Desarrollo de un sensor virtual para la predicción de las condiciones ambientales en cabinas de tratamiento superficial de productos metálicos

Abstract

En la fabricación de estructuras metálicas, las etapas de tratamiento superficial (granallado, metalizado, pintado, etc.) son claves para lograr que los productos puedan soportar las condiciones ambientales de donde vayan a ser instaladas, evitando, entre otros fenómenos, la corrosión. En la producción de grandes estructuras como las eólicas, los tratamientos se aplican en cabinas de grandes dimensiones. Las normas de calidad exigen que las condiciones ambientales en las que se desarrollen los trabajos estén dentro de unos límites. Los parámetros más importantes son la humedad relativa y la temperatura, ya que determinan la posibilidad de condensación sobre la superficie que está siendo tratada. Para mantener la humedad por debajo del umbral tolerado se emplean habitualmente potentes deshumidificadores que conllevan un elevado consumo energético. Optimizar el tiempo de utilización de estos equipos, reduciéndolo al mínimo imprescindible, puede suponer importantes ahorros de costes. La combinación del uso de IoT y aprendizaje automático supone una importante vía para realizarlo. El trabajo aquí presentado describe el sistema desarrollado para modelar las condiciones ambientales que tendría una cabina y así poder anticipar cuando será necesario activar los equipos de deshumidificación. El sistema fue validado en las instalaciones de un importante fabricante de estructuras eólicas. Palabras clave: aprendizaje automático; eficiencia energética; internet de las cosas