Desarrollo de un sensor software para la estimación de materia seca en un proceso industrial

Abstract

El proceso de la industria azucarera consta de varias etapas, siendo una de ellas la evaporación. Durante esta etapa, se utiliza un evaporador para aumentar la concentración de azúcar en el líquido, mediante la introducción del jugo obtenido de caña de azúcar o remolacha. La concentración de azúcar se mide en grados Brix, los cuales se obtienen midiendo la concentración de materia seca en el líquido. Sin embargo, los métodos actuales que consisten en estudios de laboratorio son lentos, y los sensores en tiempo real son costosos, limitados en cantidad y pueden presentar problemas de ensuciamiento o cristalización. Para solucionar este problema, este proyecto propone el uso de modelos de aprendizaje automático o estadístico que permiten estimar el Brix a la salida de la etapa de evaporación en base a otras medidas del proceso. Para garantizar modelos fiables, se siguen metodologías como CRISP-DM para analizar datos y modelos. En resumen, el proyecto busca mejorar el proceso de medición en tiempo real de la concentración de azúcar en la industria azucarera. A su vez, la mejora en la estimación del Brix mediante el uso de modelos permitiría incrementar la productividad y la rentabilidad al facilitar la toma de decisiones de manera inmediata, así como detectar anomalías o desviaciones en el proceso de evaporación. De esta manera, se podrían adoptar rápidamente medidas correctivas para evitar pérdidas en la producción.

The sugar industry process consists of several stages, one of which is evaporation. During this stage, an evaporator is used to increase the sugar concentration in the liquid by introducing the juice obtained from sugar cane or beet. The sugar concentration is measured in Brix degrees, which are obtained by measuring the concentration of dry matter in the liquid. However, current methods consisting of laboratory studies are slow, and real-time sensors are expensive, limited in quantity and can present problems of fouling or crystallisation. To solve this problem, this project proposes the use of automatic or statistical learning models that allow Brix to be estimated at the exit of the evaporation stage based on other process measurements. To guarantee reliable models, methodologies such as CRISP-DM are used to analyse data and models. In summary, the project aims to improve the real-time measurement process of sugar concentration in the sugar industry. In turn, improved Brix estimation through the use of models would increase productivity and profitability by facilitating immediate decision making, as well as detecting anomalies or deviations in the evaporation process. In this way, corrective measures could be taken quickly to avoid production losses.