dc.description.abstract | El proyecto tuvo por objetivo principal introducir en el sector productivo modelos matemáticos orientados
a la simulación computacional de fenómenos de interacción local mediante técnicas de cálculo
distribuído, autómatas celulares, redes neuronales y paralelismo. En particular se propuso abordar los
siguientes problemas industriales: modelamiento de sistemas particulados en la minería, análisis y
reconocimiento de imágenes en la industria maderera y el control neuronal y la optimización de procesos
industriales. A continuación se resume la metodología, resultados y proyecciones de cada una de las tres
áreas de aplicación.
l. Sistemas Particulados
El proceso de extracción de material en minas de cobre subtenáneas se realiza usualmente por flujo
gravitacional (block caving). Este consiste básicamente en la realización de un corte muy grande sobre la
base de un macizo de mineral, con lo cual el material rocoso se fragmenta por su propio peso y se va
hundiendo en la medida que se extrae el mineral a través de varias bocas de extracción en la parte inferior
del corte. El proceso de extracción se puede controlar mediante la ubicación de las bocas de extracción,
así como mediante la apertura o ciene de estas bocas. El problema que se enfrentó originalmente fue la
necesidad de desarrollar un modelo matemático que permitiera predecir y optimizar el proceso extractivo
por flujo gravitacional. Para ello se estudiaron modelos bidimensionales tipo autómatas celulares y de
dinámica molecular. El modelo de autómatas celulares es relativamente simple y permite reproducir
fenómenos tales como la interacción entre columnas de tiraje en un proceso de extracción por flujo
gravitacional. El modelo de dinámica molecular reproduce las principales propiedades de sistemas
granulados, incluyendo por ejemplo, la creación y propagación de fracturas y el flujo granular. En base a
este modelo de dinámica molecular se ha desanollado un simulador de sistemas particulados llamado
BLOCA V, que opera bajo sistema operativo Unix. Este simulador será utilizado como medio de apoyo a
la toma de decisiones para la extracción de mineral en Codelco-Chile. En lo institucional el proyecto ha
permitido el desaJ.Tollo científico-tecnólogico de punta en el área de sistemas particulados, bajo el alero
del Centro de Modelamiento Matemático y el Departamento de Ingeniería Matemática de la Universidad
de Chile.
l. Análisis y Reconocimiento de Imágenes
En la industria maderera la inspección visual de los productos se utiliza como medio de control de calidad
y para optimizar el uso de la madera. Es así como ha surgido la necesidad de desarrollar sistemas
automáticos de inspección visual que operen en línea a altas velocidades de producción y con alta
precisión. Para desarrollar un sistema automático de inspección visual para tablas de pino radiata, se
utilizó una metodología basada en el procesamiento digital de imágenes, la clasificación de patrones
mediante redes neuronales rutificiales y la selección óptima de cru·acterísticas mediante algoritmos
genéticos. Como resultado de este proyecto se ha obtenido un prototipo de laboratorio de un sistema
automático de inspección visual llamado MINRAD, que detecta y clasifica 11 categorías de defectos en la
superficie de la madera, y opera en línea. Durante el desarrollo del proyecto se contó con la participación
de Forestal Mininco S.A., empresa que ha manifestado interés en llevar el producto obtenido a un
prototipo en planta, mediante la realización de un proyecto de continuidad en el cercano plazo. Se espera
que la tecnología generada por el proyecto se transforme en un referente nacional y regíonal. En lo
económico-social el resultado del proyecto apunta a un aumento de productividad de las empresas
forestales y a la creación de nuevas tecnologías de procesamiento de imágenes. En lo institucional el
proyecto ha permitido la consolidación de un grupo dentro del Departamento de Ingeniería Eléctrica de la
Universidad de Chile, con capacidad para realizar desarrollos científico-tecnólogicos de punta en el área
de inspección visual automática.
Por otra parte en la Universidad Católica del Norte se consolidó un grupo para el análisis de imágenes y
computación paralela, tratándose el problema del reconocimiento de rocas grandes para prevenir atollos
en molinos SAG de la minería, obteniéndose resultados preliminares con imágenes reales.
