Compensación por adelanto con redes neuronales en procesos de mezcla

Resumen

En los procesos de mezcla se valora la calidad del producto final en términos de pureza o precisión de la mezcla conseguida. El control de calidad requiere un sistema de control capaz de conseguir las especificaciones de producto del modo más eficiente técnicamente posible. Estrategias de control por adelanto vienen siendo aplicadas a estos procesos para compensar perturbaciones de carga que puedan afectar a la calidad del producto final. En este trabajo se han ensayado estrategias de control por adelanto en base a técnicas de aproximación funcional implementadas mediante redes neuronales. El tradicional control por administración de ganancia (Gain Scheduling) para actuar por adelanto es ampliamente superado por las técnicas basadas en aproximación funcional. Esta técnica de compensación es viable a bajo coste partiendo de las herramientas de control disponibles en la actualidad. Como consecuencia de ello, se ha conseguido gran eficiencia de compensación ante variaciones de las características de los productos de mezcla así como ante variaciones de carga o demanda.