Aplicación de simulación y redes neuronales a la industria del fibrocemento y del papel

Resumen

En esta tesis doctoral se plantea el empleo de redes neuronales como herramienta de optimización en las industrias del fibrocemento y del papel.En el caso del fibrocemento, al tratarse de placas destinadas mayoritariamente a tejados, se emplea una composición con las siguientes materias primas:¿ Cemento: Habitualmente cemento Portland de tipo II, con una concentración en las corrientes del proceso que puede llegar a 300 g/l.¿ Celulosa: Presente en concentraciones de hasta 11 g/l.¿ Sílice Amorfa: Aditivo para mejorar las propiedades del producto que puede llegar a alcanzar los 22 g/l.¿ PVA: Fibras de alcohol polivinílico, que llegan hasta los 6 g/l.¿ Pigmento: Eminentemente pigmento color teja, rojo oscuro, con concentraciones de hasta 4 g/l.¿ Floculante, añadido en la corriente previa a los cilindros de formación, es el componente que permite aglutinar al resto en capas mediante cilindros de vacío. La concentración máxima estudiada llega a 34 mg/l.En cuanto al papel prensa, fabricado en la planta de HPM, está fabricado a base de papel recuperado, previamente tratado. Puede ser blanco o ligeramente coloreado, dependiendo de la demanda, y los gramajes estudiados y mayoritariamente producidos oscilan entre 42.5 y 48.8 g/m2. No se entra en el detalle de la composición y formulación de los aditivos empleados, que varían en función de las propiedades de la pasta reciclada que se emplea en cada momento.En la fabricación de fibrocemento los resultados muestran que, mediante el empleo de un sensor de reflexión de haz enfocado en la suspensión previa a la formación de la lámina primaria, se han desarrollado modelos que predicen la calidad con un índice de correlación R de 0.80 para el índice de clase a 48 horas y 7 días, de 0.74 para el momento flector a 7 días, y de 0.81 para la densidad a los 7 días, lo que supone un gran avance, al no tener que esperar 7 días para tener los ensayos más fiables de calidad, y poder establecer un control activo de calidad en tiempo real, lo cual le ha valido a esta tesis un reconocimiento a nivel internacional por parte de la industria del fibrocemento y otros materiales compuestos con fibras, en la conferencia IIBCC de 2008.En la producción de papel, se predice la calidad del producto final a partir de medidas tomadas en la parte húmeda de la máquina de papel, utilizando un sensor laser de reflexión de haz enfocado. Las redes neuronales permiten predecir la calidad del papel con un error medio del 9.0% en la carga de rotura longitudinal, del 7.6% en la longitud de rotura longitudinal, y del 4.4% en el índice de formación. Estos errores se han mantenido, después de 6 meses y cambios sustanciales en la fábrica, en valores del 13%, 17% y 9% respectivamente, lo cual, unido al desarrollo de un sistema de validación automática de los modelos, da valor a su empleo como sensores virtuales. En la industria del fibrocemento se realiza un trabajo análogo, tomando las medidas en la suspensión previa a la formación de la lámina primaria de producto.Por tanto, se ha definido una metodología de trabajo que permite la obtención de resultados de alta calidad de una forma fiable en diferentes industrias. En los dos casos estudiados, el empleo de estas técnicas resulta novedoso, suponiendo un avance en el estado del arte. La optimización llevada a cabo de la mezcla de entrada a los tanques de formación de láminas primarias de fibrocemento, así como la optimización de la química de la parte húmeda de la máquina de papel empleando el sensor de reflexión de haz enfocado FBRM, ambas con el fin de incrementar la calidad del producto, muestran el potencial de estas técnicas y su idoneidad para los problemas afrontados.