departamento de automática y sistemas computacionales
TRANSCRIPT
Universidad Central “Marta Abreu” de Las Villas
Facultad de Ingeniería Eléctrica
Departamento de Automática y Sistemas Computacionales
TRABAJO DE DIPLOMA
Propuesta para control de composición para torre
de fraccionamiento de gases licuados del petróleo
Autor: Felix Antonio Reyes López
Tutor: Dr. Ernesto Rubio
Ing. Frank Alonso Díaz
Consultante: Ing. Lidisbet Gutiérrez González
Santa Clara
Curso 2010-2011
"Año 53 de la Revolución"
Universidad Central “Marta Abreu” de Las Villas
Facultad de Ingeniería Eléctrica
Departamento de Automática y Sistemas Computacionales
TRABAJO DE DIPLOMA
Propuesta para control de composición para torre
de fraccionamiento de gases licuados del petróleo
Autor: Felix Antonio Reyes López
Tutor: Dr. Ernesto Rubio
Ing. Frank Alonso Díaz
Consultante: Ing. Lidisbet Gutiérrez González
Santa Clara
Curso 2010-2011
"Año 53 de la Revolución"
Hago constar que el presente trabajo de diploma fue realizado en la Universidad Central
“Marta Abreu” de Las Villas como parte de la culminación de estudios de la especialidad
de Ingeniería en Automática, autorizando a que el mismo sea utilizado por la Institución,
para los fines que estime conveniente, tanto de forma parcial como total y que además no
podrá ser presentado en eventos, ni publicados sin autorización de la Universidad.
Firma del Autor
Los abajo firmantes certificamos que el presente trabajo ha sido realizado según acuerdo de
la dirección de nuestro centro y el mismo cumple con los requisitos que debe tener un
trabajo de esta envergadura referido a la temática señalada.
Firma del Autor
Firma del Jefe de Departamento
donde se defiende el trabajo
Firma del Responsable de
Información Científico-Técnica
i
PENSAMIENTO
¨La alegría de mirar y comprender es el don más bello de la naturaleza¨.
Albert Einstein
ii
DEDICATORIA
Son muchas las personas a las que quisiera dedicar mi trabajo pero
entre todos hay un trió que sobresale.
A mi madre Lucy, que se sentiría muy orgullosa del hijo que no pudo ver
crecer y que hace todo por complacerla.
A mi tía Aleida, que sería la primera en la fila para ver mi graduación y a
la que le debo todo el cariño y amor del mundo.
A mi querida amiga del alma Janny Hermosa Morrell que sé que está
pasando por una etapa un tanto difícil pero que sabe que nunca la abandonaré y
que existen buenos cimientos en mi para apoyarse.
iii
AGRADECIMIENTOS
En la realización de un trabajo de diploma, normalmente intervienen
muchas personas. Vale destacar que este resultado se lo dedico a todas las que
me estiman y que de una forma u otra han ayudado en mi formación.
Quiero agradecer a mi familia por ser mi apoyo durante toda mi vida, mis
padres, Mary, Rafael, mis hermanos Allalys, Raiza, Leo, Caridad , mis abuelos, mi
tía Lourdes, mis tíos Pepe y Odalys, mi prima Deboryn y todos aquellos que
posibilitaron que mi transición hasta aquí fuera constructiva y placentera.
A Eylen que se lo duro que tuvo que ser soportarme durante tanto tiempo
y lo feliz que va ser.
A mis amigos de todos los tiempos, el clan de los Héctor´s y al
inseparable Luismo12 por los años que llevamos juntos.
A mis tutores, Frank, Ernesto Rubio, Lidisbet y a mí querida tutora-
profesora-madre María Del Carmen que hoy en día es mi faro guía en la distancia.
A todos los profesores tanto de las instituciones académicas como de la
vida que hicieron posible este resultado.
En fin la lista sería interminable por lo cual mi agradecimiento a todo aquel
que se vea reflejado en estos resultados por el amor que ha sido capaz de ofrecer.
iv
RESUMEN
El presente es una recopilación de técnicas avanzadas referidas al control de
composición para torres de fraccionamiento de gases licuados del petróleo. Se
describen las características particulares de una planta de este tipo ubicada en la
Refinería de Petróleo ―Camilo Cienfuegos‖ y se propone una estrategia para el
control de composición de este enclave industrial mediante una técnica moderna,
el control experto. Esta investigación busca los objetivos de aumentar la eficiencia
y la confiabilidad del proceso productivo con una inversión neta lo más reducida
posible sin comprometer los planes propuestos. La investigación dio como
resultados el cumplimiento de los objetivos planificados. La toma en cuenta de los
referentes de la bibliografía sobre la temática y la realización de un estudio de la
situación que existía en el parque industrial en cuanto al control de composición de
gases licuados del petróleo, proponiendo una solución particular para el caso en
cuestión. Se vislumbra más ganancias económicas para la entidad y una mayor
satisfacción para los clientes que consumen el producto. Se obtuvo un mayor
conocimiento y experiencia en las técnicas modernas de control.
v
TABLA DE CONTENIDOS
PENSAMIENTO ........................................................................................................ i
DEDICATORIA ......................................................................................................... ii
AGRADECIMIENTOS ............................................................................................. iii
RESUMEN .............................................................................................................. iv
TABLA DE CONTENIDOS ....................................................................................... v
INTRODUCCIÓN .................................................................................................... 1
CAPÍTULO 1. MARCO TEÓRICO. .......................................................................... 4
1.1. Historia breve de la Destilación........................................................................... 4
1.2. Breve Cronología del Petróleo y la destilación dentro del proceso. ............ 5
1.3. Evolución del control de composición de producto en torres de
fraccionamiento de gases. .............................................................................................. 7
1.3.1 El comienzo del viaje 1985. .......................................................................... 7
1.3.2 Compensación de interacciones. ................................................................ 8
1.3.3 Compensación Feedforward. ....................................................................... 8
1.3.4 Matriz de Ganancia Relativa. ....................................................................... 9
1.3.5 Control Multivariable Predictivo basado en Modelos. ............................ 10
1.3.6 Control Predictivo No Lineal basado en Modelos. .................................. 13
1.3.7 Control a través de Agentes Inteligentes. ................................................ 14
vi
1.3.8 Sistema de Inferencia Neural y Procesamiento Estadístico
Multivariable. ............................................................................................................... 16
1.4. Conclusiones Parciales. ..................................................................................... 18
CAPÍTULO 2. MÉTODOS Y MATERIALES. ......................................................... 19
2.1. Caracterización del proceso del bloque 400. .................................................. 19
2.2. Sistema de instrumentación del bloque 400. ................................................. 21
2.3. Sistema de Control existente en la planta. ..................................................... 23
2.4. El Control de Composición. ............................................................................... 25
2.5. Sistemas de control Inteligentes. Sistema de control experto. .................... 27
2.5.1 El Sistema Experto. ..................................................................................... 28
2.5.2 Su historia. .................................................................................................... 28
2.5.3 Sistemas Expertos. ...................................................................................... 30
2.5.4 Estructura de los Sistemas Expertos. ....................................................... 32
2.6. Conclusiones parciales del capítulo. ................................................................ 37
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL. .......................... 39
3.1. Introducción. Identificación de sistemas. ......................................................... 39
3.2. Propuesta de control experto. ........................................................................... 40
3.2.1 El sistema informático. ................................................................................ 41
3.2.1 El sistema experto. .......................................................................................... 42
3.2.2 La Base de Hechos. ........................................................................................ 43
3.2.3 La Base de Conocimientos. ........................................................................... 44
3.2.4 Motor de Inferencia. ......................................................................................... 45
3.2.5 Sistema de Respuesta. ................................................................................... 46
3.2.6 Actualización del sistema experto. ................................................................ 48
3.3. Análisis económico del proyecto....................................................................... 49
vii
CONCLUSIONES Y RECOMENDACIONES. ....................................................... 50
Conclusiones. ................................................................................................................. 50
Recomendaciones. ........................................................................................................ 51
REFERENCIAS BIBLIOGRÁFICAS ...................................................................... 52
INTRODUCCIÓN 1
INTRODUCCIÓN
El mundo y la humanidad tal como lo conocemos hoy no existirían si no
fuera por la industria de los hidrocarburos, campo fundamental en el cual se ha
basado toda la sociedad moderna. A través de la industria transformativa de los
hidrocarburos es posible hoy tener caminos, carreteras, electricidad, toda la gama
de plásticos y gomas, los abonos sintéticos, los compuestos necesarios para la
industria de los cosméticos , la química, las pinturas y esmaltes, entre otros usos
que se acumulan hasta alcanzar más de 2000 subproductos obtenidos de las
descomposiciones de las grandes cadenas de carbono que se encuentran
almacenadas en las entrañas de la tierra tras miles de millones de años. Período
en el cual el material orgánico existente en la superficie se acumuló y mediante
altas presiones y temperaturas se fueron recombinando hasta llegar a los
yacimientos de carbón mineral, petróleo y gas natural que hoy en día son
explotados desde las planicies de nuestra madre tierra hasta las grandes
profundidades de nuestros océanos.
La historia de la industria del petróleo y sus derivados tiene indicios de
existencia desde los años de la antigüedad donde abrevaderos naturales de este
oro negro fueron por primera vez documentados en los territorios que hoy
conformarían los países del Medio Oriente. Pero no es hasta el siglo 19 que
gracias a los adelantos tecnológicos y al trepidante desarrollo de la industria que
hasta ese entonces se basaba principalmente en el carbón para las calderas de
vapor es que verdaderamente comienza el desarrollo de todo el complejo sistema
que hoy conforma la exploración, extracción, transportación, transformación y
posterior utilización a la que es sometido los hidrocarburos, en especial el
petróleo.
En nuestro país no existen grandes yacimientos de hidrocarburos aunque en
los últimos 20 años se han realizado una serie de inversiones e investigaciones
con resultados positivos para el futuro. En cuanto al sector industrial tenemos que
el país se enmarca en un proyecto integracionista de energía por parte de un
INTRODUCCIÓN 2
grupo de países latinoamericanos los cuales conforman La ALBA; La Alternativa
Bolivariana para la América. Gracias a este proyecto la otrora Refinería ―Camilo
Cienfuegos‖ ubicada en la ciudad de mismo nombre recibió gran impulso en su
reactivación y puesta en marcha. Todo este volumen de inversiones logró que la
refinería alcanzara su producción de diseño de 65 000 barriles/día y se continúa
trabajando en el proyecto de expansión para llevar su capacidad de refinación a
150 000 barriles/día. En esta industria, en el bloque 400 destinado al
procesamiento de los gases licuados del petróleo es donde se desarrollará la
investigación.
Aunque existe un sistema de control automático en la instalación este no
cubre perfectamente; entiéndase de manera automática, el control de calidad del
producto saliente teniendo en cuenta los parámetros medibles en la propia línea
de producción por lo que se hace manual, a través de obreros y técnicos lo que
trae un retardo de hasta una hora o más en la toma de decisiones. Este sistema
no es eficiente para el proceso productivo por lo que se hace imprescindible
automatizarlo utilizando la propia instrumentación presente en el parque industrial.
Con el desarrollo de este proyecto se pretende aportar un granito de arena
más al proyecto multinacional del ALBA, Alternativa Bolivariana para las Américas
en la reactivación y expansión de la Refinería ―Camilo Cienfuegos‖, mejorar la
eficiencia industrial del bloque 400 de la refinería , mejorar la calidad del producto
de salida y la creación de tecnología cubana en este ámbito. La posible
generalización de este sistema a otras refinerías del país y el desarrollo de
tecnologías del patio en el desarrollo de la industria petrolera cubana y los países
―amigos‖.
Es viable su puesta en marcha precisamente a que todos los medios
materiales para su desarrollo ya se encuentran instalados en el parque industrial y
en pleno funcionamiento lo que posibilita un rápido desarrollo e implementación
del mismo. Además este trabajo formará parte una vez concluido de cantera para
el posterior avance y profundización de la investigación en proyectos futuros para
tesis de maestrías por otros integrantes del equipo de trabajo.
0.1. Objetivos
Dadas los términos antes expuestos se buscó una conciliación en cuanto a
los objetivos a trazar así como las tareas que cumplir dentro del plazo marco de
esta investigación.
0.1.1 Objetivo general.
INTRODUCCIÓN 3
El objetivo general de esta investigación es diseñar una propuesta de sistema
de control de composición inteligente para una torre de fraccionamiento de gases
licuados del petróleo.
0.1.2 Objetivos específicos.
Analizar la evolución de las estrategias de control identificando las
predominantes y las tendencias mundiales.
Caracterizar el proceso industrial donde se desea implementar los cambios
así como la instrumentación existente.
Diseñar una propuesta de estrategia de control de composición a través de
técnicas inteligentes.
0.1.3 Tareas específicas.
1.- Estudiar el marco teórico y definir la estrategia a desarrollar.
2.- Estudio de la filosofía de operación y control de la Planta de Fraccionamiento
de Gases (Sección 400) de la Planta Combinada de la Refinería ―Camilo
Cienfuegos‖.
3.- Estudio del sistema de medición de Cromatografía en Línea (Transductor GC-
1000).
4.- Identificar la problemática actual, que impiden un control de composición
eficiente en la Torre (T-401/1).
5.- Revisión bibliográfica sobre el tema, a nivel mundial (Internet, Bases de Datos
y otras).
6.- Proponer una estrategia de control, para optimizar el control de composición en
la Torre (T-401/1), conociendo la concentración de pentano en el GLP (Gas
Licuado del Petróleo) mediante el uso de la Cromatografía en Línea con el
transductor GC-1000.
7.- Elaborar un informe que contenga los resultados de la investigación.
CAPÍTULO 1. MARCO TERICO.
4
CAPÍTULO 1. MARCO TEÓRICO.
1.1. Historia breve de la Destilación.
La operación unitaria de destilación es una de las más empleadas en la
industria química, petroquímica, alimentaria, farmacéutica y perfumera, para la
separación de los componentes que forman una mezcla líquida miscible. La
destilación es una operación unitaria de transferencia de masa, tal como la
absorción o la cristalización. (Banderas, 1995 #16)
La destilación según el Diccionario de Ingeniería Química, es la operación
cuyo fin es la separación de dos o más líquidos miscibles mediante la ebullición.
Los vapores obtenidos se recuperan como producto deseable y se condesan. Los
vapores condensados son más ricos en el líquido o líquidos más volátiles,
mientras que los fondos, o líquidos remanentes, son más ricos en las sustancias
menos volátiles. Esta operación recibe también los nombres de alambicación,
refinación, agotamiento, fraccionamiento y rectificación. (Banderas, 1990 #15)
Hasta donde se sabe el proceso de destilación fue inventado por los
alquimistas egipcios (Banderas, 1995 #16). A través de los años en la antigüedad
esta técnica de separación de sustancias fue venciendo fronteras y sus técnicas
se fueron pasando de pueblo en pueblo, de cultura a cultura, de civilización a
civilización. Podemos encontrar que los griegos conocieron esta técnica e
inventaron nuevos dispositivos para mejorarla como es el caso del alambique,
figura 1.1. Ya en el mundo antiguo cuando estas técnicas llegaron a manos de los
árabes su desarrollo fue llamativo ya que estos se especializaron en la química
práctica o alquimia práctica que es como era conocido en esos tiempos, estamos
hablando de los primeros siglos de nuestra era. Sus conocimientos llegaron a ser
superiores en este campo a los conocimientos helénicos de la época (Banderas,
1995 #16).
CAPÍTULO 1. MARCO TERICO.
5
Figura 1.1 Alambique.
Todo este conocimiento cuando llego a Europa a través de los árabes con la
acumulación de conocimientos por el Medioevo causó gran impresión, ya la
destilación de alcoholes para perfumería, y la preparación de bebidas curativas. La
destilación de nuevos ácidos por parte de los italianos condujo a mejoras en la
obtención de minerales metálicos finales como el oro, con mejores por ciento de
calidad.
Los primeros libros de destilación aparecieron alrededor del siglo XVI y se
reconoce que Boyle realizó la primera destilación analítica en el proceso de
obtención de alcohol de madera y vinagre en diferentes fracciones de acuerdo con
sus puntos de ebullición. (Banderas, 1995 #16)
Se continuaron las investigaciones durante estos años y se lograron
resultados como la obtención de gas de combustión por la destilación del carbón
mineral que se utilizó en el alumbrado público, se conoció el alquitrán y el
benceno, el cual fomentó con posterioridad la industria de los esmaltes y pinturas
sintéticas.
1.2. Breve Cronología del Petróleo y la destilación dentro del
proceso.
A mediados del siglo XIX con el imponente ascenso del capitalismo mundial,
de los adelantos acumulados durante los años anteriores produjo una revolución
en la industria del petróleo hasta hacerla la base de todo el desarrollo humano que
conocemos en la sociedad actual.
Para el año 1850 las columnas rectificadoras de la industria del alcohol se
comenzaron a utilizar en la industria del petróleo y alquitrán de hulla. (Banderas,
1995 #16) Se descubrió el tolueno y el xileno, que junto con el benceno fueron
nuevas materias primas para la industria petroquímica naciente.
Con los años el desarrollo en la destilación se hizo presente, se
transformaron las viejas técnicas y aparecieron los matraces, las columnas y
condensadores, convirtiendo a la destilación en una nueva técnica industrial y de
laboratorio que no pierde su actualidad.
CAPÍTULO 1. MARCO TERICO.
6
A partir del siglo XX la industria del petróleo dio un salto exponencial
influenciado por la naciente industria automotriz partiendo claro que ya en 1859 el
Coronel Drake había demostrado la posibilidad de extraer petróleo crudo del
subsuelo y no depender de la afloraciones del mismo (Banderas, 1995 #16). La
necesidad cada vez más de subproductos de la transformación del petróleo crudo
en diferentes productos como querosene, lubricantes, parafinas, asfalto, aceite
combustible y gasolina propiciaron la aplicación de las técnicas de Trumble,
Estados Unidos, 1812, llevando la automatización a la industria, convirtiendo el
proceso por lotes en uno continuo y adaptabilidad mejor para diferentes
crudos(Banderas, 1995 #16).
En la actualidad la industria tiene para destilación continua un esquema
básico; figura 1.2, que consta por tres equipos integrados: un generador de vapor;
rehervidor o calderín, un elemento que pone en contacto vapor y líquido, columna
de platos o empacada, y un condensador, que es un cambiador de calor enfriado
por agua o por refrigerante (Banderas, 1995 #16).
Figura 1.2. Esquema de una columna de rectificación.
CAPÍTULO 1. MARCO TERICO.
7
1.3. Evolución del control de composición de producto en torres de
fraccionamiento de gases.
Desde el propio surgimiento de la industria transformativa de los
hidrocarburos los procesos físicos-químicos que forman parte indisoluble de ella
son complejos. Difíciles, de acuerdo, a la existencia de un proceso analítico eficaz
que pueda corresponderse después con los resultados obtenidos en la práctica en
las instalaciones diseñadas. En cuanto al control propiamente dicho de la columna
de destilación se ha avanzado y hoy en día se cuentan con estrategias de control
clásicas que pueden mantener dicho control en los puntos de operación deseados,
díganse variables como la temperatura y la presión que existen en el interior de
dicho elementos industriales los cuales debemos mantener alrededor de los
puntos de operación de diseño para que con posterioridad no ocurran accidentes.
Pero bueno este no es el caso que investigamos ya que la tarea que se
propone desarrollar más bien tiene que ver con el control de calidad del producto
de salida, algo engorroso de llevar a cabo dada la complejidad del sistema al ser
multivariable y no lineal; y, las exigencias de producción de hoy en día de producto
terminado, que cada vez deben ser mas exactas de acuerdo a los patrones de
medición existente. Estamos hablando por ejemplo de valores de composiciones
inferiores al 1% de impurezas en las mezclas resultantes de los productos
terminados.
Con la bibliografía existente que hemos revisado podemos encontrar
cuanto se ha avanzado en este tema y cuanto hace falta hacer por el todavía.
Muchos investigadores han encontrado disímiles soluciones a este tema y cada
una nueva y novedosa sin primar hoy en día una en absoluto, solo el tiempo dirá
con los resultados obtenidos de cada una de las técnicas aplicadas cual es la que
prevalecerá como ciencia constituida.
1.3.1 El comienzo del viaje 1985.
Han sido diferentes los actores a lo largo de los años en la investigación de
control de composición. Esta línea de trabajo siempre ha estado muy sujeta al
propio desarrollo tecnológico alcanzado por la humanidad en los terrenos de la
automática y la informática. Sectores claves como la medición fiable, confiable y
rápida de la composición de una mezcla, la creación de equipos de cómputos
capaces de procesar la necesaria cantidad de cálculos y al mismo tiempo
mantener los parámetros de funcionamiento en condiciones óptimas en los
ambientes industriales han dado suficiente dolor de cabeza a los científicos e
ingenieros como para que en el año 1985 no existiera una línea clara en cuanto a
CAPÍTULO 1. MARCO TERICO.
8
este tema como nos declara Page S. Buckley uno de los autores de ―Diseño de
Sistemas de Control de Columnas de Destilación”.
El control de composición en sí mismo es una tarea complicada que los
ingenieros en control automático han trabajado en ella durante muchos años. Tal
es el caso que se declara que el control de composición, aunque sea una simple
destilación de una mezcla binaria, no existe ningún trabajo que este publicado
todavía (Page S. Buckley, 1985 #19). Según estas mismas fuentes existen en esa
fecha una serie de trabajos publicados muy interesantes, con el objetivo central de
técnicas de control modernas, basadas en el control multivariable aunque
argumentan también que los estudios se refieren a niveles de impurezas en el
rango de valores entre 1y 5% lo cual acompañado a la toma en cuenta por estos
mismos autores, de constante la volativilidad relativa y considerar las columnas de
destilaciones como sistemas lineales siendo en la realidad sistemas altamente no
lineales en la práctica. Si a esto le sumamos que deben también producir
productos de alta pureza ,0.1mol de impurezas por ciento o menos (Page S.
Buckley, 1985 #19).
Los referidos autores definen como lineales los sistemas a estudiar para
hacer más comprensible el tema pero no descartan y recomiendan una simulación
de estudio de un sistema no lineal y realizar las comparaciones pertinentes.
Este colectivo de autores también referencia investigaciones como la
Waller y colaboradores los cuales lograron el control de la composición dual sin
desacopladores. La de Tyreus que discute una técnica de control multivariable,
cuyo diseño se realiza a través una técnica llamada la matriz inversa de Nyquist
(Page S. Buckley, 1985 #19).
1.3.2 Compensación de interacciones.
Después de un análisis completo de la bibliografía revisada se puede
afirmar por parte de los autores consultados que la compensación de
interacciones no logra alcanzar los resultados más óptimos en el cumplimiento de
los objetivos planteados para el control de composición de una columna de
destilación debido a que las técnicas de control moderno requieren un poco de
interacción para que sean óptimas en el cumplimiento de las pautas trazadas por
los desarrolladores del sistema de control automático para el proceso(Page S.
Buckley, 1985 #19).
1.3.3 Compensación Feedforward.
La compensación feedforward es otra técnica que de manera teórica se
pudiera aplicar en el control de una columna de destilación, esta técnica puede ser
usada para compensar casi cualquier sistema de la vida real. Las funciones de un
CAPÍTULO 1. MARCO TERICO.
9
compensador individual pueden estar determinadas para un uso simple logrando a
través de ella un trabajo perfecto y cero contribución a los controladores feedback
por lo que son factibles de implementar en un sistema de control dándonos una
herramienta más para el logro de nuestro objetivo.
En la práctica diaria, los cambios que se producen en los flujos de
alimentación son de lejos, el mayor disturbio que tiene una columna de destilación
por lo cual presenta una tendencia a la concentración del compensado. En la
realidad se obtienen mayores resultados con sistemas feedforward estáticos, los
cuales incrementan los resultados obtenidos para varios términos del controlador.
Por lo que los diseñadores buscan hoy en día con esta técnica una ganancia
estática que tenga un sistema de primer orden, red de atraso o una simple red de
atraso-adelanto para la compensación dinámica de la planta en cuestión cuando
se encuentre modelada matemáticamente (Page S. Buckley, 1985 #19).
Problemas prácticos que están presenta en la implementación real de
este sistema de control provienen de la compensación de entrada causando una
respuesta inversa en los resultados obtenidos gracias al compensador. Además
para columnas no lineales se necesitan que varios de los parámetros del
compensador feedforward sean adaptativos (Page S. Buckley, 1985 #19).
1.3.4 Matriz de Ganancia Relativa.
La técnica aquí enunciada también conocida como el arreglo de Bristol es
una técnica que es aplicada en numerosos sistemas para hacer una evaluación de
las interacciones existentes en el sistema y la eliminación de estas en sistemas
multivariables mediante arreglos matemáticos denominados desacopladores los
cuales pueden ser físicamente realizables o no debido a que los resultados de las
formulas matemáticas, de si estas; presentan situaciones en las cuales es
necesario predecir el futuro o no . Predecir el futuro es algo que todavía se
encuentra en las mentes más ávidas de la imaginación humana. Uno de los
posibles inconvenientes de la implementación de esta técnica sería el uso de en el
cálculo de la matriz de ganancia relativa en la columna en estado estable riguroso
de equipos de computo potentes para la tarea dada la cantidad de variables
controladas y manipuladas a tener en cuenta.
Si a esto le añadimos que estos sistemas físicos funciona dinámicamente
por lo cual se requiere de un sistema de control que se pueda adaptar a los
propios cambios que pueda presentar el proceso como son el cambio de la
composición de la mezcla entrante, o el deterioro de los componentes , o la
transformación de paulatina que va experimentando toda la técnica presente en el
proceso productivo sería totalmente engorroso hacer los cálculos hasta para un
equipo de computo potente lo cual nos llevaría a tener lo último en tecnología para
CAPÍTULO 1. MARCO TERICO.
10
el control automático del proceso industrial y elevaría por los cielos los costos del
sistema.
1.3.5 Control Multivariable Predictivo basado en Modelos.
El Control Multivariable Predictivo basado en Modelos, conocido por sus
siglas en idioma anglo-sajón también como MBPC, es un control que presenta
interacciones simultáneas. Hereda de las técnicas de control avanzado y sus
aplicaciones el adelanto lo que permite anticiparse a las acciones de control
cuando se producen perturbaciones medibles (García, 1999 #18).
Este tipo de estrategia de control presenta un mejor comportamiento que
el controlador PI, logra mantener un error en estado estable igual a cero y puede
compensar los efectos generados por los cambios de referencias a otras variables,
así como el cambio en el punto de operación de la planta debido a la linealización
en funcionamiento el sistema. Puede rechazar mejor las perturbaciones generadas
por el cambio de flujo de alimentación ya que las toma en cuenta al ser un
controlador multivariable. También trae consigo restricciones al cálculo de la señal
de control. Garantiza que el MPC, núcleo del controlador calcule una señal de
control acotada, mientas que para el PI, la saturación de la señal de control afecta
su desempeño. Trata mejor los problemas complejos de forma óptima (Palomo,
2006 #20).
El control predictivo de manera general puede constituir una poderosa
herramienta. Este éxito se debe:
1. La idea general de funcionamiento no es difícil de entender.
2. Las restricciones en las señales de control, debido a los actuadores así
como las restricciones en los estados del proceso son fáciles de incorporar
al algoritmo de control.
3. Es una técnica de control más poderosa que los PID, aun para los
lazos de control sencillos y sin restricciones.
4. Posee intrínsecamente compensación del retardo.
5. La sintonización de estos controladores no es complicada, aun en los
lazos de control que presentan cierto grado de dificultad de sintonización
(utilizando otras técnicas de control) debido a retardos de tiempo.
Ideas que aparecen en mayor o menor medida en toda la familia de
controladores predictivos son básicamente:
Uso explicito de un modelo para predecir la salida del proceso en
instantes de tiempo futuro (horizonte).
Cálculo de las señales de control minimizando una cierta función
objetivo.
CAPÍTULO 1. MARCO TERICO.
11
Estrategia deslizante de forma que en cada instante el horizonte se va
desplazando hacia el futuro, lo que implica aplicar primero la señal de
control en cada instante y desechar el resto, repitiendo el cálculo en
cada intervalo de muestreo.
Este tipo de técnica tiene en cuenta restricciones al igual que el control
con selectores y a la vez exige la disponibilidad de un modelo dinámico del
proceso obtenido a través de la modelación matemática del sistema físico del
bloque productivo. Este modelo dinámico es capaz de predecir el valor de las
variables que se controlan en el proceso en función de las entradas. En el
desarrollo del mismo se emplean técnicas de identificación de plantas, procesos o
plantas (figura 1.3) como se le desee llamar por lo cual esto ya es de por si uno de
los inconvenientes del mismo ya que se apoya en técnicas que pueden traer
serias perturbaciones a los resultados finales que se desean obtener. Otro de los
inconvenientes es que se debe contar con los modelos del bloque productivo con
los cuales se van a implementar el controlador DMC, Dynamic Matrix Control
(figura 1.4) o como su traducción plantea Controlador Matricial Dinámico (García,
1999 #18).
Figura 1.3 Proceso de identificación de sistemas.
Resumiendo de manera precisa esta técnica de control es para sistemas
multivariables, con algoritmos predictivos, que presenta restricciones, el cual está
basado en modelos de la planta y puede enfrentarse a dinámicas no usuales.
Otro de los inconvenientes que puede presentar la aplicación de esta
técnica es la necesidad por parte de la misma para su implementación de tener a
mano el modelo riguroso del proceso en la operación real del mismo y en las
condiciones de trabajo, también un modelo estacionario ajustado con los datos
reales obtenidos y por último el modelo dinámico (García, 1999 #18). ―El modelo
del proceso juega una papel decisivo en el controlador. El modelo elegido debe
ser capaz de reproducir la dinámica del proceso para poder predecir
CAPÍTULO 1. MARCO TERICO.
12
correctamente las salidas futuras. Al mismo tiempo, debe ser sencillo de usar y
comprender.‖(Palomo, 2006 #20) Estos datos son los que con posterioridad son
utilizados para la confección de la matriz dinámica del controlador por lo cual
cualquier error que se pueda producir y en su corrección pueden acarrear en una
elevación de los costos en la solución y puesta en marcha del bloque productivo
además del trabajo de técnicos especialistas en el proceso de solución descrito.
Todo esto lo podemos observar en los trabajos realizado por José Luis Abanades
García en el año 1999, titulado ―Aplicación de un modelo fisicoquímico riguroso
obtenido por simulación estacionaria y dinámica al control multivariable predictivo
de una despropanizadora” y “Aplicación del Control Predictivo Multivariable a una
Columna de Destilación Binaria” redactada por Palomo en el año 2006.
Figura 1.4 Modelo matricial del controlador por simulación.
Hay que enunciar también que se necesita para la implementación de
dicho sistema de control, un sistema de cómputo potente que pueda llevar a cabo
todas las operaciones aritméticas necesarias en todos los pasos que presenta el
algoritmo lógico del controlador matricial dinámico. Esto a su vez es una elevación
más de los costos del proyecto para cumplir los objetivos propuestos.
CAPÍTULO 1. MARCO TERICO.
13
1.3.6 Control Predictivo No Lineal basado en Modelos.
El control predictivo no lineal basado en modelos es otra de las técnicas
novedosas que son aplicadas hoy en día por los desarrolladores de sistemas de
control automático para columnas de destilación en la industria del petróleo.
Variantes de este tipo de modelo de control lo podemos ver: (Castro,
JUNIO 2010 #17)
Difusos relacionales, tanto en su formación simple como en la
adaptativa.
El tipo Mandami.
El tipo Takagi&Sugeno para el cálculo de las predicciones.
Esta técnica cuenta con métodos de programación no lineal conocidos
como NPL, o como el SQP que requiere CPU potentes para su implementación.
Para darle solución a los requerimientos de potencia de hardware se desarrollaron
en este método novedosas técnicas como las aproximaciones simultaneas y las
secuenciales obtenidas en el camino de la solución a este problema (Prada, 2000
#21).
Las técnicas secuenciales resuelve el modelo integrándolo en cada
iteración de las rutinas de optimización que se emplean como algoritmo de
funcionamiento para el controlador. Quedando como único grado de libertad del
sistema los parámetros de control del mismo (Prada, 2000 #21).
Por otro lado la técnica de aproximaciones simultáneas y optimización
considera el modelo de estados y la optimización como variables de decisión. Las
ecuaciones del modelo se añaden al problema de optimización como restricciones
de igualdad (Prada, 2000 #21).
La principal dificultad de esta estrategia de control radica
principalmente en el alto tiempo de cálculo en la implementación real del sistema.
Dadas estas características el costo de inversión de los sistemas es alto por lo
cual requiere tecnologías de punta en materia de sistemas de cómputo.
CAPÍTULO 1. MARCO TERICO.
14
Figura 1.5 Estructura de un controlador no lineal.
Se puede ver un caso de ejemplo en la aplicación (figura 1.5) de esta
técnica en el cual su implementación es dificultosa. Se realizaron pruebas con un
simulador que fue desarrollado en un lenguaje de programación EcosimPro en un
hardware que contaba entre sus características:
Computador Personal
CPU -------------------------- Pentium III a 800 MHz de reloj de ciclo máquina.
RAM -------------------------- 512 MB
Obteniéndose como resultados períodos de cálculo en el simulador fue de
12 horas y en el caso de los modelos no lineales estándares se obtuvo tiempos de
53 horas en períodos de cálculo del algoritmo (Prada, 2000 #21).
1.3.7 Control a través de Agentes Inteligentes.
Un agente inteligente, es una entidad capaz de percibir su entorno,
procesar tales percepciones y responder o actuar en su entorno de manera
racional, es decir, de manera correcta y tendiendo a maximizar un resultado
esperado.
Un agente inteligente puede ser una entidad física o virtual. Se describen
esquemáticamente como un sistema funcional abstracto. Estas entidades
presentan por características las siguientes:
CAPÍTULO 1. MARCO TERICO.
15
Aprender nuevos problemas e incrementar normas de solución.
Capacidad de adaptación en línea y en tiempo real.
Ser capaz de analizar condiciones en términos de comportamiento, el
error y el éxito.
Aprender a mejorar a través de la interacción con el medio ambiente
(realización).
Aprender rápidamente de gran cantidad de datos.
Deben estar basados en memoria de almacenamiento masivo y la
recuperación de dicha capacidad.
En el control de una columna de destilación binaria se utiliza también otra
técnica inteligente conocida como agentes inteligentes o sistema multiagentes que
basa su accionar en la utilización de agentes inteligentes dedicados a tareas de
control de procesos. Esta técnica tiene como objetivos la obtención de un sistema
de control flexible, autocoordinado y autónomo.
Al aplicar la estrategia de control basada en agentes inteligentes dándole
a cada agente su respectiva variable de control y su correspondiente variable
manipulada, se aprovechan las ventajas de diseñar un controlador que utiliza
técnicas de inteligencia artificial para a) aprender a tomar decisiones , b)aprender
a manejar su variable de control así como su efecto que tienen las demás sobre
esta, c) ser autónomo en decisiones por lo que no depende de alguien para
construir y mantener su modelo así como realizar sus tareas , y d) coordinarse con
los demás a través de mensajes ,solicitudes y comandos. Con esta estrategia de
control puede anticiparse el efecto de todas las demás variables, incluyendo las
perturbaciones extras (Romero, 2008 #24).
De manera general la estructura de este sistema de control por agentes
inteligentes presenta 3 capas (figura 1.6) las cuales enunciamos a continuación:
1—Capa planificadora.
En esta capa se deciden cuales son las tareas a la que se va a dedicar el
algoritmo principal del proceso y está en función del estado en que se encuentre el
proceso en ese momento dado. Está basada en un proceso de decisión de Markov
(PDM).
2----- Capa Reactiva.
Esta capa está basada en redes neuronales conformando un sistema
único de percepción y acción del agente.
3----- Capa de coordinación:
CAPÍTULO 1. MARCO TERICO.
16
El basamento de esta capa está en la heurística propia de los autores y su
destreza en transferirla al sistema. En esta capa es donde se desarrollan las
negociaciones con los demás agentes del sistema.
Figura 1.6 Estructura de un controlador por agentes inteligentes.
Esta estrategia de control necesita como soporte técnico un sistema de
control distribuido con todas las estructuras del mismo como son las
computadoras, la red industrial y la instrumentación en el campo industrial. El
programa que describen los autores está escrito en el lenguaje de programación
de alto nivel C++ para el sistema operativo WINDOWS basado en el entorno de
desarrollo Java Agent Development Framework (JADE). (Romero, 2008 #24)
De manera general este sistema funciona mejor con agentes inteligentes
que como lazos de control independiente. Sus máquinas de inferencia reactiva le
permiten tomar decisiones bajo restricciones de tiempo (Romero, 2008 #24).
1.3.8 Sistema de Inferencia Neural y Procesamiento Estadístico
Multivariable.
En la industria del petróleo al necesitar grandes cantidades de energía
para el proceso de refinación en columnas de destilación como un todo esto
conlleva que tiene que trabajar lo más eficiente posible. Esto se logra con un
diseño adecuado del proceso como un todo o cuando existen estrategias de
control eficientes que mantienen al sistema trabajando en el punto de operación
más óptimo. Un corrimiento de este punto de operación pueden provocar un
mayor consumo o en sentido inverso un producto de mala calidad (Reboucas,
2009 #23).
CAPÍTULO 1. MARCO TERICO.
17
Este sistema que está compuesto por un sistema de inferencia neural
(figura 1.7) y un procesamiento estadístico multivariable tiene como base la
teoría de redes neuronales artificiales (RNA) y el análisis de componentes
principales como fundamento de la teoría estadística presentes ambas en el
sistema de control como un todo.
Los sistemas de inferencia se construyen para hacer estimaciones de
variables primarias a través de variables secundarias que si podemos realizar
mediciones fáciles de ellas, como: temperatura, presión, nivel y flujo.
De manera general existen tres enfoques principales para la
construcción del software, estos enfoques se dividen en:
Modelo fenomenológico.
Los métodos estadísticos de regresión.
El modelado de cualquier técnica de inteligencia artificial.
Figura 1.7 Estructura de una red de inferencia neural.
En un trabajo realizado en la República Federativa del Brasil propone
un sistema de inferencia basado en redes neuronales artificiales, que tiene como
objetivo estimar los valores de las variables como una única red neuronal que
estima las fracciones molares de los componentes de los subproductos. Estas
variables son el componente fundamental en una unidad de procesamiento de gas
natural, por lo que es posible la implementación de un sistema de control basado
en técnicas de control de inferencia multivariables (Reboucas, 2009 #23).
Esta técnica se aplica por la escasez de sensores de temperatura en
las placas de la columna, las variables secundarias se determinan a partir de las
variables del proceso presente en los controladores PID de los lazos de regulación
de la columna, utilizando la técnica estadística de análisis. (Reboucas, 2009 #23).
CAPÍTULO 1. MARCO TERICO.
18
1.4. Conclusiones Parciales.
En este capítulo se ha abordado de manera general toda la evolución
del proceso de refinación, de su introducción en la industria del petróleo y de su
evolución hasta nuestros días. La evolución de las estrategias de control en
cuanto a un proceso determinado de la gran superestructura que es una refinería
de hidrocarburos; el proceso de fraccionamiento de gases.
Se analizó las diferentes características de las estrategias y
herramientas para el control descritas, sus resultados en diferentes aplicaciones
en varias locaciones del planeta. De los resultados obtenidos en cada ejemplo de
los analizados en la bibliografía, nos ha fomentado un criterio más elaborado.
La comprensión de lo analizado hasta ahora en esta rama de la
ingeniería y tecnología humana permite contar con los elementos necesarios para
avanzar al próximo nivel de esta investigación.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
19
CAPÍTULO 2. MÉTODOS Y MATERIALES.
2.1. Caracterización del proceso del bloque 400.
La sección 400 o bloque 400 de la Refinería de Petróleo Camilo
Cienfuegos está diseñada para el fraccionamiento de gas proveniente de la planta
de destilación atmosférica perteneciente a la sección 100 de la refinería y a la
mezcla liviana inestable de la sección 200 de la misma instalación. Esto es con el
objetivo de obtener la fracción de 70 ºC inestable materia prima para la separación
de esta en gases licuados en composiciones de propano, n-butano, isobutano, gas
seco y 70 ºC estable.
Se cuenta en este proceso con flujos de entradas estándares para la
sección 100 de 27.98 m³/h, la sección 200 en 1.77m³/h y gas de estabilización de
970 kg/h.
Después de la mezcla de los productos de entrada se obtiene una
mezcla resultante que se encuentra descrita en la siguiente tabla 2.1:
Componente Porcentaje Molar Componente Porcentaje Molar
H2O 0,19910 HEXANO 0,04000
ETANO 0,73120 H2 0,05190
PROPANO 9,13790 METANO 0,02240
ISOBUTANO 12,2864 NBP 74 2,96210
N-BUTANO 18,6803 NBP 86 3,61220
ISOPENTANO 23,7436 NBP 99 2,87410
PENTANO 23,7875 NBP 113 1,28610
H2S 0,00000 NBP 124 0,57630
Tabla 2.1 Mezcla resultante del producto de entrada.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
20
Esta sección 400 está compuesta en 3 grandes sud-bloques o etapas
del proceso los cuales son:
Sistema de neutralización de la materia prima en sosa caústica.
Segregación de la fracción 70 ºC estable y desestatización.
Separación de gases licuados en los hidrocarburos individuales.
(En la actualidad este sud-bloque no está funcionando.)
El proceso comienza con una refinación del sulfuro de hidrogeno con
un 10% de solución alcalina, posteriormente se realiza la extracción de la fracción
estable a 70 ºC y la desetanización en la torre T-401/1 que es en la cual está
enfocado el objetivo de esta investigación. Después el sistema de la sección 400
se produce la segregación del propano y n-butano e isobutano en la Torre
Despropanizadora T-403, si así se requiere (esta torre no se encuentra en
operaciones en estos momentos). Todo este proceso es para obtener pie 70 ºC
estable el cual se utiliza en las mezclas de gasolina y la separación y obtención de
los gases licuados del petróleo (GLP).
En el caso que nos compete, en la actualidad el sistema funciona con
una sola torre de fraccionamiento que es la Torre Desbutanizadora T-401/1, la
cual presenta las siguientes características de operación. La materia prima debe
entrar a una temperatura de 124 ºC a la torre por los platos 41, 44 y 47 a una
presión 19,5 Kgf/cm² y así comienza el proceso de destilación en la torre. En el
tope de la torre debe salir los compuestos más ligeros de hidrocarburos díganse
(C1, C2, C3 y C4) metano, etano, propano y butano a una temperatura de 97 ºC y a
19 Kgf/cm² hacia los enfriadores de aire y de estos al tambor de reflujo del tope a
una temperatura de 61 ºC y a una presión 27 Kgf/cm². En este tambor a esta
temperatura y presión ocurre la condensación de los componentes propano,
isobutanos y n- butanos que son los que componen el GLP de manera mayoritaria
y los componentes de metano y etano pasa de forma gaseosa a las fuentes de
suministros de gas de los quemadores de los hornos de la combinada sección
100. De aquí pasa a tanque el producto terminado y una porción se utiliza como
reflujo del tope de la torre a través de una bomba a 60 ºC y una presión de 27
kgf/cm².
Del fondo de la torre se sacan los elementos más pesados de la
mezcla entrante. Esta mezcla de productos pesados sale a 19.39 m³/h de pie 70
ºC estable, a una temperatura de 167 ºC, y, presión de 19.5 Kgf/cm² hacia el
horno F-401/1 y de este se vuelve a reinyectar por debajo de plato 1. Desde el
fondo de la torre también sale una fracción de pie 70 ºC estable hacia los
intercambiadores de calor donde le ceden parte de su calor al pie 70 ºC
inestable. Luego va al intercambiador por agua para ser enfriado hasta una
CAPÍTULO 2. MÉTODOS Y MATERIALES.
21
temperatura de 34 ºC y una presión de 19.4 Kgf/cm², siguiendo camino al patio de
tanques.
2.2. Sistema de instrumentación del bloque 400.
De manera general el sistema de control del bloque 400 cuenta con
una instrumentación que corresponde a un Sistema de Control Distribuido. Los
elementos sensores de este sistema son principalmente transductores de
temperatura, presión, nivel y algunos equipos especiales como los analizadores de
sosa caústica y el cromatógrafo GC1000 para la medición de composición de los
gases GLP de salida que van al patio de tanques. Todos estos están conectados
en la Sala de Control Central (S-800) y están conectadas a la red principal de
comunicación en el primer nivel a través de la red de control Vnet/P Ethernet 1000
base T y par trenzado con protocolo 4-20 mA. Está compuesto en su primer nivel
por 3 controladores redundante con nodos remotos de entrada/salida, protocolo
HART, bus de campo, Modbus y RS-485 Profibus DP.
Para la comunicación con el Centro de Control de Motores de este bloque
o sección se utiliza el nodo de comunicación tipo RS-485 Profibus DP del tipo
cadena (daisy chain) a todos los modelos existentes en Centro de Control de
Motores.
Las señales de temperaturas del tipo indicador se recopilan en cajas de
conexión, con dispositivos con regletas tipo multiplexores cuyas salidas en
protocolo Modbus son llevadas a la Sala de Control Central. Esta comunicación es
Modbus a través de convertidores del tipo Highnet/Modbus.
Para el resto de las señales analógicas que si interviene en estrategias de
control están conectadas al DCS por medio de cableado punto a punto, por cable
multiconductores desde caja de conexión analógica hasta los aisladores para
señales intrínsecamente seguras en la Sala de Control Central. Estos
instrumentos soportan protocolo HART para establecer comunicación entre estos
instrumentos y Sistema de Manejo de Activos.
Las señales de entrada y salida discretas están conectadas por medio de
cableado punto a punto a través de cable multiconductores desde la caja de
conexión discreta hasta los aisladores de señales intrínsecamente seguras en la
Sala de Control Central.
En el caso particular del elemento sensor que vamos a utilizar con la
estrategia de control que investigamos es el cromatógrafo en línea GC-1000. Este
modelo es un analizador de gas por cromatografía para gas o muestra de líquido
volátil por separación de componentes en el proceso de detección. La separación
CAPÍTULO 2. MÉTODOS Y MATERIALES.
22
discreta e identificación positiva de componentes, y medición de composición sin
interferencia.
De fabricación japonesa sus principales aplicaciones en la industria se
encuentran distribuidas en las diferentes ramas siguientes:
Petroquímica: etileno, polipropileno, polietileno, BTX,…..
Refinería de petróleo: fuentes de análisis de destilación,
recuperación de sulfuros.
Industria química.
Electricidad de Potencia.
Acerías.
Planta de aire comprimido
Monitorear el medio ambiente.
Las principales características de este equipo se muestran en la tabla 2.2
siguiente:
Características del cromatógrafo.
Cantidad de gases muestreados. Gases que pertenecen a los grupos de C5, C4, C3, H2S y mercaptanos.
Temperatura de operación. -10° C a 50° C con 95% de humedad relativa.
Masa del equipo. 120 Kg aproximadamente.
Fuente de poder. 100 a 120 V A.C. ±10%, 50/60 Hz ±5%.
Salidas analógicas. Como máximo 36, 4-20 mA.
Salidas digitales 8, 30 V D.C., 100 mA.
Entradas analógicas. 4, 4-20 mA D.C., 1-5 V D.C.
Entradas digitales. 5 V D.C. 20 mA.
Comunicación. Protocolos: RS 422, RS 232C, Ethernet 10/100/1000 por fibra
óptica.
Tabla 2.2 Características del cromatógrafo.
Y con comunicación analógica de 8 salidas 4-20 mA, protocolo HART
hasta la Sala de Control Central. También cuenta con comunicación protocolo
Ethernet CAT 6, 1000BaseT con medio físico de fibra óptica.
El elemento actuador es una electroválvula de fabricación rusa que es
la que controla el flujo del reflujo hacia el tope de la torre.
Hay que agregar también que en la instalación de toda la
instrumentación, la red industrial y los equipos de manera general que conforman
CAPÍTULO 2. MÉTODOS Y MATERIALES.
23
el Sistema de Control Distribuido se respetaron las norma de seguridad industrial
para la instalación y correcto funcionamiento del equipamiento, la seguridad ante
descargas eléctricas atmosféricas, de la protección contra los campos
electromagnéticos en el parque industrial según las norma internacionales que se
aplican en la instalación.
2.3. Sistema de Control existente en la planta.
El sistema de control implementado en la sección 400 es clasificado
como un Sistema de Control Distribuido en donde las estrategias de control
aplicadas van desde lazos de control simple SISO (single in single out) de flujo,
presión y nivel hasta controles en cascadas temperatura-flujo. Los elementos
actuadores o de acción final en su mayoría son válvulas que controlan el flujo de
los diferentes componentes que se necesitan en el proceso pero también están los
motores los cuales cumplen funciones de encendido y apagado por ejemplo
cuando hay un lazo SISO (single in single out) de nivel los cuales la mayoría están
presente en todos los tambores de la sección.
La mayoría de los controladores que se encuentran implementados en
esta sección son del tipo PI (proporcional-integral). El sistema cuenta con un
sistema de seguridad por alarma el cual analiza en todo momento los estados
superiores e inferiores de todas las variables medidas con lo cual es una alerta
temprana para la prevención de accidentes o de que el proceso no esté
funcionando correctamente.
En la Torre Desbutanizadora T-401/1 que es la mira principal de esta
investigación. Como se ha mencionado con anterioridad la temperatura de entrada
a la torre es de 124 ºC por los platos 41, 44 y 47 aunque en la actualidad está
entrando por el plato 41 para obtener una mejor destilación del pie 70 ºC
inestable. El control de esta temperatura recae sobre dos válvulas de control TV-
004-1 y TV-004-2 en las cuales el control actúa en acción directa en la primera y
acción inversa en la segunda para así garantizar la temperatura de entrada
adecuada y constante a la torre proveniente de los intercambiadores 1, 2 E-402/1.
En el tope de la torre la presión de la misma se controla a través de las
válvulas PV-003-1/2 que se encuentra en la línea de salida y cuenta con alarma
por alta presión (≥ 21.5 Kgf/cm²). También existen controladores de presión en el
tanque de condensación del reflujo del tope, en la línea que abastece para la
presurización de los tambores en la sección 400, 200 y en la regeneración de
zeolita en las torres de zeolita de la sección 200.
Se cuenta con un medidor de nivel en el tambor de reflujo con alarma
por alta y por baja. La temperatura del tope de la torre se controla con control en
CAPÍTULO 2. MÉTODOS Y MATERIALES.