2. Control Neuronal y Optimización de Procesos Industriales
En una variedad de industrias existen problemas de modelarniento y control de plantas complejas, que
incluyen no linealidades, variaciones en los parámetros y utilizan múltiples variables. Estos sistemas
requieren modelos y controladores muy sofisticados difíciles de obtener y que dependen de cada sistema.
Para el desarrollo de módulos de modelamiento y control avanzado, se utilizó una metodología general de
modelamíento de sistemas, que implica generar estructuras de modelos, ajustar los parámetros y realizar
simulaciones basados en datos reales. En particular se utilizaron redes neuronales y modelos relacionados.
El resultado principal es un prototipo de laboratorio llamado A VCON que resuelve el problema de
modelarniento y control avanzado, usando métodos de punta tales como controladores predíctívos. Al
término de este proyecto, el Departamento de Ingeniería Informática de la USACH y el socio industrial en
el Fondef, Kyber S.A., se encuentran en conversaciones con empresas mineras para firmar un convenio
entre las partes que permita probar A VCON experimentalmente en plantas reales. Se espera que el
prototipo se convierta en un módulo comercial que se pueda adosar a plataformas de control supervisor
existentes.
También se trabajó en el desarrollo de un prototipo para el modelamíento de un recetario para la
producción papel llamado MODPAP, que permite escoger una adecuada combinación de insumos según
la calidad del papel que se desea producir. Se obtuvieron resultados preliminares promisoríos, pero por
razones presupuestarías el socio industrial del proyecto decidió no continuar con su desarrollo.
Por otra parte en la Universidad de Valparaíso se consolidó un grupo para el tratamiento avanzado de
series de tiempo. Este grupo desarTolló un paquete de mtinas basadas en métodos estadísticos y de redes
neuronales para la predicción de valores bursátiles llamado SIMEST, el que en la actualidad está siendo
probado por el socio industrial REDNOV A S.A.El proyecto tuvo por objetivo principal introducir en el sector productivo modelos matemáticos orientados
a la simulación computacional de fenómenos de interacción local mediante técnicas de cálculo
distribuído, autómatas celulares, redes neuronales y paralelismo. En particular se propuso abordar los
siguientes problemas industriales: modelamiento de sistemas particulados en la minería, análisis y
reconocimiento de imágenes en la industria maderera y el control neuronal y la optimización de procesos
industriales. A continuación se resume la metodología, resultados y proyecciones de cada una de las tres
áreas de aplicación.
l. Sistemas Particulados
El proceso de extracción de material en minas de cobre subtenáneas se realiza usualmente por flujo
gravitacional (block caving). Este consiste básicamente en la realización de un corte muy grande sobre la
base de un macizo de mineral, con lo cual el material rocoso se fragmenta por su propio peso y se va
hundiendo en la medida que se extrae el mineral a través de varias bocas de extracción en la parte inferior
del corte. El proceso de extracción se puede controlar mediante la ubicación de las bocas de extracción,
así como mediante la apertura o ciene de estas bocas. El problema que se enfrentó originalmente fue la
necesidad de desarrollar un modelo matemático que permitiera predecir y optimizar el proceso extractivo
por flujo gravitacional. Para ello se estudiaron modelos bidimensionales tipo autómatas celulares y de
dinámica molecular. El modelo de autómatas celulares es relativamente simple y permite reproducir
fenómenos tales como la interacción entre columnas de tiraje en un proceso de extracción por flujo
gravitacional. El modelo de dinámica molecular reproduce las principales propiedades de sistemas
granulados, incluyendo por ejemplo, la creación y propagación de fracturas y el flujo granular. En base a
este modelo de dinámica molecular se ha desanollado un simulador de sistemas particulados llamado
BLOCA V, que opera bajo sistema operativo Unix. Este simulador será utilizado como medio de apoyo a
la toma de decisiones para la extracción de mineral en Codelco-Chile. En lo institucional el proyecto ha
permitido el desaJ.Tollo científico-tecnólogico de punta en el área de sistemas particulados, bajo el alero
del Centro de Modelamiento Matemático y el Departamento de Ingeniería Matemática de la Universidad
de Chile.
