Aplicación de redes neuronales en la clasificación de arcillas
Las arcillas son la materia prima fundamental en la fabricación de productos para el sector constructor tales como baldosas, enchapes, pavimentos y ladrillos. Las pequeñas y medianas industrias ladrilleras por lo general utilizan arcillas de diverso origen mineralógico, clasificadas para formular su...
- Autores:
-
Gómez, Jairo
Sánchez, Jaime
Ocampo, Aquiles
Restrepo, José William
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2011
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/136
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/136
- Palabra clave:
- REI00185
CERÁMICA INDUSTRIAL
CERAMICS
ORGANIZACIÓN E INDUSTRIA
ORGANIZATION AND INDUSTRY
RED NEURONAL
PRODUCTIVIDAD EN CERÁMICOS
PROBLEMA DE CLASIFICACIÓN
ARCILLA
NEURAL NETWORK
CERAMICS PRODUCTIVITY
CLASSIFICATION PROBLEM
CLAY
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2020
Summary: | Las arcillas son la materia prima fundamental en la fabricación de productos para el sector constructor tales como baldosas, enchapes, pavimentos y ladrillos. Las pequeñas y medianas industrias ladrilleras por lo general utilizan arcillas de diverso origen mineralógico, clasificadas para formular sus mezclas con base en la experiencia del equipo de personas responsables de la producción; la incertidumbre asociada con este método causa que una parte de sus productos se rechacen después de fabricados, porque sus propiedades no cumplen las especificaciones técnicas. En este artículo se presenta una metodología basada en redes neuronales que permite clasificar, con base en sus propiedades, las arcillas que se van a usar para componer las pastas, con el propósito de disminuir la cantidad de producto rechazado. Se emplearon diversas topologías de red para la clasificación, lo cual permitió encontrar una capaz de predecir las muestras de entrenamiento y prueba con 97,79 % y 94,12 % de precisión, respectivamente. |
---|