En el ámbito del galvanizado continuo de chapa fina para la industria siderúrgica automotriz, el control preciso de la capa de zinc es fundamental. En el corazón del proceso de galvanizado continuo se encuentra el crisol o baño de zinc, un elemento esencial para garantizar una producción fluida y, al mismo tiempo, controlar los costes.
Esta presentación explica el uso del sistema de separación de aire de Clecim (Dynawipe), esencial para controlar y regular el espesor y la uniformidad del recubrimiento a lo largo y ancho de las finas tiras de acero. Este proceso responde al desafío constante de optimizar la protección contra la corrosión y minimizar el consumo de zinc; además, se alinea con la tendencia de la Industria 4.0 de registrar, analizar y modelar los procesos físicos para mejorar el rendimiento del cliente.
Esta presentación muestra cómo se utilizó JMP, paso a paso, para crear un mapa de presión en función de diversos parámetros, con el fin de compararlo con el modelado de elementos finitos. El principal desafío que abordamos fue la determinación precisa del pico de presión máximo. Nuestro enfoque consiste en registrar los datos, modelar la presión mediante una curva gaussiana (plataforma Fit Curve), exportar los parámetros, modelarlos en función de los parámetros del proceso mediante Fit Model y, finalmente, generar un gráfico animado con 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. Luego, haré una breve demostración de salto y finalizaré 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 aproximadamente 200 empleados. Disponemos de una oficina de diseño, taller y servicio de instalación y puesta en marcha in situ. Las principales actividades de Clecim son el suministro de maquinaria individual y líneas de producción completas, como líneas de decapado, recocido, galvanizado, pintura, etc. Clecim también ofrece servicios como repuestos y mantenimiento.
También contamos con un departamento de consultoría que ofrece servicios de asesoría especializada y auditorías de procesos a nuestros clientes. Algunos ejemplos de instalaciones son: laminadoras (en caliente o en frío), líneas de nivelación, sistemas de inspección de superficie para el control de calidad de la banda, soldadoras láser y muchos más.
En la parte inferior de esta diapositiva, puede ver un ejemplo de línea de galvanizado destinada al sector automotriz. La longitud de esta línea, desde aquí hasta aquí, es de aproximadamente 500 metros, y su altura aproximada es de 35 metros. En las siguientes diapositivas, nos centraremos en esta área, que corresponde a la zona de los crisoles de zinc.
En cuanto al contexto y la configuración experimental, nos encontramos en la zona del crisol de zinc, donde tenemos un baño de zinc líquido. Imaginen una tira que sale de un horno, entra en el baño de zinc y sale después de haber sido recubierta con zinc líquido. La tira está en constante movimiento; es un proceso continuo. Imaginen que, al salir del zinc líquido, la tira tiene una capa de zinc en su superficie.
Para garantizar la calidad, la productividad y la resistencia a la corrosión, es fundamental asegurar un espesor de zinc constante y homogéneo a lo largo de la banda. Esto se logra mediante un dispositivo específico, denominado cuchilla de aire. Su diseño es similar al de un secador de aire, que proyecta aire sobre la superficie de la banda para eliminar el exceso de zinc.
El objetivo del estudio fue realizar mediciones experimentales. También buscamos modelar la presión de impacto en función de diversos parámetros y compararla con la modelización por elementos finitos. Finalmente, se ajustará el modelo de elementos finitos para que concuerde con las mediciones realizadas. Aquí se muestran los resultados de la modelización por elementos finitos; ahora pasaremos al banco de pruebas.
Aquí pueden ver el banco de pruebas con el sistema de soplado de aire en funcionamiento. El dispositivo de chorro de aire está representado por el eje Y, y la altura por el eje Z. En este banco de pruebas, hemos añadido una pequeña pieza: una lámina metálica equipada con un transductor de presión para medir la presión de impacto del aire sobre ella. Esto nos permitirá simular la presión del chorro de aire sobre una tira ficticia.
Aquí se muestran las mediciones experimentales. Tenemos una medición de la velocidad del soplador, que variará y modificará la presión dentro de la cuchilla de aire. También tenemos tres posiciones (X, Y y Z), que pueden variar para las mediciones. Medimos la presión de impacto con el transductor de presión y la temperatura del aire. Con todas estas mediciones, podemos crear una tabla de datos, que analizaremos a continuación.
El flujo de trabajo del estudio es el siguiente. Comenzamos con las mediciones. Con estas mediciones, elegimos las posiciones X e Y, que son fijas, y variamos la posición Z para medir la presión de impacto. Observamos que la curva tendrá esta forma. Con esta forma, decidimos modelarla como una curva gaussiana con la herramienta de JMP denominada "Ajuste de curva gaussiana". Ahora tendremos tres parámetros que representan estas curvas: A, B y C, que corresponden al valor máximo, el punto crítico y la tasa de crecimiento.
Estos tres parámetros se incorporarán a nuestra tabla de datos y realizaremos algunas correcciones de medición. Por ejemplo, añadiremos un desplazamiento en el eje Z para recentrar todas las curvas, ya que nuestro dispositivo experimental puede presentar una ligera desviación en el eje Y. Posteriormente, hemos optado por modelar el valor máximo y la tasa de crecimiento en función de los parámetros del proceso. Crearemos una nueva tabla con la fórmula de predicción para poder predecir la presión en todo el espacio 3D en los ejes X, Y y Z, así como la velocidad del motor y la temperatura del aire.
