Análisis Clúster de calidades de papelotes para su clasificación según su funcionalidad
Resumen:
El artículo titulado «Análisis Clúster de calidades de papelotes para su clasificación según su funcionalidad», escrito por Xavier Roigé, trata sobre la agrupación de materias primas para la producción de papel reciclado en función de sus propiedades morfológicas, con el objetivo de mejorar la calidad y optimizar los costos de producción. El estudio aborda la falta de información sólida en la industria del papel reciclado para respaldar las decisiones de clasificación de las materias primas. Xavier utiliza este trabajo para proporcionar un enfoque estadístico a las decisiones, en lugar de basarse únicamente en la experiencia empírica.
El objetivo principal del trabajo fue agrupar los diferentes tipos de papelotes según las propiedades morfológicas de sus fibras. Xavier empleó un análisis de componentes principales (PCA) para reducir la complejidad de los datos morfológicos y luego aplicó un análisis clúster. Esto permitió agrupar las materias primas en tres grandes grupos, basándose en características como la longitud de las fibras, la proporción de fibras cortas y finos, entre otras variables, lo que ayudó a mejorar las mezclas de materias primas para producir un papel reciclado de mayor calidad.
El estudio identificó tres grupos de materias primas con características distintas. El primer grupo incluía materias primas que limitaban la funcionalidad y calidad del papel. El segundo grupo ofrecía un buen rendimiento en términos de resistencia, mientras que el tercero mostraba un equilibrio óptimo entre calidad y funcionalidad. Estos hallazgos contradicen la clasificación previa utilizada por la empresa, lo que sugiere que ciertos criterios de clasificación empíricos podrían ser inexactos o incompletos.
Entre las lecciones aprendidas, Xavier destaca varios beneficios para la empresa, como la mejora de la calidad del producto, la optimización de los procesos de producción, la reducción de costos, y una mayor consistencia en los productos finales. También resalta cómo la clasificación basada en datos empíricos puede conducir a una toma de decisiones más eficiente y permitir una mayor innovación en la formulación de productos, lo que además contribuye a la sostenibilidad de la producción.
Finalmente, Xavier señala que este trabajo le ha permitido respaldar decisiones clave en su día a día laboral, especialmente en la optimización de procesos y la mejora de la calidad del papel reciclado. También menciona los desafíos encontrados durante la investigación, como la selección de las variables más relevantes para el análisis, y ofrece recomendaciones a futuros investigadores para llevar a cabo análisis similares con éxito.
Máster de Estadística con R Software
Máster en Machine Learning con R
Autor: Xavier Roigé
Director TFM: Juan Luis López
Fecha: 30/01/2024
Descarga el TFM
