En el presente Proyecto de Fin de Grado (PFG), se abordará el estudio, análisis y mejora de los ratios energéticos en una fundición de aceros especiales, especializada en la producción de piezas de gran tonelaje.
El objetivo principal es identificar oportunidades de optimización energética que permitan reducir los costos de producción y mejorar la eficiencia de los procesos, al tiempo que se promueve la sostenibilidad y la reducción del impacto ambiental.
Para abordar este tema, se hará un estudio previo de los resultados y comportamientos de estos procesos durante un periodo de tiempo determinado, realizando una base de datos que recoja ratios energéticos e indicadores que sostendrán las simulaciones.
Como solución hacia el ahorro se realizará un sistema automático de cálculo de costo en referencia a las planificaciones de los procesos de fusión y tratamiento térmico, mediante simulaciones comparativas con escenarios reales.
Esto permitirá prever a futuro los costes de producción asociados a estos procesos y permitir anticiparnos optimizando la planificación real, reduciendo no solo costes de producción, si no también, consumos energéticos y la huella de carbono.
In the present Bachelor's degree project (TFG), we will address the study, analysis, and improvement of energy ratios in a special steel foundry, specialized in the production of large tonnage parts.
The main objective is to identify opportunities for energy optimization that allow for the reduction of production costs and improvement of process efficiency, while promoting sustainability and reducing environmental impact.
To address this issue, a preliminary study of the results and behaviors of these processes over a specific period will be conducted, creating a database that captures energy ratios and indicators supporting the simulations.
As a solution towards savings, an automatic cost calculation system will be implemented in reference to the planning of melting and heat treatment processes, through comparative simulations with real scenarios.
This will enable forecasting future production costs associated with these processes and allow us to anticipate optimization in real planning, reducing not only production costs but also energy consumption and carbon footprint.