El objetivo es obtener este gráfico de contorno. Este gráfico representa la presión prevista en función de los valores Z y X, con la temperatura del aire y la velocidad del motor del ventilador fijas. Debemos conservar 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. Aquí tienes 13 mediciones con la misma fecha y hora, que representan un conjunto de mediciones para una velocidad del motor dada, X, Y. Estamos variando el valor de 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 los valores de X de esta manera, los valores de 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 ahora grafico la presión con Z, pueden 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 ello, utilizo la plataforma de ajuste de curvas en JMP. Elijo ajustar la curva de presión como una función. Perdón, como una curva como esta. ¿Reconocen los tres parámetros que introduje anteriormente? Con esto, hago la curva de asiento con respecto a todos los puntos de medición establecidos.
Ahora, con esto, puedo incorporar, perdón, puedo extraer los valores de los parámetros en una nueva tabla como esta. Como ven, con esta medición, la misma fecha y hora, tenemos los tres parámetros y los tres valores. Tengo que modificar un poco esta tabla para dividirla y poder incorporarla a la original. Utilizo esta función de división. Ahora, una fila representa el punto crítico, la tasa de crecimiento y el valor máximo para cada punto de prueba.
Una vez que tenga esto, puedo integrar esta tabla a la original. Esto se hace de esta manera. Ahora ven la tabla original con estas columnas añadidas. Estas cuatro columnas son simplemente el cálculo de una plataforma de curvas de ajuste. Esta es una fórmula que creé. Es solo para recentrar el valor Z con respecto al punto crítico. Si uso este valor ahora, y puedo graficar la presión con respecto a este valor, y verán 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 máximo, por ejemplo. Esto es lo que puedo mostrarte aquí. Si cambio la velocidad del motor, por ejemplo, cómo está cambiando el valor máximo, o cuál es la influencia del valor X o la temperatura del aire. Para obtener estos dos perfiladores, lo mismo para la tasa de crecimiento. Para obtener estos dos perfiladores, tengo que usar una nueva plataforma, otra plataforma. Es la plataforma del modelo de ajuste. Puedes encontrarla 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 mostrarte la fórmula. La expresión de predicción. Ves que es lineal y es muy simple. Decidimos mantener este modelo. Con este modelo, puedo agregar la fórmula de predicción para el valor máximo. Aquí puedes ver que se agrega con la fórmula que tienes aquí, la reconoces. Haré lo mismo para la tasa de crecimiento. Las mismas conclusiones. Tenemos un R cuadrado muy bueno, solo los mismos parámetros, lineal también, y la misma conclusión sobre el residuo, tal vez podamos mejorar un poco, pero ese no es el punto aquí. Lo mantendremos así.
Ahora tengo dos columnas nuevas: la fórmula de predicción para el valor máximo y la fórmula para la tasa de crecimiento. Por supuesto, puedo añadir la última columna, que será la fórmula de predicción para la presión. Si les muestro la fórmula, reconocerán la fórmula de la curva gaussiana junto con la fórmula de predicción para la tasa de crecimiento y la fórmula de predicción para el valor máximo.
Ahora tenemos una fórmula de predicción para la presión en función de todos estos parámetros, además de la temperatura del aire. 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. Les mostraré cómo hacerlo. Primero, abriré las cuatro tablas que preparé. Aquí reconocen la velocidad del motor, el valor X, el valor Z y la temperatura del aire. Ahora, lo que debo hacer es combinar estas cuatro tablas en una sola con todas las combinaciones posibles entre los cuatro parámetros.
Para ello, utilizo la tabla de plataforma, tabla de concatenación, y elijo concatenar, por ejemplo, perdón, disculpe, no es concatenar, es unir. Elegimos unir la 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. Aquí puede ver todas las combinaciones entre estos dos parámetros que calculé con JMP. Me crea una nueva tabla. Si la uso de nuevo con Z y de nuevo con la temperatura del aire, tendrá una tabla de datos completa con estos cuatro parámetros.
Ya lo he hecho antes, 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 añadir mi fórmula. Aquí tenemos las cuatro columnas. Aquí tenemos la fórmula de predicción calculada previamente y la presión de predicción, la misma que mostré antes, añadida en estas columnas. La ventaja de hacer esto es que puedo cambiar la distribución o la precisión en Z, X, temperatura del aire o velocidad del motor.
Con esta tabla, ahora puedo crear el gráfico de contorno que les mostré. Aquí pueden reconocerlo, y puedo animarlo en función de la velocidad del motor. Ahora, como ven, hemos obtenido el resultado deseado, tal como se muestra aquí.
Me gustaría ofrecerles algunas conclusiones. En la parte izquierda, tenemos los resultados de un modelo de elementos finitos importados en JMP. En el centro, se muestran los resultados experimentales visualizados con JMP. Para comparar, podemos trazar estas dos curvas, que son cortes de este gráfico de contorno con un valor constante en X. Aquí se observa una muy buena concordancia entre los resultados experimentales y los del modelo de elementos finitos 3D. Sin embargo, aquí hay algunas diferencias. En este caso, nos gustaría mejorar nuestro modelo de elementos finitos modificando algunas suposiciones o parámetros de modelado.
En conclusión, podemos afirmar que JMP ayuda a Clecim a explorar datos de forma intuitiva, analizar y modelar mediciones de manera sencilla y eficaz. Validamos nuestra configuración experimental. Podemos comparar fácilmente un modelo de elementos finitos con los resultados experimentales. También podemos extrapolar nuestras mediciones y validar nuestras hipótesis. Podemos presentar los resultados de forma atractiva y comunicar y convencer a nuestros clientes de nuestro rendimiento y capacidades de estudio. Con esto concluye mi presentación y les agradezco su atención. Si tienen alguna pregunta, no duden en contactarme por correo electrónico, LinkedIn o teléfono. Gracias.
