Autor Ledwing Dario García Mateus

Director: PhD. Oscar Eduardo Gualdrón Guerrero

Co – Director: Ph.D. Cristhian Manuel Duran

 

RESUMEN

 

En este trabajo se realiza la obtención del modelo de un separador bifásico (separa agua/crudo de gas) llamado bota de gas, el cual se ubica en la etapa de recibo inicial en una estación de recolección de crudo. Este modelamiento se logra a través de técnicas de identificación basadas en inteligencia artificial, redes neuronales y dentro de esta, una topología que es el algoritmo ANFIS. Para realizar este proceso de identificación se realiza el análisis de las variables asociadas al sistema para determinar cuáles de estas determinan su comportamiento. Una vez definidas las variables se realiza la obtención de la data del sistema (variables de entrada/salida) a través de la aplicación Trendworx que es un software para historizar el comportamiento de la instrumentación asociada al proceso.

Con el modelo del sistema obtenido a través de técnicas de identificación, se muestran dos aplicaciones al proceso que permiten evaluar la utilidad del mismo. En la primera se realiza el controlador para el lazo de control de flujo/nivel del separador bifásico a través de control Fuzzy, el cual mejora el comportamiento que tenía el sistema al inicio de esta investigación. En la segunda se realiza la clasificación de fallos inherentes al sistema a través de métodos de agrupamiento difuso (clusters difusos).

 

Bibliografía

 

[1] Francisco Hurtado Rico , “Estimación de los parámetros físicos de un motor de corriente directa usando el algoritmo de Steiglitz-MCBride”, Tesis de maestría con espacialidad en ingeniería eléctrica, Instituto Politécnico Nacional, 2005.

 

[2] “System Identification Toolbox”, Matlab, 1995.

 

[3] Raquel Flórez López, “Las Redes Neuronales Artificiales”, Editorial Netbiblo, España,2008.

 

[4] Fernando Izaurieta y Carlos Saavedra, “Redes Neuronales Artificiales”, Departamento de Física, Universidad de Concepción Chile, 2000.

[5]Antonio J. Serrano, “Redes Neuronales Artificiales”, Escuela Técnica Superior de Ingeniería, Universidad de Valencia, 2009-2010.

 

[6] Kishan MEhrotra, “Elements of artificial Neural Networks”, Massachusetts Institute of Technology, 1997.

 

[7] Rocco Tarantino Alvarado, “Curso de Identificación de Sistemas”, Pamplona, Colombia, Universidad de Pamplona 2011.

 

[8] Francisco Hurtado Rico , “Estimación de los parámetros físicos de un motor de corriente directa usando el algoritmo de Steiglitz-MCBride”, Tesis de maestría con espacialidad en ingeniería eléctrica, Instituto Politécnico Nacional, 2005.

 

[9] Matlab “Neural Network Toolbox”, Sistemas Conexionistas - Curso 08/09.

 

[10] Matlab “Fuzzy Logic Toolbox”, User`s Guide Version 2, The Math Works Inc., Ed.2000.

 

[11] Pedro Ponce Cruz, “Inteligencia Artificial con aplicaciones a la ingeniería”, Editorial Alfaomega, México 2012.

 

[12] Ernesto Gómez Vargas, Aplicación del modelo neurodifuso ANFIS Vs Redes Neuronales, al problema predictivo de caudales medios mensuales del río Bogotá en Villa Pinzón”, Revista Tecnura Volumen 14 N.27, Bogotá, 2010.

 

[13] Francisco Herrera Fernandez, “Sistemas neurodifusis para la identificación de sistemas”, Universidad Central de las Villas, Cuba, 2007.

 

[14] Alejandro Sallyth Guerrero Hernandez, “Identificación de un modelo dinámico del generador de vapor de la caldera para la planta TermoTasajero COLGENER”, Universidad de Pamplona, Facultad de Ingenierias y Arquitectura, Maestria en Controles Industriales, 2012.

 

[15] Castillo William, “Propiedades De Un Enfoque Difuso Para Particionamiento Con Datos Bimodales”, Revista de matemática : Teoría y aplicaciones, Universidad de Costa Rica, 2009.

 

[16] M.I. Alberto Pedro Lorandi Medina, “Controladores PID y Controladores Difusos”, Revista de ingeniería industrial,Volumen 5, No1, 2011. 98

 

[17] Cesar Augusto Arias Cijanes, "Diseño de un sistema de control tolerante a Condiciones anormales de operación basado en conocimiento para evitar la cavitación en una bomba centrifuga de un lazo de control de nivel industrial", Maestria en controles industriales, universidad de Pamplona, 2012.

 

[18] Gustavo Villalobos Ordaz, “Medición y Control de Procesos industriales”, Instituto Politécnico Nacional, México, 2006.

 

[19] Antonio Creus Solé, “Instrumentación Industrial”, Editorial Afa-Omega, 1999.

 

[20] Fisher, “Control Valve Handbook”, Fisher Controls International Inc., USA, 2001 .

 

[21] Katsuhito Ogata, “Ingeniería de Control Moderna”, Prentice Hall, Universidad de Minesota, 1998.

 

[22] Benjamin C. Kuo, “Sistemas de Control Automático”, Prentice Hall, 1996.

 

[23] Ridvan Berber, “Methods Of Model Based Process Control”, NATO Advanced Study Institute, Turkey, 1995.

 

[24] Daniel Alberer, “Identification for Automotive Systems”, Springer, 2012.

 

[25] Jhon Alex Ramirez Chaverra, “Señales y Sistemas”, Universitaria de Investigación y Desarrollo, 2005.

 

[26] Nicolás José Scenna, "Introducción a los métodos informáticos aplicados al modelado en ingeniería", Universidad Tecnológica Nacional, 1999.

 

[27] Oscar G. Duarte V.,"Analisis de sistemas dinámicos lineales", Universidad Nacional de Colombia.

 

[28] Tomas Arredondo Vidal,"Introducción a las Redes Neuronales",Universidad Técnica Federico Santa Maria, Chile, 2012.

 

[29] Emiliano Aldabas-Rubira, "Introducción al reconocimiento de patrones mediante redes neuronales", UPC-Campus Terrassa-DEE-EUETIT, España.

 

[30] Matlab, “Neural Network Toolbox”, Sistemas Conexionistas, 2009.

 

[31] Mika Sato-Ilic, “Innovations in Fuzzy Clustering”, Springer, 2006.

 

[32] Sadaaki Miyamoto, “Algorithms for Fuzzy Clustering”, Springer, 2008.

 

[33] Jose Valente de Oliveira, “Advances in fuzzy clustering and its applications”, Jhon Wiley & Sons, 2007.

 

[34] http://ocw.unican.es/ensenanzas-tecnicas/fisica-i/practicas-1/Teoria%20de%20errores.pdf

 

[35] Ingeniería de construcción de la Estación La Cira Infantas 3A. 99

 

[36] Susana Nascimento, “Fuzzy Clustering Via Proportional Membership Model”, IOS Press, 2005.

 

[37] Sandra Milena Zambrano Contreras, "Desarrollo de un modelo para la detección y el diagnóstico de fallos incipientes en una unidad de cracking catalítico fluidizado (FCC)", Maestría en Controles Industriales, Universidad de Pamplona, 2011. 

Autor Ledwing Dario García Mateus