APLICACIÓN DE REDES NEURONALES EN LA CLASIFICACIÓN DE ARCILLAS (APPLICATION OF NEURAL NETWORKS IN CLASSIFICATION OF CLAYS)

Jairo Gómez, Jaime Sánchez, AQUILES Ocampo, José William Restrepo

Resumen


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.

Abstract: Clays are the main raw material in the manufacture of products for the construction sector, such as tile, veneer, flooring and bricks. Small and medium enterprises generally use brick clays of different mineralogical origin, classified in order to formulate their mixtures according to the production team experience; the uncertainty associated with this method causes that a portion of their manufactured products are rejected, because their properties do not meet the technical specifications. This paper presents a methodology based on neural networks for classification of clays, based on the clay properties to be used to make the pasta, with the aim of reducing the number of rejected products. It used different network topologies for classification, and chose the one which have been found capable to predict the training and testing samples with an accuracy of 97.79 % and 94.12 %, respectively.


Palabras clave


red neuronal; productividad en cerámicos; problema de clasificación; arcillas. Keywords: neural network; ceramics productivity; classification problem; clays.

Texto completo:

PDF


DOI: https://doi.org/10.24050/reia.v9i17.459

Métricas de artículo

Vistas de resumen
95




Cargando métricas ...

Enlaces refback

  • No hay ningún enlace refback.




Copyright (c)






 

 

 

 

 

UNIVERSIDAD EIA

Sede de Las Palmas: Km 2 + 200 Vía al Aeropuerto José María Córdova Envigado, Colombia. Código Postal: 055428
Tel: (574) 354 90 90. Fax: (574) 386 11 60

Sede de Zúñiga: Calle 25 Sur 42-73 Envigado, Colombia. Código Postal: 055420
Tel: (574) 354 90 90. Fax: (574) 331 34 78
NIT: 890.983.722-6

Sistema OJS - Metabiblioteca |