En el campo de la galvanización continua de chapa fina para la industria siderúrgica del automóvil, el control preciso de la capa de zinc es de gran importancia. En el corazón del proceso de galvanización continua se encuentra el baño de zinc, un elemento esencial para garantizar una producción fluida y controlar los costes.
Esta presentación explica el uso del sistema de entrehierro de Clecim (Dynawipe), que es esencial para controlar y regular el espesor y la uniformidad del recubrimiento en todo el ancho y largo de las tiras finas de acero. Este proceso responde al desafío permanente de optimizar la protección contra la corrosión y minimizar el consumo de zinc; también se ajusta a la tendencia de la Industria 4.0 de registrar, analizar y modelar los procesos físicos para mejorar el rendimiento de los clientes.
Esta presentación muestra cómo se utilizó JMP, paso a paso, para crear un mapa de presión en función de varios parámetros para compararlo con el modelado de elementos finitos. El principal desafío que abordamos fue la determinación precisa del pico de presión máxima. Nuestro enfoque consiste en registrar los datos, modelar la presión utilizando una curva gaussiana (plataforma Fit Curve), exportar los parámetros, modelarlos en función de los parámetros del proceso utilizando Fit Model y luego producir un gráfico animado utilizando Graph Builder.
Hola, mi nombre es Stephane Gouttebroze y les presentaré este documento titulado Zinc Coating Excellence: Leveraging JMP for Accurate Pressure Control and Thermodynamic Modeling. Este es el contenido de mi presentación. Primero, una breve introducción sobre Clecim. Después, hablaré sobre los antecedentes y la configuración experimental. Después, haré una pequeña demostración de salto y terminaré con algunas conclusiones. Clecim, ¿quiénes somos? Somos un integrador francés de equipos para la industria siderúrgica mundial. Estamos ubicados en Francia, cerca de Lyon, en Montbrison.
La empresa tiene 100 años de antigüedad y contamos con unos 200 empleados. Contamos con una oficina de diseño, un taller y un servicio de instalación y puesta en marcha in situ. Las principales actividades de Clecim son el suministro de máquinas individuales y también de líneas de producción completas como líneas de decapado, recocido, galvanizado, pintura, etc. Clecim también puede proporcionar servicios como repuestos o mantenimiento.
Contamos también con un departamento de consultoría que puede aportar conocimientos y auditorías de procesos a nuestros clientes. Los ejemplos de instalación son los siguientes. Por ejemplo, trenes de laminación en caliente o en frío, líneas de nivelación, sistemas de inspección de superficies para la calidad de las bandas, soldadoras láser, y muchos más.
En la parte inferior de esta diapositiva, se puede ver un ejemplo de línea de galvanización dedicada al mercado automotriz. La longitud de esta línea de aquí a aquí es de unos 500 metros y la altura aproximada es de 35 metros. En las siguientes diapositivas, nos centraremos en esta área, que es el área de la olla de zinc.
En cuanto a los antecedentes y la configuración experimental, nos encontramos en el área del crisol de zinc, y aquí hay un baño de zinc líquido. Aquí hay que imaginar una tira que sale de un horno, entra en el baño de zinc y sale después de estar recubierta de zinc en este zinc líquido. La tira está en continuo movimiento. Es una producción continua. Se puede imaginar que una vez que la tira sale del zinc líquido, hay una capa de zinc recubierta en su superficie.
Para lograr calidad, productividad y resistencia a la corrosión, debemos asegurarnos de que el espesor de zinc sea constante y homogéneo a lo largo y ancho de la banda. Esto se garantiza mediante un dispositivo específico, que llamamos cuchilla de aire. Es este diseño. De hecho, es como un secador de aire. Sopla aire sobre la superficie de la banda para eliminar el exceso de zinc.
El objetivo del estudio era realizar mediciones experimentales. También queremos modelar la presión de impacto con respecto a varios parámetros y compararla con el modelado de elementos finitos. Al final, ajustar el modelo de elementos finitos para que coincida con lo que hemos medido. Aquí tienes los resultados del modelado con elementos finitos y ahora pasaremos al banco de pruebas.
El banco de pruebas es, como se puede ver aquí, el sistema de soplado de aire en funcionamiento. Aquí, se ve el dispositivo de cuchilla de aire. El ancho de este dispositivo se representa con el eje Y, y la altura se representa con el eje Z. En este banco de pruebas, agregamos una pequeña pieza aquí, que es una lámina de metal, instrumentada con un transductor de presión para medir la presión de impacto del aire sobre esta lámina de metal. Esto será útil para representar la presión de la cuchilla de aire en una tira ficticia.
