Machine Learning

Impregnado

Javier Bouza Lamas

Antecedentes

¿Cómo hemos llegado aquí?

  1. Q1 2019 INICIO PILOTO ML MELAMINA

  2. Q3 2019 PUNTO DE INFLEXIÓN

  3. Q4 2019 CARACTERIZACIÓN SOPORTE

  4. Q1 2020 SOLICITUD PILOTO ML IMPREGNADO

  5. Q1 2020 INICIO PILOTO ML IMPREGNADO

¿Cuáles son los objetivos de este piloto?

Caracterizar y controlar la calidad de la producción papel impregnado

Caracterización del papel impregnado

El futuro avance en la predicción de calidad de las líneas de melamina necesita caracterizar los distintos paquetes de papel impregnado.

Herramienta de asistencia al operario

Los hornos de impregnado son opacos. Partiendo de conocimiento previo de los mismos gracias a técnicas de CFDs, y usando Machine learning, se pretende desarrollar un asistente que ayude al operario.

Asistente hornos impregnado

  • Estandarizar el cálculo del volumen

  • Agilizar la operativa

  • Evitar que un operario suba a alturas

  • Generar evidencia física

Resultados

1

Herramienta de asistencia al operario

2

Reducción de defectuosos

3

Funciona para algunos diseños. El futuro es trabajar en generalizar la solución para toda la gama