La Modelación dinámica del subproceso de postcombustión en un horno de reducción de mineral laterítico

Modelación dinámica de la postcombustión en un horno

Resumen

En esta investigación se abordó la identificación del subproceso de postcombustión de un horno de reducción de mineral laterítico, en la Empresa Productora de Níquel y Cobalto “Comandante Ernesto Che Guevara”, debido a que en los hornos de múltiples hogares se generan procesos multivariables complejos y su modelación contiene un alto índice de incertidumbre. Se propuso un modelo neuronal artificial recurrente de varias capas con estructura NARX, y retardo de tiempo, que refleja con mayor exactitud las características dinámicas del subproceso de postcombustión que los modelos matemáticos reportados en el estado del arte, probando así las potencialidades que ofrece esta herramienta de inteligencia artificial. Para estimar y validar el modelo se emplearon datos de tres meses de operación del proceso, medidos a través del sistema de supervisión, control y adquisición de datos, para poder relacionar la temperatura de los hogares cuatro y seis versus el flujo de aire a estos hogares. Basado en una rigurosa prueba y análisis del proceso, donde se incluyeron los métodos de validación cruzada aleatoria y el criterio de información de Akaike, el modelo es capaz de predecir la temperatura del hogar cuatro y seis con un ajuste cuadrático medio (RMSE) inferior a 5 °C. Por tanto, el operador puede tener una idea del comportamiento del perfil térmico de postcombustión, y tomar decisiones en aras de disminuir la contaminación ambiental y contribuir a la eficiencia energética del proceso.