hogares. Se creó una red neuronal artificial del tipo perceptron multicapa, capaz de predecir la temperatura del hogar cuatro con un rango de error de – 8 a 5 % y de – 4 a 1 % para la temperatura del hogar seis.