Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/16820
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGuaman Lozada, Dario Fernando-
dc.contributor.authorPesantes Ortiz, Roister Alexis-
dc.date.accessioned2022-09-13T20:12:01Z-
dc.date.available2022-09-13T20:12:01Z-
dc.date.issued2021-09-10-
dc.identifier.citationPesantez Ortiz, Roister Alexis. (2021). Redes neuronales en la predicción de propiedades de láminas para tableros de madera contrachapada durante el proceso de secado en Arboriente S.A. Escuela Superior Politécnica de Chimborazo. Riobamba.es_ES
dc.identifier.urihttp://dspace.espoch.edu.ec/handle/123456789/16820-
dc.descriptionPara evitar retrasos en la producción, causados por la medición manual de propiedades de la materia prima, se presenta esta investigación cuyo objetivo es predecir la humedad de salida y la ondulación de las láminas para tableros de madera contrachapada, durante el proceso de secado en ARBORIENTE S.A. Primero, se instaló una red de diez termocuplas que monitorean las temperaturas. Luego, se seleccionó al Doncel, Tamburo y Zapote como la madera a estudiarse. Los factores controlables fueron el espesor, la velocidad y el tipo de madera; los no controlables la temperatura y la humedad de entrada; teniendo como variables de respuesta la humedad de salida y el porcentaje de ondulación. Finalmente, se realizaron 54 corridas experimentales determinándose que el contenido de humedad de salida y la ondulación dependen en gran magnitud de la velocidad de los rodillos ya que así se controla el tiempo que las láminas permanecen dentro del secador, en tanto que el espesor no es estadísticamente significativo para la predicción de las variables de salida; con los datos obtenidos se comparó la predicción de las variables de respuesta, entre un análisis estadístico y redes neuronales artificiales (RNA); resultando que según el coeficiente de correlación; para humedad de salida la RNA obtuvo R=0,985; con un Error Cuadrático Medio (MSE) de 0,13; mientras que en el análisis estadístico se obtuvo una R=0,853 con un error cuadrático medio de 0,5. Por otra parte, para la ondulación la RNA obtuvo R=0,955; con un MSE de 4,02; el análisis estadístico obtuvo R=0,753 con una desviación estándar de 2,018; de esta manera se concluye que la predicción por red neuronal permite obtener resultados más exactos y confiables. A partir de este análisis se recomienda a futuras investigaciones realizar un nuevo estudio estadístico con la eliminación de los factores que reflejan los mayores P-valores.es_ES
dc.description.abstractTo avoid delays in production, caused by manual measurement of raw material properties, this research is presented, the objective of which is to predict the output humidity and the waviness of the sheets for plywood boards, during the drying process in ARBORIENTE SA. First, a network of ten thermocouples was installed that monitor the temperatures. Then, Doncel, Tamburo and Zapote were selected as the wood to be studied. Controllable factors were thickness, speed, and type of wood; the non-controllable inlet temperature and humidity; having as variables the output humidity and the percentage of undulation. Finally, 54 experimental runs were carried out, determining that the output moisture content and the waviness depend to a great extent on the speed of the rollers since this controls the time that the sheets remain inside the dryer, while the thickness is not. statistically significant for the prediction of the output variables; with the data obtained, the prediction of the response variables, between a statistical analysis and artificial neural networks (ANN); resulting in that according to the correlation coefficient; for exit humidity the RNA obtained R = 0.985; with a Mean Square Error (MSE) of 0.13; while in the statistical analysis an R = 0.853 was obtained with a mean square error of 0.5. On the other hand, for undulation the RNA obtained R = 0.955; with an MSE of 4.02; the statistical analysis obtained R = 0.753 with a standard deviation of 2.018; in this way, it is concluded that the prediction by neural network allows to obtain more exact and reliable results. Based on this analysis, future research is recommended to carry out a new statistical study with the elimination of the factors that reflect the highest P-values.es_ES
dc.language.isospaes_ES
dc.publisherEscuela Superior Politécnica de Chimborazoes_ES
dc.relation.ispartofseriesUDCTFC;96T00725-
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.subjectTECNOLOGÍA Y CIENCIAS DE LA INGENIERÍAes_ES
dc.subjectINGENIERÍA QUÍMICAes_ES
dc.subjectERROR CUADRÁTICO MEDIO (MSE)es_ES
dc.subjectMADERA CONTRACHAPADAes_ES
dc.subjectRED NEURONAL ARTIFICAL (RNA)es_ES
dc.subjectHUMEDAD DE SALIDAes_ES
dc.subjectONDULACIÓNes_ES
dc.subjectCOVARIACIÓNes_ES
dc.titleRedes neuronales en la predicción de propiedades de láminas para tableros de madera contrachapada durante el proceso de secado en Arboriente S.A.es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.contributor.miembrotribunalRodriguez Pinos, Adrián Alejandro-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
Aparece en las colecciones: Ingeniero/a Químico/a

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
96T00725.pdf2,07 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons