VIDRALA- ESPAÑA

La energía es el principal coste en la producción de vidrio, ya que representa más del 50% de los costes totales de producción. El 80% de este coste procede directamente de los combustibles utilizados para alimentar los hornos que funden las materias primas. En Vidrala esto supone una cantidad total de 3.488 GWh al año, con un coste tremendo en un escenario de costes energéticos al alza como el actual. Además de este coste directo que supone el consumo de combustibles fósiles, el uso de estos combustibles añade otro coste relacionado con las emisiones de CO2. Todos estos factores hicieron reflexionar a la empresa sobre la mejora de la eficiencia de los procesos de producción, optimizando la actividad de los hornos para consumir la menor cantidad de energía posible sin comprometer la calidad.

Esto supondría no sólo una reducción bastante considerable del consumo de energía, sino también de las emisiones de CO2, con el consiguiente ahorro en derechos de emisión.

La solución pretendía ahorrar energía mediante la implantación de un sistema de control de procesos en planta basado en el despliegue de nuevos sistemas de control extremo a extremo en los hornos de vidrio para el proceso de fabricación de los envases mediante técnicas de Inteligencia Artificial y Machine Learning. Para ello, se introdujeron sistemas de monitorización y herramientas informáticas que analizan los datos recogidos para identificar tendencias operativas y proponer posibles soluciones a los operarios, de forma que puedan tomar las medidas necesarias para ajustar los parámetros de los hornos con el fin de reducir el consumo innecesario de combustible y prevenir fallos en los equipos o en la calidad.

El punto fuerte del sistema es que, mediante la recogida continua de datos y el análisis de los resultados obtenidos, se supone que el sistema es capaz de aprender y proponer constantemente mejores soluciones a los operadores.