Clasificación de aprendizaje supervisado para la predicción de dross en la producción de fundición de hierro dúctil

La fundición es un eje fundamental de la sociedad, ya que provee piezas importantes a otras industrias. Sin embargo, pueden aparecer diversos defectos en las piezas fundidas. En particular, la escoria, un defecto que consiste en inclusiones no metálicas, alargadas y filamentosas. Desafortunadamente, los métodos para detectarla deben implementarse una vez finalizada la producción, mediante controles de calidad que incrementan los costos. En este contexto, proponemos el primer método basado en aprendizaje automático capaz de prever la escoria en piezas fundidas de hierro, modelando los parámetros de producción de la fundición como entrada. Nuestros resultados han demostrado que este método obtiene buenos resultados de precisión al probarse con datos reales de una fundición de perfiles pesados.