aplicación Convertidor Teniente

ISSN: 1697-7912. Vol. 8, Nu00fam. 1, Enero 2011, pp. 54-63

www. revista-riai.org

Sensor virtual neuronal con variables instrumentales
y su aplicación en un Convertidor Teniente
Alejandro Suárez S.* Zacarías Gómez U.**
*Departamento de Electrónica, Universidad Técnica Federico Santa María, Av.
España nº1680, Valparaíso, Chile, (email: alejandro.suarez@usm.cl)
**Unidad de Automatización,Superintendencia Ingeniería de Procesos y
Desarrollo, Codelco Chile División El Salvador, Av. Bernardo O’Higgins nº 103,
El Salvador, Chile (e-mail: zgome001@codelco.cl)

Resumen: Se propone el diseño de un sensor virtual para medir la temperatura del baño de metal blanco
en un Convertidor Teniente, utilizando redes neuronales a través de un nuevo método de entrenamiento
que utiliza elconcepto de variables instrumentales. Este nuevo tipo de entrenamiento será comparado
con el método de gradiente descendente, el cual al estar basado en ajuste por mínimos cuadrados
presenta sesgo en sus parámetros, producto del ruido de medición. La apuesta es que el método de
variables instrumentales resuelva este problema, entregando una red con parámetros ajustados sin
sesgo, lo que se veráreflejado en que la salida de esta red, se ajustará de mejor forma a la señal real que
el método tradicional de gradiente descendente. Los resultados demuestran que la propuesta planteada
entrega un sensor con mejor ajuste que el algoritmo tradicional cuando el instrumento real no se
encuentra disponible. La aplicación específica del sensor virtual de temperatura para el Convertidor
Tenientepresenta gran interés para la industria debido al alto costo de los instrumentos que actualmente
pueden cumplir dicha función. © 2011 CEA
Palabras Clave: sensores virtuales, redes neuronales, variables instrumentales, procesos de producción
de cobre, instrumentación y mediciones virtuales.

1.

INTRODUCCIÓN

Los métodos tradicionales de regresión de lineal por mínimos
cuadrados presentanproblemas cuando las variables medidas,
utilizadas como entrada de un modelo, tienen ruido de medición,
puesto que se genera un sesgo en el ajuste de los parámetros. Así
mismo, los métodos tradicionales de entrenamiento de las redes
neuronales, que utilizan los mínimos cuadrados para el ajuste de
los pesos de ponderación, presentan también este sesgo al
tratarse de datos con ruido de medición.Una de las formas de solucionar esta problemática en los
métodos de regresión lineal tradicionales, es por medio de los
métodos de variables instrumentales, los que utilizan variables
nuevas, creadas de manera artificial, y que deben cumplir con
determinadas condiciones para permitir que el ajuste de los
parámetros no se vea afectado por el ruido de medición que
genera el sesgo en laestimación de los parámetros.
En este trabajo se propone utilizar una metodología similar para
el ajuste de los pesos de ponderación de las redes neuronales, de
forma tal que el ruido de medición no afecte en el ajuste de
dichos pesos de ponderación de las neuronas. La metodología es
aplicada en la implementación de un Sensor Virtual (SV) para la
medición de temperatura en un ConvertidorTeniente,
perteneciente a la Fundición Potrerillos ubicada en la tercera
región de Chile.
En la sección 2 se describe en forma general el proceso y las
variables que participan en él. La sección 3 y 4 entregan una
breve descripción de los métodos de regresión lineal y la
introducción de variables instrumentales. Esto permite realizar
una analogía con los métodos de ajuste en redes neuronales,descrito en las secciones 5 y 6, para llegar al algoritmo a utilizar
en el presente trabajo, descrito en la sección 7. La sección 8
comenta la implementación del SV. En la sección 9 se presentan
los resultados obtenidos, para llegar a las conclusiones que se
presentan en la sección 10.
1.1. Identificación de Problemas
Los principales problemas que se abordan en este
trabajo, son los...