l. Análisis y Reconocimiento de Imágenes
En la industria maderera la inspección visual de los productos se utiliza como medio de control de calidad
y para optimizar el uso de la madera. Es así como ha surgido la necesidad de desarrollar sistemas
automáticos de inspección visual que operen en línea a altas velocidades de producción y con alta
precisión. Para desarrollar un sistema automático de inspección visual para tablas de pino radiata, se
utilizó una metodología basada en el procesamiento digital de imágenes, la clasificación de patrones
mediante redes neuronales rutificiales y la selección óptima de cru·acterísticas mediante algoritmos
genéticos. Como resultado de este proyecto se ha obtenido un prototipo de laboratorio de un sistema
automático de inspección visual llamado MINRAD, que detecta y clasifica 11 categorías de defectos en la
superficie de la madera, y opera en línea. Durante el desarrollo del proyecto se contó con la participación
de Forestal Mininco S.A., empresa que ha manifestado interés en llevar el producto obtenido a un
prototipo en planta, mediante la realización de un proyecto de continuidad en el cercano plazo. Se espera
que la tecnología generada por el proyecto se transforme en un referente nacional y regíonal. En lo
económico-social el resultado del proyecto apunta a un aumento de productividad de las empresas
forestales y a la creación de nuevas tecnologías de procesamiento de imágenes. En lo institucional el
proyecto ha permitido la consolidación de un grupo dentro del Departamento de Ingeniería Eléctrica de la
Universidad de Chile, con capacidad para realizar desarrollos científico-tecnólogicos de punta en el área
de inspección visual automática.
Por otra parte en la Universidad Católica del Norte se consolidó un grupo para el análisis de imágenes y
computación paralela, tratándose el problema del reconocimiento de rocas grandes para prevenir atollos
en molinos SAG de la minería, obteniéndose resultados preliminares con imágenes reales.
2. Control Neuronal y Optimización de Procesos Industriales
En una variedad de industrias existen problemas de modelarniento y control de plantas complejas, que
incluyen no linealidades, variaciones en los parámetros y utilizan múltiples variables. Estos sistemas
requieren modelos y controladores muy sofisticados difíciles de obtener y que dependen de cada sistema.
Para el desarrollo de módulos de modelamiento y control avanzado, se utilizó una metodología general de
modelamíento de sistemas, que implica generar estructuras de modelos, ajustar los parámetros y realizar
simulaciones basados en datos reales. En particular se utilizaron redes neuronales y modelos relacionados.
El resultado principal es un prototipo de laboratorio llamado A VCON que resuelve el problema de
modelarniento y control avanzado, usando métodos de punta tales como controladores predíctívos. Al
término de este proyecto, el Departamento de Ingeniería Informática de la USACH y el socio industrial en
el Fondef, Kyber S.A., se encuentran en conversaciones con empresas mineras para firmar un convenio
entre las partes que permita probar A VCON experimentalmente en plantas reales. Se espera que el
prototipo se convierta en un módulo comercial que se pueda adosar a plataformas de control supervisor
existentes.
También se trabajó en el desarrollo de un prototipo para el modelamíento de un recetario para la
producción papel llamado MODPAP, que permite escoger una adecuada combinación de insumos según
la calidad del papel que se desea producir. Se obtuvieron resultados preliminares promisoríos, pero por
razones presupuestarías el socio industrial del proyecto decidió no continuar con su desarrollo.
Por otra parte en la Universidad de Valparaíso se consolidó un grupo para el tratamiento avanzado de
series de tiempo. Este grupo desarTolló un paquete de mtinas basadas en métodos estadísticos y de redes
neuronales para la predicción de valores bursátiles llamado SIMEST, el que en la actualidad está siendo
probado por el socio industrial REDNOV A S.A. | |