Identificación de un sistema de separación bifásica en una estación de recolección de crudo a través de técnicas de inteligencia artificial
DOI:
https://doi.org/10.15665/rp.v12i2.285Palabras clave:
Técnicas de Identificación, Fuzzy, Separador de dos fases, Modelado.Resumen
En este artículo se presenta el modelamiento de un sistema de separación bifásica que hace parte de una etapa de
recibo inicial en una estación de recolección de crudo, a través de técnicas de identificación basadas en inteligencia
artificial. Adicional a la identificación del sistema realizada por dos técnicas diferentes, el modelo obtenido
se emplea para realizar la sintonización del lazo de control formado por este y por un controlador de tipo Fuzzy
basado en conocimiento experto.
Citas
A. P. Lorandi, “Controladores PID y Controladores Difusos”,
Revista de ingeniería industrial, 5(1), 2011.
H. R. Chamorro, “Diseño y Simulación de un Controlador
PD difuso para el control de velocidad de un motor de
inducción”, Ingeniería & Desarrollo, Ediciones Uninorte,
A. S. Guerrero, Identificación de un modelo dinámico
del generador de vapor de la caldera para la planta Termo-
Tasajero COLGENER, Universidad de Pamplona, Facultad
de Ingenierías y Arquitectura, Maestría en Controles
Industriales, 2012.
C. A. Arias, 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, Maestría en controles
industriales, universidad de Pamplona, 2012.
A. J. Serrano, Redes Neuronales Artificiales, Escuela Técnica
Superior de Ingeniería, Universidad de Valencia, 2010.
A. Creus, Instrumentación Industrial, Editorial Alfa-
Omega, 1999.
W. Castillo, Propiedades De Un Enfoque Difuso Para
Particionamiento Con Datos Bimodales, Revista de matemática:
Teoría y aplicaciones, Universidad de Costa Rica,
J. Martinez, On-line signature verification based on genetic
algorithms and neural-network-driven fuzzy reasoning.
IEEE Xplore. Online. Proc. of the 7th MICAI, 2008.
J. F. Botia, C. V. Isaza, T. Kempowsky, M. Le lann, J.
Aguilar, “Automaton based on fuzzy clustering methods
for monitoring industrial processes”, Engineering Applications
Of Artificial Intelligence, 26 (4), 1211 - 1220, 2013.
E. N. Sanchez, Neural identification and control of linear
induction motors, Estados Unidos Journal Of Intelligent
&Amp; Fuzzy Systems, IOS Press, 2005.
F. E. Pineda, “Herramienta de Identificación de sistemas
no lineales, utilizando clústeres difusos con salida en
SS”, Revista Clepsidra, 2010.
A. Alzate, J. J. Gutierrez, A. Escobar, Identificación de
sistemas usando clusters, Scientia Et Technica, Editorial
Universidad Tecnológica de Pereira, 2000.
E. Gómez, “Aplicación del modelo neurodifuso ANFIS
Vs Redes Neuronales, al problema predictivo de caudales
medios mensuales del río Bogotá en Villa Pinzón”,
Revista Tecnura, 14 (27), 2010.
F. Izaurieta, C Saavedra, Redes Neuronales Artificiales,
Departamento de Física, Universidad de Concepción
Chile, 2000.
E. C. Zapata, R. A. Smith, J. D. Velasquez, “Modelamiento
de Series de Caudal Usando ANFIS”, Revista Avances
en Recursos Hidráulicos, 2004.
Descargas
Número
Sección
Licencia
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as ceden los derechos de autor y dan a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Instrucciones para el llenado de la Certificación de Originalidad y la Cesión de Derechos de Autor.
- Haga click aquí y baje el formulario de Certificación de Originalidad y la Cesión de Derechos de Autor.
- En cada uno de los campos para rellenar haga click y complete lo correspondiente.
- Una vez llenos los campos, copie al final su firma escaneada o firma digital. Favor ajustar el tamaño de la firma en el formulario.
- Finalmente, lo puede guardar como pdf y enviarlo a través de la palataforma OJS, como archivo complementario.
Si tiene dudas contáctenos, por favor.
