Predicción de la finura del cemento utilizando parámetros operacionales: un enfoque basado en Machine Learning
Loading...
Date
2026
Authors
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
Este proyecto desarrolla un modelo de aprendizaje automático para predecir la finura del cemento, específicamente el porcentaje de retenido en malla 325, a partir de variables operacionales de un molino vertical. La motivación surge ante la necesidad crítica de superar las limitaciones de los métodos tradicionales de control de calidad que generan demoras y afectan tanto la eficiencia energética como la estabilidad del proceso. Para ello, se evaluaron cinco enfoques supervisados, encontrando que los modelos no lineales superaron de manera consistente al modelo lineal. Aunque el proceso gaussiano obtuvo el mejor desempeño predictivo, XGBoost fue seleccionado como modelo final por ofrecer el mejor equilibrio entre precisión, interpretabilidad y costo computacional, con un R2 cercano a 0.60 y un RMSE aproximado de 0.46% en el conjunto de prueba. Además, el análisis del modelo permitió identificar la relevancia de variables asociadas a la composición de la alimentación, la carga interna del molino y la velocidad del separador sobre la finura del producto final.