Los procesos térmicos por lotes, como hornos industriales, secadores y reactores térmicos, constituyen operaciones críticas dentro de numerosos entornos productivos debido a su influencia directa sobre la calidad final del producto y la eficiencia operativa. Sin embargo, los fenómenos de sobrecalentamiento rara vez se manifiestan inicialmente como producto defectuoso visible, sino que suelen presentarse mediante derivas térmicas graduales, pérdida de uniformidad espacial, incrementos en los tiempos de sostenimiento, retrabajos o paradas correctivas. Esta situación provoca que los sistemas convencionales de medición de desempeño, particularmente aquellos basados en el indicador Overall Equipment Effectiveness (OEE), subestimen pérdidas operativas relevantes asociadas al deterioro térmico progresivo.
El presente trabajo propone un modelo analítico para la detección temprana de fallas térmicas incipientes y la estimación del riesgo de rechazo de lotes mediante una arquitectura híbrida integrada por técnicas de Control Estadístico de Procesos (SPC), modelos físicos basados en balances térmicos y algoritmos de aprendizaje automático. El modelo considera variables derivadas de la historia tiempo-temperatura, tasas de calentamiento, residuales de modelos físicos y métricas de uniformidad térmica para generar indicadores predictivos de calidad antes de que el rechazo sea observable.
Publication Date: 2026-06-18