Descripción del proyecto
Uno de los retos principales a los que se enfrentan las empresas hoy en día es la continua necesidad de mejorar la eficiencia de sus procesos productivos para poder competir en las mejores condiciones posibles en unos mercados cada día más abiertos e internacionalizados.Tal es el caso de la industria siderúrgica, dónde la enorme competencia global hace que cualquier mejora en el rendimiento de un proceso pueda marcar la diferencia a la hora de evaluar la rentabilidad de una factoría y, por tanto, ser clave para su subsistencia.En la actualidad, alrededor del 95% de la producción mundial de acero es solidificada por medio de procesos de colada continua, lo que se traduce en un volumen de producción por esta vía de 1586 millones de toneladas anuales. En este contexto, resulta de capital importancia predecir la aparición de defectos para poder actuar sobre las condiciones que los originan, modificando el proceso productivo. Por otro lado, cuanto antes sea detectado un defecto menores serán los costes de las acciones correctoras (saneo, achatarramiento, asignación a una calidad inferior, etc.), puesto que cada etapa añade costes y minimiza las posibilidades de corrección del defecto.A las evidentes pérdidas económicas que supone la detección tardía de los defectos hay que añadir las no menos importantes implicaciones energéticas y medioambientales. Según datos de la Comisión Europea, el consumo de energía para la producción de acero por la vía integral oscila entre los 17 y los 23 GJ por tonelada, mientras que las emisiones directas de CO2 son del orden de 2,3 toneladas de CO2 por tonelada de acero producido.El objetivo principal de este proyecto es la maximización de la eficiencia del proceso productivo de colada continua de acero mediante el desarrollo de un sistema integral que permita predecir, detectar y evitar la presencia de defectos en etapas avanzadas del proceso productivo.A la vista del objetivo planteado, el proyecto se alinea con las prioridades establecidas en los grandes retos de la sociedad española identificados en la Estrategia Española de Ciencia y Tecnología y de Innovación, en concreto con el Reto Social: Acción sobre el cambio climático y eficiencia en la utilización de recursos y materias primas.El consorcio del proyecto contiene empresas especializadas en todos y cada uno de los aspectos fundamentales del proyecto. ArcelorMittal España (AME) es la empresa siderúrgica líder a nivel nacional y forma parte de la mayor multinacional del sector. Innerspec e ISEND son dos empresas especializadas en las técnicas de inspección que se van a emplear durante el desarrollo del proyecto. Por su parte, Ingenica STS (ISTS) aporta su experiencia especialmente en el campo de la sensórica, donde además de integrar los equipos comerciales, diseña componentes para cubrir las necesidades de cada ámbito de aplicación. Finalmente, la Universidad de Oviedo (UNIOVI) aporta su especialización en el desarrollo de modelos basados en datos aplicados a distintas etapas del proceso siderúrgico y su enorme experiencia en la coordinación de actividades científicas como las aquí planteadas.La duración prevista del proyecto es de 30 meses, siendo la fecha de inicio el 1 de Julio de 2016 y la fecha de finalización el 31 de Diciembre de 2018, abarcando por lo tanto tres anualidades diferentes.El proyecto se estructura en torno a 5 paquetes de trabajo, comenzando por las Acciones Preparatorias (PT 1). Posteriormente se llevarán a cabo todas las tareas relacionadas con la Detección de defectos en desbastes mediante ultrasonidos (PT 2), Detección de defectos en alambrón mediante corrientes inducidas y visión artificial (PT 3) y Detección de defectos en imágenes superficiales mediante técnicas de Deep learning y big data (PT 4). Transversalmente a estos paquetes de trabajo se realizará la Predicción de la aparición de defectos mediante técnicas de minería de datos y big data (PT 5).