CatBoost redujo un 60% el error de dosificación de ferromanganeso en coladas simuladas

El responsable de la colada añade ferromanganeso al acero para alcanzar el contenido de manganeso requerido. Un exceso supone un consumo innecesario de material; una cantidad insuficiente implica el riesgo de producir acero defectuoso. En un proyecto didáctico publicado en Habr, Ramil Maksyutov mostró cómo CatBoost puede calcular la adición mínima a partir de los datos disponibles antes de incorporar la ferroaleación. Con coladas generadas artificialmente, el modelo redujo el error absoluto medio aproximadamente un 60% respecto a una predicción sencilla basada en la mediana.

Para los desarrolladores y responsables de producto, lo útil es la estructura de la solución: qué datos se pueden proporcionar al modelo, con qué comparar el resultado y por qué una cifra atractiva de ahorro potencial no puede trasladarse directamente a una propuesta comercial. El proyecto muestra el recorrido desde una tabla hasta una calculadora y, al mismo tiempo, delimita el alcance de este tipo de prototipo.

Cómo calcula el modelo la adición

La tarea se centra en la fabricación de acero 35L en un horno de arco eléctrico. En la simulación, la masa de acero líquido es de unos 3000 kg y el objetivo del cálculo es llevar el contenido de manganeso al umbral inferior del 0,45% indicado por el autor. Para ello, hay que estimar cuánto ferromanganeso se incorporará realmente al metal.

Una misma adición produce resultados distintos según las condiciones. En el generador de datos, la recuperación depende de la temperatura, el oxígeno y la basicidad de la escoria. Esta última caracteriza su composición química. El responsable de la colada no conoce de antemano la recuperación final, por lo que el modelo recibe variables indirectas: las masas de los componentes de la carga, el consumo de oxígeno, la temperatura, la basicidad y el contenido de carbono.

Imaginemos una calculadora: el ingeniero de proceso introduce los parámetros de la colada, obtiene el mínimo calculado y después añade un margen de seguridad. La interfaz permite comparar esta dosis con el consumo habitual. Pero la magnitud de ese margen necesita una justificación propia: un control deslizante, por sí solo, no convierte una predicción en una recomendación segura para la producción.

Un detalle fundamental es que las variables de entrada no incluyen la composición final del acero ni la recuperación real de manganeso. Estos valores se conocen después de decidir la adición. Utilizarlos durante el entrenamiento daría lugar a una prueba convincente que sería imposible reproducir en el momento de elegir la dosis real.

Qué significa reducir el error un 60%

El proyecto utiliza 2000 coladas sintéticas. De ellas, 1280 se destinan al entrenamiento, 320 a elegir el momento de parada y otras 400 a la evaluación final. Esta división resuelve un problema concreto de la versión anterior: el conjunto de prueba servía tanto para elegir el número de árboles como para obtener la evaluación final.

En el conjunto de prueba independiente, el error absoluto medio de CatBoost fue de 0,352 kg. Una referencia sencilla que siempre devuelve la mediana del conjunto de entrenamiento registró un error de 0,873 kg. La diferencia equivale a una reducción del error de aproximadamente el 60%. Es una comparación útil: sin una referencia inicial, resulta difícil saber si el resultado justifica aumentar la complejidad del sistema.

Sin embargo, el modelo reconstruye las relaciones que el autor incorporó previamente al generador. La importancia de la basicidad de la escoria alcanza el 69,7%, pero esta cifra no puede extrapolarse a un horno real. En los datos generados, la temperatura y el oxígeno apenas alcanzan los intervalos en los que se activan las penalizaciones correspondientes. La distribución de importancia resultante describe, ante todo, el diseño del experimento.

Por qué casi 10 kg todavía no constituyen un ahorro

En la simulación, la adición real media es de 26,9 kg, mientras que el mínimo calculado ronda los 17 kg. El autor obtiene una diferencia media de 9,84 kg por colada y la califica expresamente como una estimación superior. El artículo no presenta ahorros confirmados en producción.

La razón es clara: el objetivo se calcula exactamente en el límite inferior permitido. Si el modelo subestima la dosis necesaria, el margen de seguridad puede resultar insuficiente. Un error medio de 0,352 kg no muestra la gravedad de los fallos individuales ni su frecuencia. Para implantar el sistema habrá que evaluar precisamente esos casos, además de tener en cuenta los errores de medición y los cambios en las condiciones de producción.

La conclusión práctica para un equipo que desarrolle un producto similar es empezar por la disponibilidad de los datos de entrada y una referencia sencilla, y después validar el modelo con coladas reales teniendo en cuenta cuándo se realizaron. El margen de seguridad y el riesgo aceptable deben acordarse con los ingenieros de proceso. La calculadora en Streamlit del artículo sirve para debatir la lógica y demostrar el prototipo; los fundamentos para dosificar en producción deberán establecerse mediante una validación independiente.