Herramientas avanzadas de predicción, control de procesos de fundición y gestión del conocimiento en fundición de hierro

Es bien sabido que la gran cantidad de variables que interactúan durante el proceso de fundición conlleva numerosos inconvenientes. Estas dificultades se agravan aún más al intentar predecir el comportamiento del proceso, ya que resulta extremadamente complejo establecer relaciones de correspondencia entre las variables más críticas a partir de datos relacionados.

Las herramientas de simulación, los dispositivos de control y los sistemas de gestión de procesos utilizados son muy útiles, pero no tienen en cuenta las relaciones existentes entre ellos.

Esta investigación considera ciertas herramientas informáticas genéricas que, una vez adaptadas al proceso de fundición e implementadas con base en conocimientos específicos, son capaces de procesar e interrelacionar una gran cantidad de datos de forma que puedan predecir la calidad final de las piezas fundidas, manteniendo al mismo tiempo el proceso en condiciones controladas.

Estas herramientas gestionan la información procedente directamente de la fundición, lo que permite fortalecer el proceso y lograr un progreso continuo mediante una retroalimentación constante, lo que ayuda a mejorar los niveles de tasa de rechazo, incluso expresados ​​en ppm, etc. El desarrollo de herramientas capaces de gestionar todos estos conceptos se ha considerado una utopía en el proceso de fundición durante mucho tiempo.

El proceso analítico utilizado se basa en la selección de incidencias concretas, en parámetros y defectos. El sistema les asigna las causas potenciales consideradas más probables según el conocimiento clásico y, posteriormente, se seleccionan y priorizan según criterios objetivos.

Las conclusiones se basan en aplicaciones y verificaciones realizadas en diferentes fundiciones. Estas nos han permitido no solo validar el correcto funcionamiento del sistema, sino también verificar su eficiencia según la tasa de éxito. Es posible dominar el proceso, reducir la tasa de variabilidad, minimizar las incidencias y gestionar la eficiencia del propio conocimiento utilizando los datos existentes en cada fundición e integrando las diferentes herramientas de predicción y control.