24
cascada con el flujo que entra al último plato para realizar el reflujo que necesita la
misma para su correcto funcionamiento (figura 2.1). Este control de temperatura
es nuestro principal objetivo ya que a través de él podemos modificar o hacer
pequeños cambios en la composición del gas que sale por el tope de la torre, lo
cual es nuestro objetivo primario.
Figura 2.1 Estructura del tope de la torre T-401/01.
También con el control de nivel del tambor de reflujo el exceso de gas
descargado por la bomba P-403/R a la línea 404/7 que es la alimentación de la
torre despropanizadora T-403 y si no está funcionando como es el caso en este
momento en la sección 400 va al intercambiador por agua para ser enfriado y
luego dirigido al bloque 27 para su almacenamiento. En este trayecto hay
controles de encendido y apagado de los motores y del flujo que sale por acá por
la línea.
En el fondo de la torre T-401/1 desbutanizadora también existen
controles en la salida hacia el horno con un controlador de flujo. La salida de la
mezcla del horno se controla con un control de temperatura en cascada con uno
de flujo que actúan sobre las válvulas, elementos actuadores donde se vela que la
temperatura de la mezcla que entra por debajo del plato 1 sea la correcta. Como
en todo horno existen controles por alarma para temperatura alta y falta de
combustible. Se controla el fondo también el nivel de la mezcla con la válvula que
va salida a los intercambiadores de la entrada y con posterioridad a tanque para
su almacenamiento. Cuando el producto no tiene las condiciones para llevarlo a
tanque se le realiza otro proceso.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
25
2.4. El Control de Composición.
El control de composición de la mezcla resultante de gases licuados del
petróleo que se realiza hoy en día en la refinería de petróleo Camilo Cienfuegos es
ineficiente porque suma el factor humano a la ecuación de control en un alto por
ciento y por la ineficiencia del método utilizado.
El proceso de control de composición que se lleva a cabo se describe
de la siguiente manera. Se realiza una medición en el parque industrial y en el
laboratorio de la planta se comprueba la composición con una frecuencia de una
vez cada 12 horas; es decir, una vez en cada turno y se desconoce lo que
acontece entre cada intervalo de tiempo en que ocurre cada muestra. Con los
resultados obtenidos se toman las decisiones por parte de los operadores y
tecnólogos que se encuentran al frente del proceso para controlar la composición
variando el punto de ajuste que se le establece al sistema de control en cascada
que esta implementado en el tope de la torre desbutanizadora T-401/1.
Según proyecto para el control de la composición de torre
desbutanizadora T-401/1 para controlar esto se describe en la siguiente tabla 2.3
una serie de pasos a seguir:
Problema Causas Métodos de eliminación de los problemas.
Contenido excesivo
en la fracción de
pentano en el tope
de la torre T-
401/01.
Altas temperaturas
en la parte superior.
Aumentar el reflujo en T-01-401.
Reflujo insuficiente
.
Bajar la temperatura en el plato de control.
Altas temperaturas
en el plato de
control.
Aumentar la presión en la torre.
Tabla 2.3 Estrategia de control según proyecto.
Existen varios mecanismos también que se utilizan; que son producto de la
experiencia de los operadores más viejos de la instalación industrial, para saber el
correcto funcionamiento de la columna destiladora y así poder tomar las acciones
pertinentes para evitar desestabilizaciones del proceso. Estas ideas pueden
resumirse en:
CAPÍTULO 2. MÉTODOS Y MATERIALES.
26
Altas temperaturas en el tope de la torre que provoca la existencia de
productos pesados en el tope.
La temperatura de los platos de control 41, 44 y 47 no están como requiere el
correcto funcionamiento.
En el control que se aplica se busca los resultados siguientes en la calidad
del producto terminado:
# Especificación General Óptimo
1 Para ambas < 2.5 % C5 Máximo. < 0 % C5 Máximo
2 MOA -------------- 0 % C5 y 5 ppm de S8 Máximo.
3 GLP (Cupet) -------------- Entre 1.4 y 1.8 % C5 y 140 ppm de S8.
Tabla 2.4 Especificaciones de calidad para la mezcla de salida.
Para obtener este tipo de resultados teniendo presente todas las
características del proceso antes descrito así como la instrumentación instalada en
el parque industrial como el sistema de control en funcionamiento proponemos un
tipo de control inteligente que se apoye en lo ya construido e implementado siendo
la variable controlada la composición, la variable manipulada el punto de
operación de la cascada de temperatura-flujo del tope de la torre desbutanizadora
T-401/1 de la sección 400.
El sistema que en la actualidad está en funcionamiento y vamos a utilizar
como base va a ser (figura 2.2):
Figura 2.2 Sistema de control en funcionamiento.
Proponemos un sistema que quede estructurado como el siguiente
esquema lo describe (figura 2.3):
CAPÍTULO 2. MÉTODOS Y MATERIALES.
27
Figura 2.3 Sistema de control que se propone.
El proceso contendría en su interior el proceso como tal así como todos los
elementos sensores. Como este proceso presente de manera natural tiempo de
establecimientos grandes los diferentes retardos de tiempo no afectaran dada la
misma concepción del controlador que vamos a aplicar.
Después de realizar el estudio del arte que se analizó en el capítulo 1, las
características de nuestro proceso y medio que podemos utilizar a nuestro favor, y
de ver las referencias hacia el control experto en otras materias; nos adentraremos
en él a continuación y comprobaremos si nos da respuesta a la problemática
planteada.
2.5. Sistemas de control Inteligentes. Sistema de control experto.
El control inteligente es una de las ramas de la teoría de control que
evoluciona con gran celeridad en nuestros tiempos .Hoy en día en nuestro planeta
globalizado son cada vez más las aplicaciones que desarrollan estas líneas de
investigación.
Si fuera a definir lo que envuelve este tipo de control sería el
conglomerado de conocimientos, métodos y herramientas que se desarrollan con
objetivos de control siendo su principal meta la emulación de características del
ser humano. Características que incluyen adaptación, aprendizaje, planeación
bajo incertidumbre y el procesamiento de grandes cantidades de datos; sin olvidar
la autonomía que deben presentar estos sistemas.
Dentro de las herramientas fundamentales por que se optan para este
camino científico según el Dr. Francisco Herrera Fernández del Departamento de
Automática y Sistemas Computacionales de la Universidad Central ―Marta Abreu‖
de las Villas se encuentran:
CAPÍTULO 2. MÉTODOS Y MATERIALES.
28
Sistemas Expertos
Lógica Difusa
Redes Neuronales
Razonamiento Probabilístico (comprendiendo entre otras las técnicas de
algoritmos genéticos, sistemas caóticos, programación evolutiva, etc.)
2.5.1 El Sistema Experto.
Según Cesari Matilde un Sistema Basado en el Conocimiento (SBC) es en
el que aparece representado el conocimiento de un dominio determinado, de tal
forma que dicha información o representación sea procesable por un programa
informático. Por lo cual un sistema experto es un Sistema Basado en el
Conocimiento (SBC) al que se le incorpora conocimiento proveniente de expertos
humanos en dicho dominio o campo. Estos sistemas pertenecientes al campo de
la inteligencia artificial, permiten crear máquinas que razonan en un espacio
limitado de conocimientos en cuanto a una materia; emulando las decisiones y
pasos humanos.
Si lo fuésemos a definir creo que valdría ver lo que hace Kastner en 1984
cuando expresa que es “un programa de computadora que resuelve problemas
que requieren experiencia humana, mediante el uso de representación del
conocimiento y procedimientos de decisión”.
El éxito de este sistema está fundamentalmente en el conocimiento
sobre el tema que trata, de manera que puede generar y adaptar soluciones más
precisas; todo esto acompañado a su capacidad de aprendizaje tanto inductivo
como deductivo. Los sistemas expertos pueden ser enseñados dada su gran
capacidad de asimilar cantidades de conocimientos que nunca olvida. Vale la pena
destacar que en los primeros pasos de este sistema, necesita tener una base de
conocimiento como pilar fundamental para así partir de ese punto y continuar
acrecentando su conocimiento.
2.5.2 Su historia.
Si fuera hacer un poco de historia diría que los sistemas expertos se
remontan muchos años atrás su aparición en los círculos científicos de la Tierra.
La primera referencia la tenemos en el año1950 donde Alan Mathinsong Turing
publica un trabajo titulado “Inteligencia y funcionamiento de las máquinas” con el
fin de demostrar hasta qué punto estas tienen inteligencia y paralelo a esto en el
campo de la automática Wiener desarrolla el principio de la retroalimentación. En
1955 Newell y Simon desarrollan la Teoría de la lógica. En 1956, en una
CAPÍTULO 2. MÉTODOS Y MATERIALES.
29
conferencia en Vermont (USA) se propone por John McCarthy el término
Inteligencia Artificial. Ya en 1957, comienzan a aparecer programas capaces de
solucionar problemas de sentido común como el ―The General Problem Solver”
(GPS, solucionador general de problemas).
A partir de ahí continua el desarrollo y la investigación científica
demostrados por la creación de un nuevo desarrollo de lenguaje LISP, en 1958
por McCarthy o la importancia que le da el gobierno norteamericano a este tema
cuando el MIT, Instituto Tecnológico de Massachussets recibe por parte del
gobierno una subvención de 2.2 millones de dólares para investigación en
inteligencia artificial.
Los frutos comienzan aparecer cuando en 1965 es creado el primer
sistema experto conocido por DENDRAL; software con objetivo fundamental era
descubrir la estructura molecular de compuestos orgánicos. Desarrollado entre los
años 1965-1975, Feigenbaur y Josua Lederberg autores del proyecto fueron los
padres del primer sistema experto.
Continúa la investigación con nuevas técnicas como la búsqueda
heurística como modelo para la resolución de problemas a partir del año 1965. En
el 1972 se desarrolla en la Universidad de Standford, MYCIN; sistema experto
dentro del campo de la medicina creado para el diagnóstico de enfermedades
infecciosas en la sangre. Este mismo año aparece el lenguaje PROGOL basado
en las teorías de Minsky. En el 1973 se desarrolla TIERESIAS sistema experto
complementario al MYCIN.
En el transcurso del año 1979 aparece XCON destinado a la compañía
Digital Equipament Corporation (DEC) el cual salió del laboratorio después de
numerosos tropiezos y comenzó su explotación en el 1980. En 1984 ya había
crecido hasta multiplicarse por diez, lo que supuso un ahorro para la compañía de
40 millones de dólares al año. En esta época 1980-1985 se produce una
revolución de los sistemas expertos.
En 1987 XCON no es rentable y su mantenimiento y actualización
comienza a ser costosa conjuntamente aparecen en el mercado los
microordenadores de Apple y los compatibles IBM por lo que el software se
transfirió de LISP a las máquinas convencionales utilizando el lenguaje ―C‖.
A partir de la década del 90 del siglo XX, con el vertiginoso desarrollo
de la informática, la automática, el hardware y el desarrollo tecnológico se produce
un amplio desarrollo en el campo de la inteligencia artificial y con ello los sistemas
expertos, los cuales llegaron para quedarse dada su adaptabilidad y eficacia en la
solución de problemas.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
30
2.5.3 Sistemas Expertos.
Los sistemas expertos presentan una serie de características las cuales
se enumeran a continuación:
Dominio reducido:
Se especializan en un campo limitado del conocimiento.
Colección integrada de conocimientos:
Se puede tener el conocimiento de muchos expertos del planeta en
un solo lugar.
Competencia en su campo:
Capacidad para dar respuestas rápidas y fiables comparables a un
especialista humano.
Separación del conocimiento/inferencia:
Separación clara entre el conocimiento y el motor de razonamiento.
Capacidad de inferencia deductiva:
No solo recupera datos de su base de conocimiento, también hace
deducciones que produzcan nuevas informaciones para la base de datos.
Carácter declarativo:
El software se escribe los elementos del conocimiento
independiente unos de otros y se pone en acción dinámicamente.
Capacidad de explicación relativa a los razonamientos que efectúan hasta
llegar a una conclusión:
Permite al experto corregir, enriquecer y validar el sistema.
Flexibilidad en el dialogo:
Capacidad de generar preguntas de acuerdo con el razonamiento.
Tratamiento de la incertidumbre:
Hoy en día es difícil encontrar sistemas expertos que cumplan todas estas
características ya que estas son todas las que deben cumplir los sistemas
expertos teóricamente perfectos.
Cabe destacar que estos sistemas expertos son un paso evolutivo superior
en las teorías de control clásico y moderno dado el cumplimiento de objetivos. Los
CAPÍTULO 2. MÉTODOS Y MATERIALES.
31
objetivos fundamentales de un sistema de control moderno basado en un Sistema
Experto son:
Mejorar el comportamiento de lazo cerrado.
