Predicción de la resistencia a tracción del tablero de partículas a partir de los parámetros de producción mediante el uso de redes neuronales artificiales

Abstract

Una de las propiedades más importantes dentro de control de calidad del tablero de partículas es la resistencia a tracción ya que es un indicador del nivel de cohesión interna del tablero. Sin embargo, la necesidad del acondicionamiento previo hace que este en sayo carezca de la inmediatez necesaria para su aplicación en tiempo real. Para solventar este problema se ha modelizado la resistencia a tracción del tablero de partículas P2 a partir de los parámetros de producción mediante el uso de una red neuronal artificial. Para ello se han utilizado 300 tableros de los cuáles se han tomado datos en la línea de producción de la temperatura de las partículas y de la resina, contenido de humedad de la manta, porcentajes de adhesivo, porcentaje y tipo de aditivos, velocidad de la manta y temperatura de las prensas. Estos tableros fueron despiezados en fábrica para posteriormente acondicionarlos en el laboratorio y realizar los ensayos de resistencia a tracción, humedad y densidad. La red desarrollada ha obtenido en el conjunto de comprobación un coeficiente de correlación (R) de 0,87 , que indica una suficiente fiabilidad para su aplicación en el control diario de producción.