Identificación de un sistema de separación bifásica en una estación de recolección de crudo a través de técnicas de inteligencia artificial

Authors

DOI:

https://doi.org/10.15665/rp.v12i2.285

Keywords:

Técnicas de Identificación, Fuzzy, Separador de dos fases, Modelado.

Abstract

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.

References

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.

Downloads

Issue

Vol. 12 No. 2 (2014)

Section

Articles

License

The authors to publish in this journal agree to the following conditions:

  1. The authors transfer the copyright and give the the journal first publication right of the work registered with Creative Commons Attribution License, which allows third parties to use the published work on the condition of always mentioning the authorship and first publication in this journal.
  2. The authors may perform other independent and additional contractual arrangements for the non-exclusive distribution of the version of the article published in this issue (E.g., Inclusion in an institutional repository or publication in a book), it must be indicated clearly that the work was first published in this journal.
  3. It allows and encourages the authors to publish their work online (eg institutional or personal pages) before and during the review and publication process. It can lead to productive exchanges and greater and faster dissemination of the published work (see The Effect of Open Access)

Instructions to fill out Certificate of Originality and Copyright Assignment

  1. Click here and get the forms of Certificate of Originality and Copyright Assignment  .
  2. In each field to fill out, click and complete the corresponding information.
  1. Once the fields are filled out, at the end of the form copy your scanned signature or digital signature. Please adjust the size of the signature on the form.
  2. Finally, you can save them as pdf files and send them through the OJS platform as an attachment.