Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Dosificación en molinos de cemento con apoyo de herramientas inteligentes para reducción del consumo energético y el impacto ambiental

Gómez Sarduy, Julio R. and Monteagudo Yanes, José P. and Granado Rodríguez, Manuel E. and Quiñones Ferreira, Jorge L and Torres, Yudith Miranda (2012) Dosificación en molinos de cemento con apoyo de herramientas inteligentes para reducción del consumo energético y el impacto ambiental. Ingeniería e Investigación; Vol. 33, núm. 3 (2013); 49-54 Ingeniería e Investigación; Vol. 33, núm. 3 (2013); 49-54 2248-8723 0120-5609 .

Texto completo

[img]
Vista previa
PDF
444kB
[img] HTML
24kB

URL oficial: http://revistas.unal.edu.co/index.php/ingeinv/arti...

Resumen

Los sistemas de gestión energética pueden ser mejorados mediante la utilización de técnicas de inteligencia artificial, tales como, las redes neuronales y los algoritmos genéticos; con el propósito de modelar y optimizar el consumo energético de equipos y sistemas. Este trabajo, propone la modelación del consumo de los molinos y de las bolas que se emplean en la industria cementera, a partir de las variables disponibles en el campo. El modelo de regresión obtenido está basado en redes neuronales artificiales, permitiendo predecir el consumo de la electricidad en el accionamiento principal de los molinos, así mismo, permite evaluar el comportamiento de los índices de consumo establecidos. Además, se demuestra la influencia que ejerce la cantidad de puzolana, yeso y clinker en el consumo eléctrico del molino y se determina la dosificación que de acuerdo con el modelo, garantiza un mínimo consumo energético utilizando un algoritmo genético simple. El potencial de ahorro estimado a partir de la dosificación propuesta, es de 36 600 kWh/año para el molino 1; lo que representa 5 793,78 $/año y una reducción del impacto ambiental por gases sin emitir de 33 708 kg CO2/año., Energy management systems can be improved by using artificial intelligence techniques such as neural networks and genetic algorithms for modelling and optimising equipment and system energy consumption. This paper proposes modelling ball mill consumption as used in the cement industry from field variables. The regression model was based on artificial neural networks for predicting the electricity consumption of the mill’s main drive and evaluating established consumption rate performance. This research showed the influence of the amount of pozzolanic ash, gypsum and clinker on a mill’s power consumption; the dose determined according to the model ensured minimum energy consumption using a simple genetic algorithm. The estimated savings potential from the proposed dose was 36 600 kWh / year for mill number 1, representing $5,793.78 / year and a 33,708 kg CO2 / year reduction in the environmental impact of gas left to escape.

Tipo de documento:Artículo - Article
Información adicional:Los autores o titulares del derecho de autor de cada artículo confieren a la revista Ingeniería e Investigación de la Universidad Nacional de Colombia una autorización no exclusiva, limitada y gratuita sobre el artículo que una vez evaluado y aprobado se envía para su posterior publicación ajustándose a las siguientes características: 1.    Se remite la versión corregida de acuerdo con las sugerencias de los evaluadores y se aclara que el artículo mencionado se trata de un documento inédito sobre el que se tienen los derechos que se autorizan y se asume total responsabilidad por el contenido de su obra ante la revista Ingeniería e Investigación, la Universidad Nacional de Colombia y ante terceros. 2.    La autorización conferida a la revista estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo de la revista Ingeniería e Investigación en el Sistema Open Journal Systems y en la página principal de la revista (www.revistaingenieria.unal.edu.co), así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación. 3.    Los autores autorizan a la revista Ingeniería e Investigación de la Universidad Nacional de Colombia para publicar el documento en el formato en que sea requerido (impreso, digital, electrónico o cualquier otro conocido o por conocer) y autorizan a la revista Ingeniería e Investigación para incluir la obra en los índices y buscadores que estimen necesarios para promover su difusión. 4.    Los autores aceptan que la autorización se hace a título gratuito, por lo tanto renuncian a recibir emolumento alguno por la publicación, distribución, comunicación pública y cualquier otro uso que se haga en los términos de la presente autorización.
Palabras clave:gestión energética, consumo energético, molinos de cemento, Redes Neuronales Artificiales (RNA) y algoritmo genético., energy management, energy, cement mill, artificial neural network (ANN), genetic algorithm
Unidad administrativa:Revistas electrónicas UN > Ingeniería e Investigación
Código ID:38342
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :03 Julio 2014 20:23
Ultima modificación:18 Agosto 2014 22:17
Ultima modificación:18 Agosto 2014 22:17
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox