Revista EIA (Jun 2012)
APLICACIÓN DE REDES NEURONALES EN LA CLASIFICACIÓN DE ARCILLAS APLICAÇÃO DE REDES NEURONAIS NA CLASSIFICAÇÃO DE ARGILAS APPLICATION OF NEURAL NETWORKS IN CLASSIFICATION OF CLAYS
Abstract
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.As argilas são a matéria prima fundamental na fabricação de produtos para o setor construtor tais como baldosas, revestimentos, pavimentos e tijolos. As pequenas e médias indústrias de tijolos geralmente utilizam argilas de diversa origem mineralógica, classificadas para formular suas misturas com base na experiência da equipe de pessoas responsáveis pela produção; a incerteza associada com este método causa que uma parte de seus produtos se rejeite depois de fabricados, porque suas propriedades não cumprem as especificações técnicas. Em este artigo apresenta-se uma metodologia baseada em redes neuronais que permite classificar, com base em suas propriedades, as argilas que se vão usar para compor as massas, com o propósito de diminuir a quantidade de produto rejeitado. Empregaram-se diversas topologias de rede para a classificação, o qual permitiu encontrar uma capaz de predizer as mostras de treinamento e prova com 97,79 % e 94,12 % de precisão, respectivamente.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.
