Machine learning para predecir la calidad del secado de chapas en la industria de tableros contrachapados de Pinus radiata

Aug 5, 2026

Subir por Ezra

El aprendizaje automático se utiliza para optimizar procesos industriales complejos. En la industria de paneles contrachapados, el secado de chapas es crítico para lograr productos de alta calidad, pero la madera presenta alta variabilidad estructural y procesamiento multivariado, dificultando el control. La medición en tiempo real de múltiples variables genera grandes volúmenes de datos, habilitando enfoques basados en datos y técnicas de inteligencia artificial para predicción y control robustos. El trabajo evalúa tres algoritmos y metodología de ingeniería de datos, obteniendo 76% de precisión con eXtreme Gradient Boosting.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas18

Tiempo de lectura28 min

AccesoGratis para descargar

Tabla de contenidos

Resumen

Introducción

Contexto de industria del futuro y datos

Sensores, aprendizaje automático y decisión en línea

Objetivo y metodología

Algoritmos evaluados y reducción de variables

Análisis de correlación y componentes principales

Resultados y conclusiones

ISSN impresa ISSN online 0717-3644 0718-221X Maderas. Ciencia y tecnología 2024 (26): 46, 1-18 DOI: 10.22320/s0718221x/2024 .46 MACHINE LEARNING PARA PREDECIR LA CALIDAD DEL SECADO DE CHAPAS EN LA INDUSTRIA DE TABLEROS CONTRACHAPADOS DE Pinus radiata MACHINE LEARNING TO PREDICT VENEER DRYING QUALITY IN THE Pinus radiata PLYWOOD INDUSTRY Mario Ramos-Maldonado1,♠ [https://orcid.org/0000-0001-9498-6373](https://orcid.org/0000-0001-9498-6373) Thays Duarte-Sepúlveda1 [https://orcid.org/0009-0004-7864-7020](https://orcid.org/0009-0004-7864-7020) Francisco Gatica-Neira2 [https://orcid.org/0000-0002-1968-9384](https://orcid.org/0000-0002-1968-9384) Diego Venegas-Vásconez1 [https://orcid.org/0000-0002-7376-6272](https://orcid.org/0000-0002-7376-6272) RESUMEN El Aprendizaje automático o Machine learning es una herramienta que está siendo utilizada para optimizar procesos industriales de alta complejidad. En la industria de producción de paneles contrachapados, elsecado de chapas es uno de los procesos más importantes ya que permite obtener productos con alta calidad. La naturaleza biológica y alta variabilidad estructural de la madera hace que su procesamiento industrial sea multivariado y difícil de controlar. La gran cantidad de variables presentes y la posibilidad cada vez másfrecuente de medirlas en tiempo real están permitiendo la disponibilidad de una gran cantidad de datos. En la actualidad, el enfoque basado en datos y las técnicas de Inteligencia Artificial, específicamente Machine learning, pueden permitir enfoques robustos de predicción y de control. En la industria de procesos con altosniveles de automatización es posible viabilizar la toma de decisiones para predecir la calidad del producto, monitoreando las variables de control explicativas. El objetivo de este trabajo fue evaluar el comportamientode tres algoritmos de Machine learning para predecir la calidad del proceso de secado de chapas a partir de unnúmero considerable de variables de entrada capturadas de un proceso industrial real. Se utilizó la plataforma Weka y código Python. Se evaluaron los algoritmos: K-Nearest-Neighbor, eXtreme Gradient Boosting y Support Vector Machine. Se realizó reducción de variables y dimensionalidad de análisis de correlación y de componentes principales. Los resultados demostraron que eXtreme Gradient Boosting logró una precisión del 76 % en la predicción de resultados de calidad. Finalmente, se concluye que la metodología de ingeniería de datos y los algoritmos fueron eficientes para predecir los datos industriales. Palabras claves: Algoritmos de aprendizaje supervisado, calidad de la madera, modelo predictivo, secadode chapas, optimización de procesos. 1Universidad del Bío-Bío. Facultad de Ingeniería. Departamento de Ingeniería en Maderas. Grupo de Investigación en Sistemas Inteligentes. Concepción, Chile. 2Universidad del Bío-Bío. Facultad de Ciencias Empresariales. Departamento de Economía y Finanzas. Concepción, Chile. Grupo de Investigación Socioeconómica Medioambiental (ISMA) (GI2320140) . Concepción, Chile ♠Autor de [correspondencia: mramos@ubiobio.cl](correspondencia: mramos@ubiobio.cl) Recibido: 31.10.2023 Aceptado: 30.06.2024 1 Maderas. Ciencia y tecnología 2024 (26): 46, 1-18 Universidad del Bío-Bío ABSTRACT Machine learning is a tool that is being used to optimize highly complex industrial processes. In the plywood panel production industry, veneer drying is one of the most important processes as it allows to obtain high quality products. The biological nature and high structural variability of wood turns its industrial processing multivariate and difficult to control. The large number of variables present and the increasing possibility to measure them in real time are enabling the availability of a large amount of data. Nowadays, data-driven approach and Intelligence Artificial techniques, specifically Machine Learning can enable robust prediction and control approac

Preguntas frecuentes

Por qué el secado de chapas es un proceso clave en la producción de contrachapados?

Porque permite obtener productos con alta calidad. Además, la variabilidad biológica y estructural de la madera vuelve el proceso difícil de controlar.

Qué algoritmos de machine learning se evaluaron para predecir la calidad del secado?

Se evaluaron K-Nearest-Neighbor, eXtreme Gradient Boosting y Support Vector Machine.

Qué precisión alcanzó eXtreme Gradient Boosting en la predicción de la calidad?

Logró una precisión del 76% en la predicción de resultados de calidad.

Aug 5, 2026

Subir por Ezra