Meu SciELO
Serviços Personalizados
Artigo
Indicadores
- Citado por SciELO
Links relacionados
- Similares em SciELO
Compartilhar
Ingeniería Electrónica, Automática y Comunicaciones
versão On-line ISSN 1815-5928
Resumo
MONTERO GONGORA, Deynier et al. Modelo NARX de la postcombustión en un horno de reducción de mineral laterítico. EAC [online]. 2022, vol.43, n.3, pp. 15-28. Epub 14-Fev-2023. ISSN 1815-5928.
La Empresa Productora de Níquel y Cobalto “Comandante Ernesto Che Guevara” desempeña un rol esencial en el desarrollo económico de Cuba. Dentro del proceso productivo de la industria, el horno de reducción de mineral laterítico es una etapa clave y requiere un alto consumo de fuel oil, que representa alrededor del 40 % del costo unitario por tonelada producida de níquel más cobalto, por lo que resulta vital reducir tales costos. La implementación del sistema de control automático en la postcombustión se ha visto afectada por no disponer de modelos matemáticos de este proceso. En la presente investigación se propone un modelo de caja negra basado en redes neuronales artificiales que refleja las características dinámicas del proceso. La metodología empleada consta de la realización de experimentos pasivos de 10 meses de operación para la confección de un algoritmo recurrente que incluye los métodos de validación cruzada aleatoria y el criterio de información de Akaike. Como resultado se obtuvo un modelo NARX (estructura no lineal autorregresiva con entradas externas) que predice las temperaturas de los hogares cuatro y seis del horno, obteniendo un error cuadrático medio inferior a 5 °C, con un horizonte de predicción de un paso adelante (120 s). La exactitud lograda con el modelo contribuye a predecir el perfil térmico en la zona de calentamiento del horno, como base para el diseño de estrategias de control que garanticen un mejor aprovechamiento de la energía y del combustible aditivo reductor, que permitiría disminuir las pérdidas del proceso y la contaminación ambiental.
Palavras-chave : horno de reducción; postcombustión; modelo NARX; validación cruzada aleatoria; criterio de información de Akaike.