Aquí se muestran las mediciones experimentales. Tenemos una medición de la velocidad del soplador, que variará y cambiará la presión dentro de la cortina de aire. También tenemos tres posiciones X, Y y Z, que pueden variar para las mediciones. Medimos la presión de impacto aquí con el transductor de presión y la temperatura del aire. Con todas estas mediciones, podemos construir una tabla de datos, y veremos a continuación esta tabla.
El flujo de trabajo del estudio es el siguiente. Empezamos aquí con las mediciones. Con estas mediciones, elegimos la posición X e Y, que son fijas, y vamos variando la posición Z para medir la presión de impacto. Vemos que la curva tendrá esta forma. Con esta forma, decidimos modelar como una curva gaussiana con la herramienta de JMP llamada curva de ajuste gaussiano. Ahora tendremos tres parámetros que representan estas curvas, A, B y C, que son el valor pico, el punto crítico y la tasa de crecimiento.
Estos tres parámetros se incorporarán a nuestra tabla de datos y realizaremos algunas correcciones en las mediciones. Por ejemplo, agregaremos un desplazamiento Z para centrar nuevamente todas las curvas, ya que nuestro dispositivo experimental puede desviarse un poco en el eje Y. Después de eso, hemos optado por modelar el valor pico y la tasa de crecimiento como una función de los parámetros del proceso. Realizaremos una nueva tabla con la fórmula predicha para poder predecir la presión en todo el espacio 3D en X, Y y Z, y también en la velocidad del motor y la temperatura del aire.
El objetivo es obtener este gráfico de contorno. Este gráfico de contorno representa la presión prevista con respecto al valor Z y al valor X con la temperatura del aire fija y la velocidad del motor del ventilador fija. Tenemos que mantener esta curva y ahora les mostraré cómo obtener este gráfico de contorno.
Ahora tengo que cambiar a JMP. Abriré la tabla de datos. La tabla de datos está aquí. Tienes aquí 13 mediciones con la misma fecha y hora, que representan un conjunto de mediciones para una velocidad de motor dada, X, Y. Estamos variando el valor Z de menos tres a más tres, y medimos la presión de impacto y la temperatura del aire. Puedo mostrarte todos los puntos de medición aquí. Puedes ver que hemos elegido hacer valores X como estos, valores Y y Z. No tenemos una representación optimizada. En el futuro, nos gustaría hacer un diseño de experimento para tener una mejor representación de este espacio 3D.
Si trazo ahora la presión con Z, puedes reconocer esta forma de curva gaussiana. No todas las curvas están alineadas. Esto se debe al fenómeno que expliqué anteriormente con la deriva en el banco de pruebas. El objetivo ahora será modelar todas estas curvas como una función de estos parámetros. Para hacer eso, utilizo la plataforma de ajuste de curvas en JMP. Elijo ajustar la presión de la curva como una función. Perdón, como una curva como esta. ¿Reconoces los tres parámetros introducidos anteriormente? Con esto, hago la curva sentada con respecto a todos los puntos de ajuste de las mediciones.
Ahora, con esto, puedo incorporar, perdón, puedo extraer los valores de los parámetros en una nueva tabla como esta. Ves que con esta medida, la misma fecha y hora, tenemos los tres parámetros y los tres valores. Tengo que modificar un poco para dividir esta tabla para poder incorporarla en la original. Utilizo esta función de división. Ahora una fila representa el punto crítico, la tasa de crecimiento y el valor pico para cada punto de prueba.
Una vez que tengo esto, puedo integrar esta tabla a la original. Esto se hace haciendo esto. Ahora ves la tabla original aquí con estas columnas agregadas. Estas cuatro columnas son solo el cálculo de una plataforma de curva de ajuste. Esta es una fórmula que creé. Es solo para centrar nuevamente el valor Z con respecto al punto crítico. Si uso este valor ahora y puedo trazar la presión con respecto a este valor, y ves que ahora todas las curvas están alineadas a cero.
Con esta curva, ahora me interesa saber o encontrar qué parámetros o cómo los parámetros están variando el valor pico, por ejemplo. Esto es lo que puedo mostrarles aquí. Si cambio la velocidad del motor, por ejemplo, cómo está cambiando el valor pico, o cuál es la influencia del valor X o la temperatura del aire. Para obtener estos dos perfiles, lo mismo para la tasa de crecimiento. Para obtener estos dos perfiles, tengo que usar una nueva plataforma, otra plataforma. Es la plataforma del modelo de ajuste. La pueden encontrar aquí. Elijo mantener solo tres parámetros con, es un modelo lineal. Para mí, es un buen modelo porque tenemos un buen R cuadrado.
