Detección, predicción y reducción de defectos producidos durante la colada continua mediante modernas técnicas de Big data y sistemas de inspección de nueva generación. Nº de expediente: RTC-2016-4883-5.

 

El objetivo principal de este proyecto es la maximización de la eficiencia del proceso productivo de colada continua de acero mediante el desarrollo de un sistema integral que permita predecir, detectar y evitar la presencia de defectos en etapas avanzadas del proceso productivo.

Para ello se han desarrollado modelos para la predicción de aparición de defectos y modelos de clasificación de defectos utilizando deep learning.

Colaboradores en el proyecto:
  • ArcelorMittal España
  • Universidad de Oviedo
  • ISEND
  • InnerSpec