Selección en línea de algoritmos más adecuados para la identificación y
control a emplear en cada caso.
Modificación en línea de las funciones objetivo de los algoritmos de
optimización que se utilicen, así como el control de los mismos.
Verificación de los índices de robustez del sistema.
Detección de situaciones anómalas o cambios bruscos de funcionamientos.
Vigilancia de determinados comportamientos o situaciones erróneas de los
algoritmos del sistema.
Aprendizaje de situaciones patrones.
Coordinación con el funcionamiento de otros posibles controladores y con los
objetivos globales de funcionamiento, con un determinado horizonte de
tiempo.
Si fuera comparar los sistemas expertos con las teorías clásicas nos
encontramos que (tabla 2.5):
# Sistema Clásico Sistema Experto
1 Conocimiento y procesamiento combinados
en un programa.
Base de conocimientos separada del
mecanismo de procesamiento.
2 No contiene errores. Puede contener errores.
3 No da explicaciones, los datos se usan o
escriben.
No da explicaciones, los datos se usan o
escriben.
4 Cambios tediosos. El sistema solo opera
completo.
Los cambios en reglas son fáciles. El sistema
puede funcionar con pocas reglas.
5 Se ejecuta paso a paso y necesita
información completa para operar.
La ejecución usa heurística y lógica, y puede
operar con información incompleta
6 Representa y usa datos. Representa y usa conocimiento
Tabla 2.5 Comparación de tipos de sistemas.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
32
Esto da pie a las alternativas a utilizar para la construcción de un sistema
experto la cual cuenta con dos opciones:
Adaptar un sistema experto de aplicación general, cuando un módulo de
procesamiento numérico (para adaptar los datos provenientes de los
sensores y los algoritmos de control e identificación) y un módulo de
conversión simbólico –numérico que transforme las conclusiones simbólicas
en valores numéricos para ser utilizadas en el algoritmo de control.
Emplear un sistema experto de tiempo real, cuya estructura está diseñada de
manera que pueda ser integrados en un sistema de control convencional.
Qué ventajas traería la construcción de un sistema experto en una rama
de la sociedad actual:
Autonomía:
Del sistema con respecto a la presencia física del especialista.
Reproductibilidad:
Pueden reproducir sus prestaciones a diferentes usuarios en
poco tiempo.
Bajo costo de adquisición y operación:
Disponer de un experto todo el tiempo supone altos costos.
Facilidad de distribución:
Puede cubrir necesidades en localizaciones geográficas muy
dispersas y bajo condiciones de trabajo difíciles.
Mínimos requerimientos de hardware:
Esto es en dependencia de la complejidad del sistema que se
desee, pero de manera general se cumple.
Flexibilidad para modificaciones y expansión:
El sistema puede ser actualizado constantemente el contenido de
su base de conocimientos.
2.5.4 Estructura de los Sistemas Expertos.
Los tipos de sistemas expertos que existen se agrupan en dos grandes
grupos:
CAPÍTULO 2. MÉTODOS Y MATERIALES.
33
Determinista:
El estado actual depende del estado anterior y las acciones sobre el
entorno. Se encuentran basados en reglas para el cual usa un mecanismo de
razonamiento lógico para obtener sus conclusiones y resultados.
Estocástico:
Sistema en los que la incertidumbre está presente por lo que se
necesita ser tomada en cuenta. Reúne a los Sistemas Expertos Probabilísticos y la
estrategias de razonamiento es el razonamiento probabilístico.
Sus aplicaciones u orientaciones en la sociedad barren muchas ramas. En
la siguiente tabla 2.6 hacemos un resumen de esto.
Categoría Aplicación.
Interpretación. Análisis de imágenes, reconocimiento del habla, inversiones
financieras, interpretación de señales de audio, de radar, radio etc.,
compresión de voz.
Predicción. Predicción: Meteorología, previsión del tráfico, evolución de la Bolsa,
demográfica, trafico, daños a cosechas por plaga, demanda de insumos,
etc.
Diagnóstico Diagnóstico médico, detección de fallos en electrónica, componentes
defectuosos de un sistema, falla de equipos en procesos productivos.
Diseño. Diseño de circuitos eléctricos y electrónicos, automóviles, edificios,
creación de moléculas orgánicas complejas, Configuración de equipos
computacionales…
Planificación. Programación de proyectos e inversiones, planificación militar,
programación de rutas, de robots, de comunicaciones, de experimentos,
creación de planes de vuelo……
Monitorización
o supervisión
Control de centrales nucleares e industrias químicas, Monitorear
lecturas de instrumentos para detectar condiciones de fallas de equipos
industriales, Detectar condiciones favorables a accidentes, etc.
Depuración Selección del tipo de manutención necesaria para corregir fallas en
cables telefónicos, Elegir el procedimiento de manutención para reparar
equipamiento, depuración de programas computacionales, etc.
Reparación Reparar sistemas informáticos, automóviles, equipos electrónicos,
calibración de instrumentos.
Instrucción
Corrección de errores, enseñanza, capacitación de personas sobre
la operación de equipamiento, desarrollo de manuales inteligentes,
manuales diagnósticos de fallas, Instrucción sobre algún contenido en
específico.
Control Estrategia militar, control de tráfico aéreo, control de procesos
CAPÍTULO 2. MÉTODOS Y MATERIALES.
34
productivos, control de operaciones.
Enseñanza Aprendizaje de experiencia.
Tabla 2.6 Aplicaciones de los sistemas expertos.
Los sistemas expertos pueden tener dos tipos de clasificación; pero en su
estructura fundamental cuentan con la misma distribución de bloques de trabajo
los cuales están compuestos de la siguiente manera:
Base de conocimientos.
Base de hechos.
Motor de inferencia.
Módulo explicativo.
Interfaz de usuario.
Módulo de adquisición del conocimiento.
Base de conocimientos.
Bloque funcional del sistema donde se almacenan el conocimiento de los
expertos humanos. Este conocimiento se suele almacenar en cuatro tipos
diferentes:
Conocimiento objetivo, el cual describe la situación real del sistema.
Conocimiento de sucesos: se encuentra relacionado con lo que ocurre en
tiempo real.
Conocimiento de funcionamiento: aquí se encuentra el algoritmo que sigue el
sistema.
Metaconocimiento: Es el que relaciona los conocimientos anteriores.
Este conocimiento se encuentra formalizado, estructurado y su
presentación por lo general debe ser sencilla y mediante reglas.
Existen varias formas de representar el conocimiento las cuales se
distribuyen de la manera siguiente:
Marcos (frame): Estructura de datos donde se encuentra almacenada la
información concreta de conceptos e información relacional que completa la
definición del concepto.
Redes Semánticas: Representaciones graficas del conocimiento, con célula
fundamental los nodos, que ilustran objetos o conjuntos de objetos relacionados
entre ellos mediante arcos.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
35
Reglas: Forma más extendida de representación del conocimiento
representando la forma de razonar. Presenta como estructura básica la forma SI
<condición> ENTONCES <acción/conclusión>. Suele estar dotada de prioridades
y ―metarreglas‖ que son reglas que activan a otras reglas.
La manera de adquirir el conocimiento para la base de conocimiento es
a través de la entrevistas con los expertos humanos. Se suele apoyarse también
con bases de datos del sistema, modelos matemáticos o heurísticos y análisis del
sistema mediante programas de simulación.
Base de hechos.
El conglomerado de conocimiento del estado del sistema en un instante de
tiempo. Pueden aprovecharse herramientas de base de datos para así procesar y
enlazar directamente la información con la base de conocimiento.
Motor de inferencia.
Bloque principal del sistema. Con la combinación de diferentes estructuras
como la base de conocimiento y base de hechos logra hacer serie de
razonamientos del problema en cuestión. Su funcionamiento como supervisor
extrae conclusiones del proceso anteriormente descrito. Depende de la
representación elegida por lo que los mecanismos y estrategias de inferencia y
control están presentes por ejemplo en motores de inferencia basado en reglas.
Existen dos mecanismos de inferencia según Gutiérrez, 1994: Modus Ponens y
Modus Tollens.
Modus Ponens: Se utiliza para obtener conclusiones simples. Se examina la
premisa o condición de la regla; si es cierta, la conclusión pasa a formar parte del
conocimiento.
Modus Tollens: En la obtención de conclusiones simples. Se examina la
conclusión, y si es falsa; se concluye que la condición o premisa también es falsa.
Encadenamiento de reglas:
Método utilizado para obtener conclusiones compuestas cuando las
conclusiones de un grupo de reglas coinciden con las conclusiones de otras. Se
pueden diferenciar dos mecanismos de inferencia.
Encadenamiento hacia adelante: Partiendo del cumplimiento de condiciones
de reglas se extraen conclusiones que provocaran el cumplimiento de condiciones
de nuevas reglas hasta que nos se cumpla en ninguna de ellas.
Encadenamiento hacia atrás: Partiendo de la suposición de las conclusiones
de una regla se va ejecutando las reglas que provocaron la regla original hasta
CAPÍTULO 2. MÉTODOS Y MATERIALES.
36
que dejo de cumplirse las condiciones de las reglas o se cumplen para todas las
reglas.
Módulo Explicativo.
Este módulo es el encargado de dar al usuario a través de un lenguaje
comprensible al mismo tiempo la estrategia de solución encontrada y justificación
de las decisiones tomadas. Nos ilustra el análisis completo del problema y las
soluciones propuestas; así como su correspondencia con los resultados históricos.
Interfaz de usuario.
Es el modulo que permite la comunicación entre el usuario y el sistema
experto a través de menús, gráficas, tablas entre otras herramientas. Siempre vela
porque la información presentada no sea excesiva y dificulte la actuación en
tiempo real.
Módulo de adquisición de conocimiento.
Bloque especializado para construir inicialmente el sistema y actualizar el
conocimiento de la base de conocimiento en general. Le permite al usuario que es
experto incorporar los hechos y las reglas al sistema, y probar y depurar los
cambios realizados. Se puede configurar el sistema, específicamente el motor de
inferencia, de acuerdo a las necesidades existentes en el momento.
La implementación de un sistema experto completo trae como
consecuencia la creación de los módulos anteriormente descritos a través de
herramientas de desarrollo en sistemas de cómputo. En la actualidad existen 4
alternativas para esto:
a) Lenguajes de alto nivel (HLL): Lenguajes de propósito general que
presentan como ventajas su eficiencia, familiaridad y portabilidad a
cualquier entorno(C, Fortran, Basic, C++, C#, etc.)
b) Lenguajes simbólicos: Lenguajes de alto nivel con adaptación lógica a la
base de conocimientos representada mediante símbolos (LISP y PROLOG).
c) Herramientas de desarrollo (shells): Software preparado para el desarrollo de
sistemas experto pues incorporan una serie de funcionalidades como el
motor de inferencia.
d) Entornos de desarrollo: Tomando como base las herramientas de desarrollo
añaden el uso de un entorno gráfico que facilita el desarrollo del sistema
experto. Su ventaja es la disminución del tiempo de desarrollo, pero suelen
ser caros y poco flexibles.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
37
2.6. Conclusiones parciales del capítulo.
En este capítulo después de ver la evolución de la mezcla entrante de
hidrocarburos con un nivel menor de complejidad que el crudo que se extrae del
subsuelo se describió el proceso que sigue la mezcla de gases; que son productos
resultantes de otros bloques que anticipan el proceso transformativo que se lleva a
cabo en la sección 400 de la industria. Se describió las características particulares
que presenta este bloque. Se enumeraron las diferentes características de las
magnitudes con que trabaja este sistema de procesamiento y cuáles son sus
valores nominales de operación para la planta, conocidos como puntos de
operación, imprescindibles para la obtención de la mayor eficiencia productiva.
Se describió de manera general el sistema de instrumentación que se
encuentra instalado en el bloque productivo del parque industrial. Sus
características principales, desde los sensores de temperatura y presión más
usuales en el campo; así como los especiales, ejemplo el cromatógrafo en línea
que se encuentra en la salida a tanque desde el tambor de reflujo de la torre
desbutanizadora T-401/01 de las sección 400. Este sistema de instrumentación
cuando fue diseñado e implementado en la instalación se preparó para una
capacidad superior por lo cual se puede utilizar en la puesta en marcha de un
sistema de control inteligente sin hacer cambios de hardware o nuevas inversiones
que las que ya están sobre el terreno. Es decir; el sistema es adaptable a las
nuevas condiciones a las que puede ser sometido al introducir un control más
completo.
Por otra parte si nos referimos al sistema de control que se encuentra en
funcionamiento hoy en la industria en este bloque en particular podemos
describirlo como semi-automático. El mismo aunque tiene un control que vela por
la integridad del proceso como tal en cuanto a la seguridad y la estabilidad del
mismo, presenta grandes deficiencias en cuanto al control de calidad de la
producción. Este paso todavía se encuentra en manos de los operadores y dado el
propio sistema establecido en la planta para el control del mismo da como
resultados que se produzca una pérdida de eficiencia que compromete un poco
más los costos productivos al igual que los plazos de tiempo productivo de la
planta.