Podemos mejorar un poco este modelo porque aquí la forma, el patrón en los valores residuales parece estar optimizado, pero elegimos mantenerlo así porque será una fórmula simple. Puedo mostrarles la fórmula. La expresión de predicción. Verán que es lineal y muy simple. Decidimos mantener este modelo. Con este modelo, puedo agregar la fórmula de predicción para el valor pico. Aquí pueden ver que se agrega con la fórmula que tienen aquí, la reconocen. Haré lo mismo para la tasa de crecimiento. Las mismas conclusiones. Tenemos un R cuadrado muy bueno, solo los mismos parámetros, también lineal, y la misma conclusión sobre el residuo, tal vez podamos mejorar un poco, pero no es el punto aquí. Mantendremos así.
Ahora tengo dos columnas nuevas: la fórmula de predicción del valor pico y la de la tasa de crecimiento. Por supuesto, puedo añadir la última, la última columna, que será la fórmula de predicción de la presión. Si te muestro la fórmula, reconocerás la fórmula de la curva de Gauss con la fórmula de predicción de la tasa de crecimiento y la fórmula de predicción del valor pico.
Ahora, tenemos una fórmula de predicción para la presión y como función de todos estos parámetros más la temperatura del aire. Ahora, la idea es construir una nueva tabla que contenga estos parámetros con valores dentro de los límites de las mediciones, pero con, por ejemplo, una distribución optimizada. Te mostraré cómo hacer esto. Primero, simplemente abriré. Preparé las cuatro tablas. Reconoces aquí la velocidad del motor, el valor X, el valor Z y la temperatura del aire. Lo que tengo que hacer ahora es combinar estas cuatro tablas en una sola con todas las combinaciones posibles entre los cuatro parámetros.
Para eso, utilizo la tabla de plataforma, concatenar tabla, y elijo concatenar, por ejemplo, perdón, no es concatenar, es unir. Elegimos unir tabla. Elegimos unir la velocidad del motor con, por ejemplo, D, y en lugar de usar por columna coincidente, tengo que cambiar y elegir unión cartesiana. Puedes ver aquí, todas las combinaciones entre estos dos parámetros las calculé con JMP. Me crea una nueva tabla. Si la uso nuevamente con Z y nuevamente con la temperatura del aire, tendrás una tabla de datos completa con estos cuatro parámetros.
Ya lo he hecho anteriormente, así que lo abriré. Aquí tienes mis cuatro parámetros con todas las combinaciones posibles, lo que da como resultado unas 3000 filas. Con esta tabla, puedo agregar mi fórmula. Aquí tenemos las cuatro columnas. Aquí tenemos la fórmula de predicción calculada anteriormente y la presión de predicción, la misma que se mostró anteriormente, agregada en estas columnas. La ventaja de hacer esto es que puedo cambiar la repartición o la precisión en Z, X, temperatura del aire o velocidad del motor.
Con esta tabla, ahora puedo hacer el gráfico de contorno que les mostré. Aquí pueden reconocerlo y puedo animarlo con respecto a la velocidad del motor. Ahora, ven que obtuvimos lo que nos gustaría tener como se muestra aquí.
Me gustaría darles algunas conclusiones. Las conclusiones son que tenemos aquí en la parte izquierda, los resultados de un modelo de elementos finitos importados en JMP. En esta parte central, están los resultados experimentales visualizados con JMP. En comparación, podemos trazar estas dos curvas, que son cortes de este gráfico de contorno con un valor X constante. Aquí se ve una muy buena correspondencia entre el modelo experimental y el modelo de elementos finitos 3D. Mientras que aquí tenemos algunas diferencias. En este caso, nos gustaría mejorar nuestro modelo de elementos finitos cambiando algunas suposiciones o algunos parámetros de modelado.
En conclusión, podemos decir que JMP ayuda a Clecim a explorar datos de forma intuitiva, analizar y modelar mediciones de forma sencilla y eficaz. Hemos validado nuestra configuración experimental. Podemos comparar fácilmente un modelo de elementos finitos y resultados experimentales. También podemos extrapolar nuestras mediciones, validar nuestras suposiciones. Podemos presentar los resultados de forma atractiva y comunicar y convencer a nuestros clientes de nuestro rendimiento y capacidades de estudio. Esta es la conclusión de mi discurso, y me gustaría agradecerles su atención. Si tienen preguntas, no duden en ponerse en contacto conmigo por correo electrónico, por LinkedIn o por teléfono. Gracias.
