Desarrollo de un gemelo digital para una refinería electrolítica de cobre

Simple item page
dc.catalogadorpva
dc.contributor.advisorNúñez Retamal, Felipe Eduardo
dc.contributor.advisorSalas Morales, Juan Carlos
dc.contributor.authorMinder Águila, Javiera Paulina
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date.accessioned2025-10-01T16:52:13Z
dc.date.available2025-10-01T16:52:13Z
dc.date.issued2025
dc.descriptionTesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2025
dc.description.abstractLa refinación electrolítica de cobre enfrenta hoy mayor variabilidad en la composición de los ánodos y crecientes exigencias de competitividad. Para apoyar la toma de decisiones, se desarrolló un gemelo digital basado en datos históricos de una refinería electrolítica de cobre en Chile. La base de datos incluye 20 variables de entrada y 6 de salida (2016-2022). Se preprocesó mediante interpolación lineal y normalización Min-Max, técnica que mostró menor error y mejor preservación de rangos que la estandarización. El flujo de modelado tiene dos niveles: Nivel 1, modelos por sección que predicen la composición del electrolito y los cortocircuitos; Nivel 2, modelos que estiman la calidad de los cátodos a partir de esas salidas. La arquitectura utilizada es un encoder–decoder con capas LSTM. Los hiperparámetros se ajustaron por optimización bayesiana y la validación cruzada mitigó el sobreajuste. Los modelos se entrenaron y validaron con tres ventanas: 2016-2018, 2016-2022 y 2020-2022. En todas, el desempeño fue similar para el electrolito (aproximadamente 5 % MAPE) y la calidad de cátodos aproximadamente 1 %), pero la predicción de cortocircuitos mejoró con los datos 2020-2022, bajando el error a menos de un 10 %. El análisis de sensibilidad confirmó que densidades de corriente más altas incrementan los cortocircuitos y disminuyen la eficiencia de corriente o que el enriquecimiento de Sb en los ánodos disminuye la solubilidad de As en el electrolito. Los modelos se integraron en una interfaz interactiva capaz de evaluar escenarios y mostrar su impacto sobre indicadores críticos. La validación externa corroboró su precisión y definió criterios de reentrenamiento. Se concluye que un gemelo digital basado en aprendizaje profundo es viable y útil para anticipar la calidad de cátodos y evaluar estrategias operativas, confirmando la hipótesis de la investigación.
dc.description.funderANID
dc.fechaingreso.objetodigital2025-10-01
dc.format.extentxvi, 180 páginas
dc.fuente.origenAutoarchivo
dc.identifier.doi10.7764/tesisUC/ING/105856
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/105856
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/105856
dc.information.autorucEscuela de Ingeniería; Núñez Retamal, Felipe Eduardo; 0000-0002-8741-717X; 131441
dc.information.autorucEscuela de Ingeniería; Salas Morales, Juan Carlos; 0000-0001-7674-6376; 1020223
dc.information.autorucEscuela de Ingeniería; Minder Águila, Javiera Paulina; S/I; 1065940
dc.language.isoes
dc.nota.accesocontenido completo
dc.rightsacceso abierto
dc.subjectGemelo digital
dc.subjectRefinación electrolítica de cobre
dc.subjectRedes neuronales recurrentes
dc.subjectAprendizaje profundo
dc.subject.ddc620
dc.subject.deweyIngenieríaes_ES
dc.titleDesarrollo de un gemelo digital para una refinería electrolítica de cobre
dc.typetesis de maestría
sipa.codpersvinculados131441
sipa.codpersvinculados1020223
sipa.codpersvinculados1065940
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TESIS_JMinder.pdf
Size:
8.53 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.98 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
ING Tesis magíster