Como tema final se trata la propuesta que planteamos para suplir las
deficiencias presentes hoy en día en la etapa productiva, el control experto. Este
tipo de control inteligente y avanzado; que gracias a su versatilidad, adaptabilidad
y ―sencillez‖ en cuanto a su implementación y actualización del mismo nos provee
de una herramienta más que ideal para poner al máximo las potencialidades que
puede proveer el sistema como un todo para la industria de manera general.
CAPÍTULO 2. MÉTODOS Y MATERIALES.
38
En el capítulo que viene a continuación se hace una descripción más
detallada e ingenieril en cuanto a la posible solución para el problema planteado
en el capítulo que concluye aquí.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
39
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE
CONTROL.
3.1. Introducción. Identificación de sistemas.
En este capítulo trataremos con la implementación propuesta, para que
desde una base poder edificar todo una propuesta coherente y amplia para el
tema en que se encuentra enmarcada esta investigación.
Hoy en día existen dos vías para la obtención de los modelos que pueden
describir matemáticamente un proceso de la naturaleza dado. Estas vías se
enuncian en:
Modelado analítico: Este método tiene un campo de aplicación restringido a
procesos muy sencillos a modelar o; a aplicaciones en que no se requiere
gran exactitud en el modelo resultante. Pueden presentar un conjunto de
parámetros desconocidos o muy difíciles de determinar. Dadas las
características que se describen en nuestra situación problémica, con
múltiples variables de entrada y salida y la complejidad misma del proceso
industrial en si mismo nos daría una amplia acumulación de conocimientos
suficientes para la elaboración de una tesis de grado científico de doctor en
ciencias con lo cual nos extralimitamos en tiempo y objetivos a cumplir en
esta etapa.
Modelado experimental o Identificación experimental: Este método presenta
un rango de validez limitado. Solo aplicable en unos determinados puntos
de trabajo, un determinado tipo de entrada o un proceso en concreto. Este
tipo de algoritmo es el que mejor cumple con las especificaciones que se
nos presenta en la planta en la cual trabajamos.
Como el proceso en si es complejo dada la cantidad de variables e
interacciones físico-químicas que intervienen durante el funcionamiento de la
sección 400 este sistema de control de calidad va a funcionar cuando la planta se
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
40
encuentre estabilizada por lo cual la operación va a ser alrededor de un punto
dando cumplimiento lo que establece el último de los métodos matemáticos
anteriores.
Pero dado la misma génesis del sistema de control que se propone
implantar no es necesario elaborar un modelo dinámico de la planta en cuestión,
ya que las características de esta estrategia de control que se plantea. La
dinámica del sistema se encuentra diluida en los mismos conocimientos de los
expertos, que operan con el proceso productivo y sus particularidades, que serán
transmitidos. El sistema experto constará con la dinámica del sistema. Estas
conclusiones cognitivas de los expertos serán piedra fundamental para el mejor
funcionamiento del sistema en general.
3.2. Propuesta de control experto.
Tras los conocimientos adquiridos a lo largo de la investigación que se ha
realizando tenemos elementos necesarios para la elaboración de un prototipo de
control experto para el bloque 400 en el control de calidad del producto de salida
de esta etapa productiva de la instalación.
El control experto que se pretende aplicar va estar basado en reglas
dadas las características reflejadas en el capítulo anterior para este tipo de
aplicaciones. De manera general el sistema que se propone constará con los
bloques fundamentales que se ponen de manifiesto en la bibliografía revisada.
Estos bloques son:
Base de Hechos.
Base de Conocimientos.
Motor de Inferencia.
Módulo Explicativo.
Módulo de actualización de la Base de Conocimientos.
A estos bloques les sumaremos los módulos de respuestas tanto a los
operadores y también el bloque de acondicionamiento de la respuesta dada por el
control experto en una respuesta de control que pueda ser entendida por los
medios físicos que componen el sistema de control distribuido que se encuentra
instalado en la planta.
El sistema quedaría confeccionado según el siguiente diagrama en bloque
que se presenta a continuación (figura 3.1):
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
41
Figura 3.1 Diagrama en bloques del sistema experto.
El flujo de información de este sistema sería de la siguiente manera.
Primero se adquirirían los datos de las variables presentes en el sistema
necesarias en la confección de la base de hechos para el sistema. Estos datos se
encuentran con la información que viene de la base de conocimientos; la cual fue
recogida de la experiencia de campo de los expertos humanos en el tema, y aquí
en el motor de inferencia donde se analiza la información y se obtiene una
respuesta la cual es tratada en dos direcciones. Una se dirige hacia las pantallas
de los operadores lo cual necesita un proceso de elaboración de la respuesta para
el entendimiento humano. La segunda vía va a un bloque que interpreta la
respuesta y toma la decisión de qué tipo de acción de control va a controlar el
sistema; después el proceso reacciona y todo el proceso que concluye comienza
desde el principio.
3.2.1 El sistema informático.
Como se había dejado plasmado en el capítulo 2 el sistema de control de la
refinería es un sistema de control distribuido al cual nos vamos adaptar para la
implementación de este proyecto.
El sistema cuenta con las estaciones de ingeniería con las cuales se
mantiene el sistema funcionando. Estas estaciones de ingeniería son elementos
de computo tipo desktop con procesador Intel Core 2 Duo a una frecuencia de
reloj de 2.4 GHz, 1 GB de R.A.M. (memoria de acceso aleatorio) y la conexión de
estas estaciones con los centros de control distribuidos de la instalación es a
través de una red Ethernet a una tasa de transferencia de 1 Gbps.
En los centros de control distribuidos se encuentran equipos de cómputo
de alto desempeño para sistemas de control. Fabricados por la firma Yokogawa el
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
42
modelo AFV10D (Duplexed Fiel Control Unit), unidad de control de campo. Estos
sistemas cuentan con procesadores VR5432 de una frecuencia de operación de
133 MHz, cuentan con 32 MB de memoria principal y conexión de red Ethernet
Vnet/IP 1 Gbps Full Duplex.
Por los centros de recolección de datos y la información histórica del
sistema se guardan en servidores de datos con la seguridad requerida por la
instalación. Para todo el sistema se usa el software propietario de Yokogawa de
nombre Sentum CS3000; revisión R3.09.00.
3.2.2 El sistema experto.
El sistema experto que anteriormente se enunció tiene un fuerte
componente de software. La lógica de funcionamiento de este software se
presenta a continuación (figura 3.2) en el cual se hace un flujo detallado de la
evolución del programa.
Figura 3.2 Lógica de funcionamiento.
En los sistemas de control experto es importante la arquitectura de los
lenguajes basados en reglas. Esta arquitectura se divide en 3 pasos
fundamentales:
Base de hechos: Contiene los hechos iníciales, más los deducidos por el
sistema.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
43
Base de reglas: contiene las reglas que explotan los hechos.
Motor de inferencia: Aplica las reglas a los hechos.
Hay que resaltar que por hechos se entiende como la información que se
tiene del proceso real y por reglas; el conocimiento declarativo de la gestión de la
base de hechos.
Por otro lado la parte algorítmica imperativa se encuentra ubicada en el
motor de inferencia, el cual es el software que efectúa los razonamientos sobre el
conocimiento declarativo disponible. ¿En qué se basa este proceso del motor de
inferencia? Lo podemos resumir en 3 pasos fundamentales:
Reconocimiento: Comparación de los patrones en las reglas con los
elementos de la memoria de trabajo.
Resolución de conflictos.
Ejecución.
3.2.3 La Base de Hechos.
Para nuestro sistema la base de hechos va a está conformada por un
grupo de parámetros que se van a tener en cuenta en la posterior elaboración de
la base de conocimientos. En la siguiente tabla 3.1 vemos como es que están
distribuidos estos parámetros y los valores que van a tomar estos.
Relación de parámetros para el sistema experto.
# Parámetros requeridos Valores de los parámetros
1 Temperatura de entrada de la línea
torre T-401/01.
T1 Rango menor, dentro de rango, mayor
de rango.
2 Temperatura en los platos 41,44 y 47
de T-401/01.
T2 Rango menor, dentro de rango, mayor
de rango, si se encuentra en orden
decreciente hacia arriba.
3 Temperatura en el tope T-401/01. T3 Rango menor, dentro de rango, mayor
de rango.
4 Temperatura del tanque de reflujo D-
405.
T4 Rango menor, dentro de rango, mayor
de rango.
5 Nivel en el tanque de reflujo
D-405.
L1 Rango menor, dentro de rango, mayor
de rango.
6 Flujo de entrada del reflujo a la T-
401/01
F1 Rango menor, dentro de rango, mayor
de rango.
7 Composición del pentano en la
mezcla.
C1 Mayor de 2%, rango de 0.1 a 1.8 %,
igual a 0 %.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
44
8 Producto destino. R1 Si es Cupet o Moa
9 Calidad. R2 Si , No
10 Control Fino. R3 Si , No
11 Control Grueso. R4 Si , No
12 Alerta. R5 Si , No
13 Control Local = ControlL. R6 A (R3=Si y R4=No ), B(R3=No y R4=Si)
Tabla 3.1 Relación de parámetros para el sistema experto.
3.2.4 La Base de Conocimientos.
Como se planteó en el epígrafe anterior con el grupo de parámetros que
vamos a tener en cuenta en la confección de la base de hechos se va realizar un
procesamiento para obtener así las reglas necesarias para las respuestas
necesarias en la toma de decisión correcta para el control y las respuestas que se
le van a presentar al operador o usuario del sistema experto.
En la confección de la base de conocimiento se van hacer un conjunto de
reglas las cuales van a ser el compendio del conocimiento de los humanos que
son expertos en la materia y que tienen una vasta experiencia en el manejo de
situaciones excepcionales en este tema.
A continuación se muestra una primera aproximación de lo que pudiera
ser la base de conocimientos (tabla 3.2). Hay que establecer que esta base de
conocimientos puede actualizarse o modificarse de acuerdo a su desempeño
posterior o al criterio de expertos humanos. El sistema cuenta con un bloque de
actualización de esta base de conocimiento. Para poder acudir a él va a ser a
través de una estación de ingeniería y con los permisos de seguridad
correspondientes.
# Reglas para el control experto
1 Si T1 #< rango o #>rango entonces Alerta= Si.
2 Si T1=rango entonces Alerta= No.
3 Si T2 #< rango o #>rango entonces Alerta= Si.
4 Si T2=rango entonces Alerta= No.
5 Si T2,41>T2,44>T2,47 entonces Alerta= No.
6 Si T2, 41<T2,44 o T2,41<T2,47 o T2,44<T2,47 entonces Alerta= Si, Control fino=Si.
7 Si T3 #< rango o #>rango & modulo(#-rango)< 2 entonces Alerta= Si, ControlL= A.
8 Si T3 #< rango o #>rango & modulo(#-rango)>2 entonces Alerta= Si, ControlL= B.
9 Si T3=rango entonces Alerta= No.
10 Si T4 #< rango o #>rango entonces Alerta= Si.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
45
11 Si T4=rango entonces Alerta= No.
11 Si T4=rango entonces Alerta= No.
12 Si L1 #< rango o #>rango entonces Alerta= Si.
13 Si L1=rango entonces Alerta= No.
14 Si F1 #< rango o #>rango entonces Alerta= Si.
15 Si F1=rango entonces Alerta= No.
16 Si C1 #>2 % entonces R2=No, ControlL =B, Alerta=Si.
17 Si C1 0.1 %< # < 1.5 % & Cupet=Si entonces R2=Si, ControlL =A, Alerta=No.
18 Si C1 0.1 %< # < 1.5 % & Cupet=No entonces R2=No, ControlL =B, Alerta=Si.
19 Si C1 #=0 % entonces R2=Si, Alerta=No.
Nota: # Valor de la variable real que se encuentra en la Base de Hechos.
Tabla 3.2 Reglas de la Base de Conocimientos.
3.2.5 Motor de Inferencia.
El motor de inferencia es el cerebro del sistema experto. En él se
realizan todas las operaciones de procesamiento de los datos que llegan a través
de la base de hechos y la base de conocimientos y se obtienen las respuestas
para el control del proceso productivo y brinda la información necesaria a los
operadores en una mejora de su trabajo al frente de su turno de trabajo.
Existen dos arquitecturas principales en la elaboración de este bloque
del sistema experto:
Sistema de reconocimiento de patrones.
Este es un sistema el cual es aplicable a un dominio con un gran
número de soluciones, o donde no hay una relación clara entre las reglas y
los hechos. Este tipo de implementación es muy flexible para expresar
patrones pero la búsqueda de hechos que satisfacen las reglas es muy
ineficiente.
Sistema basado en redes de inferencia.
