Optimization of Temperature Control in Extrusion Machines Using Machine Learning Algorithms

• Autores: Ccala Achahuanco, Michael Ruben, Catachura Titi, Wilber
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/20835
• Enlace del recurso: https://hdl.handle.net/20.500.12773/20835
• Nivel de acceso: acceso abierto
• Materia: Control de temperatura; aprendizaje automático; máquinas extrusoras; optimización de procesos; https://purl.org/pe-repo/ocde/ford#2.02.01

Las máquinas de extrusión requieren un control preciso de la temperatura para maximizar el ahorro energético durante los procesos de fabricación y garantizar la calidad del producto. Este artículo presenta una nueva estrategia basada en aprendizaje automático (AA) para optimizar la regulación de la temperatura en tiempo real. El método sugerido aprende los patrones de comportamiento de las máquinas de extrusión en diversas condiciones de funcionamiento y ajusta dinámicamente los parámetros de tensión y temperatura para lograr una gestión más rápida y precisa. Los modelos y experimentos demuestran una reducción notable de las fluctuaciones de temperatura y una mejora notable del consumo energético en comparación con los métodos de control tradicionales. Además, mediante el aprendizaje automático, se puede anticipar cualquier irregularidad en el proceso, mejorando la estabilidad y la funcionalidad a largo plazo del sistema. Este método ofrece una forma flexible y eficaz de regular la temperatura en entornos industriales, lo que podría revolucionar las operaciones de extrusión.