Se propone el diseño de un sensor virtual para medir la temperatura del baño de metal blanco en un Convertidor Teniente, utilizando redes neuronales a través de un nuevo método de entrenamiento que utiliza el concepto de variables instrumentales. Este nuevo tipo de entrenamiento será comparado con el método de gradiente descendente, el cual al estar basado en ajuste por mínimos cuadrados presenta sesgo en sus parámetros, producto del ruido de medición. La apuesta es que el método de variables instrumentales resuelva este problema, entregando una red con parámetros ajustados sin sesgo, lo que se verá reflejado en que la salida de esta red, se ajustará de mejor forma a la señal real que el método tradicional de gradiente descendente. Los resultados demuestran que la propuesta planteada entrega un sensor con mejor ajuste que el algoritmo tradicional cuando el instrumento real no se encuentra disponible. La aplicación específica del sensor virtual de temperatura para el Convertidor Teniente presenta gran interés para la industria debido al alto costo de los instrumentos que actualmente pueden cumplir dicha función.
Compartir