Modelización de líneas de producción industrial y detección de patrones de respuesta mediante redes neuronales artificiales

JAVIER FORNARI; SEBASTIÁN GRIECO; EDUARDO LUCCINI; MIGUEL PARODI; ESTEBAN VIDALI

Rosario

Congreso; XIX Congreso sobre Métodos Numéricos y sus Aplicaciones; 2011

Las estrategias utilizadas en los diferentes procesos de producción requieren de una concepción integrada para la coordinación de las tareas operativas en una planta industrial. La integración de estas funciones en una arquitectura de un sistema inteligente representaría una mejora en el rendimiento de la planta, en la seguridad y en el incremento de su producción. Sin embargo, lograr un sistema integrado adecuado y dinámico para realizar las tareas operacionales es complejo, ya que las mayores limitaciones se basan en el hecho de la obtención de las variables y datos de producción tales como el tiempo de operación, la secuencia de operaciones, el tamaño del lote de las partes, etc. En este trabajo se trata de modelar el comportamiento de líneas de producción a través de la identificación de las variables principales y el uso de un sistema de redes neuronales artificiales para la detección de patrones de respuesta. El sistema se entrena para detectar y reconocer familias de procesos basados en sus similitudes dentro de los atributos de diseño y fabricación utilizados en un conjunto de empresas metalúrgicas de la región centro y sur de Santa Fe.