Trabajan en el desarrollo de una herramienta que optimizará el coste eléctrico de las fábricas de cemento a partir de inteligencia artificial
La Universidad de Sevilla y la Fundación Laboral Andaluza del Cemento y el Medio Ambiente (Flacema) han firmado un convenio de colaboración científica para poner en marcha este proyecto de investigación industrial. La investigación, que ya tiene avanzada una parte del planteamiento matemático, usará varias herramientas de inteligencia artificial, como redes neuronales, algoritmos Backpropagation y algoritmos genéticos y permitirá optimizar el coste eléctrico de dos maneras. Por un lado, se centrará en la recombinación óptima de ciertas variables que intervienen en el proceso industrial de fabricación de cemento y de los precios regulados que afectan a las industrias intensivas; y por otro, se diseñará un modelo de predicción de precios de mercado de cara a poder optimizar la compra de la electricidad.
Fuente: Universidad de Sevilla
La Universidad de Sevilla y la Fundación Laboral Andaluza del Cemento y el Medio Ambiente (Flacema) han firmado un convenio de colaboración científica para poner en marcha un proyecto de investigación industrial, con el que se desarrollará una herramienta que permitirá optimizar el coste eléctrico de las fábricas de cemento a partir de herramientas de inteligencia artificial.
Fábrica de cemento.
La industria cementera española se ha visto muy afectada en los últimos años por ciertos factores que han mermado de manera importante su competitividad, como reducidas tasas de sustitución energética y coste eléctrico superior a la media europea. Concretamente, el coste eléctrico de una fábrica de cemento representa alrededor del 18 % de su coste total, lo que supone un factor de competitividad de gran importancia, sobre todo a la hora de operar en los mercados exteriores frente a países con costes de producción muy ajustados.
Ante este escenario, la investigación que la US y el sector cementero andaluz han puesto en marcha supone un ejemplo claro de transferencia de conocimiento entre universidad y empresa, que contribuirá al desarrollo de una herramienta digital de gran utilidad para mejorar la competitividad de un sector industrial.
La investigación, que ya tiene avanzada una parte del planteamiento matemático, hará uso de varias herramientas de inteligencia artificial, como redes neuronales, algoritmos Backpropagation y algoritmos genéticos. Permitirá optimizar el coste eléctrico de dos maneras. Por un lado, se centrará en la recombinación óptima de ciertas variables que intervienen en el proceso industrial de fabricación de cemento y de los precios regulados que afectan a las industrias intensivas; y por otro, se diseñará un modelo de predicción de precios de mercado de cara a poder optimizar la compra de la electricidad.
El investigador principal del proyecto y director general de Flacema, Manuel Parejo, realiza este proyecto en el marco de Programa de Doctorado, para el que se solicitará la mención industrial.
Flacema es una entidad en la que participan las empresas que fabrican cemento en Andalucía -Cementos Cosmos (Votorantim Cimentos); Grupo Cementos Portland Valderrivas; FYM-HeidelbergCement Group; Cemex y LafargeHolcim-; y los sindicatos CCOO Construcción y Servicios de Andalucía y UGT FICA Andalucía.
Últimas publicaciones
El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación
Sigue leyendo
El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.
Sigue leyendo
Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.
