Show simple item record

dc.creatorGómez Sarduy, Julio R.
dc.creatorMonteagudo Yanes, José P.
dc.creatorGranado Rodríguez, Manuel E.
dc.creatorQuiñones Ferreira, Jorge L
dc.creatorTorres, Yudith Miranda
dc.date.accessioned2019-07-03T16:57:18Z
dc.date.available2019-07-03T16:57:18Z
dc.date.created2013
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/73865
dc.descriptionLos sistemas de gestión energética pueden ser mejorados mediante la utilización de técnicas de inteligencia artificial, tales como, las redes neuronales y los algoritmos genéticos; con el propósito de modelar y optimizar el consumo energético de equipos y sistemas. Este trabajo, propone la modelación del consumo de los molinos y de las bolas que se emplean en la industria cementera, a partir de las variables disponibles en el campo. El modelo de regresión obtenido está basado en redes neuronales artificiales, permitiendo predecir el consumo de la electricidad en el accionamiento principal de los molinos, así mismo, permite evaluar el comportamiento de los índices de consumo establecidos. Además, se demuestra la influencia que ejerce la cantidad de puzolana, yeso y clinker en el consumo eléctrico del molino y se determina la dosificación que de acuerdo con el modelo, garantiza un mínimo consumo energético utilizando un algoritmo genético simple. El potencial de ahorro estimado a partir de la dosificación propuesta, es de 36 600 kWh/año para el molino 1; lo que representa 5 793,78 $/año y una reducción del impacto ambiental por gases sin emitir de 33 708 kg CO2/año.
dc.descriptionEnergy management systems can be improved by using artificial intelligence techniques such as neural networks and genetic algorithms for modelling and optimising equipment and system energy consumption. This paper proposes modelling ball mill consumption as used in the cement industry from field variables. The regression model was based on artificial neural networks for predicting the electricity consumption of the mill’s main drive and evaluating established consumption rate performance. This research showed the influence of the amount of pozzolanic ash, gypsum and clinker on a mill’s power consumption; the dose determined according to the model ensured minimum energy consumption using a simple genetic algorithm. The estimated savings potential from the proposed dose was 36 600 kWh / year for mill number 1, representing $5,793.78 / year and a 33,708 kg CO2 / year reduction in the environmental impact of gas left to escape.
dc.formatapplication/pdf
dc.publisherUniversidad Nacional de Colombia - Facultad de Ingeniería
dc.relationhttp://revistas.unal.edu.co/index.php/ingeinv/article/view/41043
dc.relation.ispartofUniversidad Nacional de Colombia Revistas electrónicas UN Ingeniería e Investigación
dc.relation.ispartofIngeniería e Investigación
dc.relation.ispartofseriesIngeniería e Investigación; Vol. 33, núm. 3 (2013); 49-54 Ingeniería e Investigación; Vol. 33, núm. 3 (2013); 49-54 2248-8723 0120-5609
dc.subjectgestión energética
dc.subjectconsumo energético
dc.subjectmolinos de cemento
dc.subjectRedes Neuronales Artificiales (RNA) y algoritmo genético.
dc.subjectenergy management
dc.subjectenergy
dc.subjectcement mill
dc.subjectartificial neural network (ANN)
dc.subjectgenetic algorithm
dc.titleDosificación en molinos de cemento con apoyo de herramientas inteligentes para reducción del consumo energético y el impacto ambiental
dc.typeinfo:eu-repo/semantics/article
dc.type.spaArtículo - Article
dc.type.hasversioninfo:eu-repo/semantics/publishedVersion
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.identifier.bibliographicCitationGómez Sarduy, Julio R. and Monteagudo Yanes, José P. and Granado Rodríguez, Manuel E. and Quiñones Ferreira, Jorge L and Torres, Yudith Miranda (2013) Dosificación en molinos de cemento con apoyo de herramientas inteligentes para reducción del consumo energético y el impacto ambiental. Ingeniería e Investigación; Vol. 33, núm. 3 (2013); 49-54 Ingeniería e Investigación; Vol. 33, núm. 3 (2013); 49-54 2248-8723 0120-5609 .
dc.identifier.eprintshttp://bdigital.unal.edu.co/38342/


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record