Esta arquitectura es la que se desea implantar en nuestro sistema
experto en desarrollo. Es aplicable en dominios donde está limitado el
número de soluciones; es decir, es más restringido el abanico de posibles
respuestas. Es de manera general más fácil de implementar pero es menos
flexible en cuanto a su funcionamiento a la obtención de respuestas.
En los procesos de razonamiento de manera general siempre priman dos
casos:
Hay muchos datos iníciales, pero solo unos pocos relevantes.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
46
Existen pocos datos iníciales, y muchas soluciones. Lo razonable es
progresar desde el inicio con los datos hasta la solución.
Este último es el caso al que nos vamos a acoger el cual es
comúnmente conocido como razonamiento progresivo dirigido por los datos o
encadenamiento progresivo. Este proceso comienza con todos los datos
conocidos y progresa hasta la solución.
Por todo esto el sistema del motor de inferencia quedaría establecido e
implementado de la siguiente forma (figura 3.3):
1. Se asignaran valores a todos los parámetros de entrada así como un código
a las reglas de la base de conocimientos.
2. Se establecerá una cola R con las reglas que tienen en sus premisas los
parámetros de entrada.
3. En esta cola R se realizara un ciclo infinito hasta obtener una respuesta. El
algoritmo de este ciclo infinito quedaría conformado en la siguiente
estructura.
a) Se examina la primera regla de la cola R.
b) Si la regla no se satisface se saca de la cola R y se vuelve al paso a).
c) Si la regla se satisface:
Se ejecuta la regla y es borrada de la cola R.
Añadir al final de R las reglas (si no están ya) que tengan en
sus premisas los parámetros modificados.
4. Mostrar los parámetros de salida.
5. Volver al paso 1 (por ser un sistema en monitoreo en tiempo real).
3.2.6 Sistema de Respuesta.
El sistema constará con un sistema de respuesta hacia el proceso y otro
hacia el operador. Este último será no más que un resumen en tiempo real de la
evolución del sistema experto y las conclusiones y respuestas a las que va
arribando. Todo esto saldrá en formato de cadena de texto a través de una
pequeña ventana en la pantalla.
Por otro lado el sistema de respuesta hacia el proceso es más complejo.
En el sistema experto existen dos tipos de control:
Control global: Este es un control independiente del dominio de la aplicación.
Es un conjunto de estrategias implementadas en el intérprete y las cuales
no son modificables por el programador de la base de conocimiento de los
expertos. Este es el control general del sistema experto como un todo. Este
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
47
control vela porque el sistema no entre en un ciclo infinito; en fin en que sea
estable.
Control Local: Este control es dependiente del dominio de la aplicación. Está
conformado por varias cosas como las reglas especiales que permiten
razonar sobre el control; llamadas metarreglas.
Figura 3.3 Diagrama de flujo del motor de inferencia.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
48
Hay otra línea en la que está implicada este control que es la estrategia
de control que actúa directo sobre el proceso. Esta estrategia que queremos
desarrollar va a contar con dos tipos de control:
Control Grueso: Este control va a ser el encargado de situar el punto
de ajuste de temperatura del tope de la torre de fraccionamiento de
gases T-401/01 en el valor promedio en la que trabaja la torre para
esas condiciones. Este control se activará cuando la planta se salga
de los parámetros para el producto de salida, es decir que la
composición del pentano en la mezcla esté por encima del 1.8% para
el caso de calidad Cupet y 0.05 % calidad Moa y los cambios deben
estar por el orden de 2 °C aproximadamente en cada paso que se
ejecute.
Control Fino: Este es el control de ajuste fino es el encargado que se
ajuste la torre T-401/01 a la mejor eficiencia posible en producciones
para productos terminados para obtener mayores proporciones de
butanos en la mezcla final. Este ajuste fino va a estar basado en el
cambio del punto de ajuste de temperatura con rango no mayor de
0.5 °C en cada paso que se dé. Esta estrategia va a tener un tiempo
de actualización no menor de 1 hora entre una y otra dado el gran
tiempo de retardo que presenta la planta.
3.2.7 Actualización del sistema experto.
Este sistema va a contar con dos vías de actualización. La primera sería
la de su código fuente que nada más va a suceder cuando no esté en
funcionamiento; y por errores o mejoras del mismo se necesite recompilar el
código para hacerlo más estable y óptimo en su labor.
La otra vía que será la más usual, va a contar con los módulos de
actualización de la base de conocimiento; con la modificación, eliminación o
adición de reglas para el correcto funcionamiento. El otro bloque que podrá ser
actualizado va ser el bloque de respuesta al proceso en el control local y sus
aspectos de control fino y grueso.
Todas estas actualizaciones deberán ser hechas por los expertos en la
materia conjuntamente con los ingenieros automáticos que atiende el software a
través de la estación de ingeniería.
CAPÍTULO 3. PROPUESTA DE ESTRATEGIA DE CONTROL.
49
3.3. Análisis económico del proyecto.
Dada la naturaleza y características de este proyecto realizar un análisis
económico riguroso sería algo engorroso. Pero en este caso se pueden aportar
una serie de argumentos que dan garantías de esta inversión en la obtención de
resultados positivos para una industria como la refinería Camilo Cienfuegos.
Como primer argumento planteamos que los costos en que incurriría la
empresa si se contrata el servicio que se desea a otra empresa serían lo
suficientemente altos. Este tipo de proyectos suelen estar por encima de los
cientos de miles de dólares americanos en la obtención solamente de los software,
las licencias y los soporte técnicos que brindaría cualquier entidad nacional o
extranjera dada la envergadura del proyecto. La empresa cuenta con el suficiente
personal calificado como para proveer este servicio al proceso productivo.
Por otra parte tenemos las características de nuestro proyecto, el cual
se plantea en no hacer ninguna inversión en medios materiales, dígase hardware,
redes de conexión y otros insumos por la necesidad de ahorro; y la capacidad
existente en el parque industrial de sistemas que se encuentran montados y que
no se explotan al máximo; y son suficientes sus capacidades inexplotadas para el
sistema que se desea implementar.
También su aporte económico al proceso productivo en la obtención de
mejor calidad en producto terminado de mezcla de gases licuados del petróleo con
mayores proporciones de butanos en la mezcla resultante que en la actualidad se
pierden. Todo esto sin sacrificar los parámetros esenciales del producto terminado
para las especificaciones dadas por el comprador.
Por el ahorro que se plantea en esta inversión y por la eficiencia que se
piensa alcanzar con este proyecto, es por lo cual se hace viable su
implementación para la obtención de resultados más concretos que validen aún
más estos resultados.
CONCLUSIONES Y RECOMENDACIONES.
50
CONCLUSIONES Y RECOMENDACIONES.
Conclusiones.
Con la realización de este proyecto investigativo se lograron cumplir los
objetivos planificados al comienzo de esta investigación. Se tomó en cuenta los
referentes de la bibliografía sobre la temática y se realizó un estudio de la
situación que existía en el parque industrial en cuanto al control de composición de
gases licuados del petróleo proponiendo una solución particular para el caso en
cuestión.
Con la solución propuesta se espera obtener una mejora en la eficiencia
del proceso productivo lo que se vislumbra en más ganancias económicas para la
entidad y una mayor satisfacción para los clientes que consumen el producto. Se
obtuvo un mayor conocimiento y experiencia en las técnicas modernas de control.
Se elevó los conocimiento científico-técnicos de los especialistas que
trabajan directamente con el bloque productivo, además que los pertrechó con
nuevas herramientas para el posterior análisis y toma de decisiones más
centradas en las necesidades de la planta y el país para proyectos futuros de la
instalación industrial.
CONCLUSIONES Y RECOMENDACIONES.
51
Recomendaciones.
1. Continuar con la implementación de la propuesta dada para el control
de composición del bloque 400 del parque industrial.
2. Investigar y desarrollar nuevas reglas que perfeccionen el sistema
experto que se propone.
3. Integrar el sistema de control propuesto una vez concluida su puesta
en marcha al sistema de control distribuido de la industria.
4. Generalizar este tipo de soluciones a otras necesidades que puedan
ser satisfechas con las técnicas más avanzadas de control moderno.
5. Evaluar la posibilidad de nuevos estudios de un grupo
multidisciplinario con el objetivo de reubicar el elemento sensor principal de
cromatografía GC-1000 en un punto que sea un poco más representativa
su medición y logre a la vez disminuir los retardos de tiempo provocados
por la dinámica del sistema.
REFERENCIAS BIBLIOGRÁFICAS
52
REFERENCIAS BIBLIOGRÁFICAS
Arnau, J. B. (2002). Modelado y Simulación de un Proceso de Destilación usando Matlab y Simulink. Aplicación a un Sistema con Doble Columna Splitter de Propileno/Propano. Departamento de Ingeniería Electrónica, Eléctrica y Automática. Reus, Universidad Rovira i Virgili: 88.
Banderas, A. V. (1990). Diccionario de Ingeniería Química. . E. P. Educación. México. Volumen 1: 237.
Banderas, A. V. (1995). "Historia de la destilación." 3 de noviembre de 1995. Castro, J. A. S. (JUNIO 2010). ―DISEÑO E IMPLEMENTACIÓN DE
ESTRATEGIAS DE CONTROL PREDICTIVO SUPERVISOR APLICADAS A LA CALDERA DE UNA CENTRAL TERMOELÉCTRICA DE CICLO COMBINADO‖. DEPARTAMENTO DE INGENIERIA ELECTRICA. SANTIAGO DE CHILE, UNIVERSIDAD DE CHILE, FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS. Maestría en Ciencias de la Ingeniería Eléctrica.: 129.
García, J. L. A. (1999). Aplicación de un Modelo Fisicoquímico Riguroso Obtenido
por Simulación Estacionaria y Dinámica al Control Multivariable Predictivo de una Despropanizadora. Departamento de Ingeniería Química Industrial y del Medio Ambiente. Madrid, Universidad Politécnica de Madrid. Tesis de Grado: 364.
Page S. Buckley, W. L. L., Joseph P. Shunta, Ed. (1985). Design of Distillation
Column Control Systems, Instrument Society of America. Palomo, G. V. (2006). ―Aplicación del Control Predictivo Multivariable a una
Columna de Destilación Binaria.". Departamento de Ingeniería Electrónica. Cuernavaca, Morelos, México, Centro Nacional de Investigación y Desarrollo Tecnológico. Maestría en Ciencias de la Ingeniería Electrónica: 152.
REFERENCIAS BIBLIOGRÁFICAS
53
Prada, S. C. A. R. F. C. d. (2000) "Control Predictivo No Lineal Aplicado a Columnas de Destilación de Etanol." 8.
Rafael Torres Robles, J. J. C. A. (2002). "Análisis y Simulación de Procesos de
Refinación del Petróleo." 115. Reboucas, D. L. (2009). Sistema de Inferencia Neural y Procesamiento Estadístico
Multivariable Aplicado a la Industria del Petróleo. . Departamento de Ingeniería de Computación y Automática. Natal, Universidad Federal de Rio Grande del Norte. Tesis de Grado: 59.
Romero, A. G. S. D. R. (2008) "Control de una columna de destilación binaria
utilizando agentes inteligentes." Científica Vol. 12, Núm. 3, pp. 139-148. Urpi, J. L. TECNOLOGIA Y MARGEN DE REFINO, Instituto Superior de la Energía Yeison Luis Briceño Fajardo, D. J. M. (2007). "EVALUACIÓN DE LA FILOSOFÍA
DE OPERACIÓN DEL SISTEMA DE CONTROL DE UNA TORRE FRACCIONADORA DE PROPANO (C3)‖. DEPARTAMENTO DE INGENIERIA QUIMICA. Puerto la Cruz, UNIVERSIDAD DE ORIENTE
NÚCLEO DE ANZOÁTEGUI. Tesis de Grado: 74. Gutiérrez, J. (1994). Sistemas expertos basados en reglas., Departamento de
Matemática Aplicada. Universidad de Cantabria. España. Martínez, R. G., Ed. (2004). Ingeniería de sistemas expertos. Buenos Aires,
Editorial Nueva Librería. Fernández, D. F. H. Capitulo 14 "CONTROL INTELIGENTE". Santa Clara .Cuba,
Dpto. Automática y Sistemas Computacionales. Universidad Central ―Marta Abreu‖ de las Villas.
Dr. José Mario Criado Briz INTRODUCCIÓN A LOS SISTEMAS EXPERTOS. C.
U. d. S. U. C. d. Madrid. Madrid. Arroyo, V. M. L. (2001). Sistemas expertos aplicados a la robótica. Gutiérrez, J. M. (1998). Modelos de redes probabilísticas en sistemas expertos.
Del 16 al 20 de Noviembre 1998 en Potosí, Dpto. de Matemática Aplicada y Ciencias de la Computación. Universidad de Cantabria (España).
ANEXOS
54