Resumen

Los fallos de los quemadores son condiciones anormales comunes asociadas a los calefactores industriales. La prevención de pérdidas económicas y daños importantes en los equipos puede lograrse compensando la pérdida de calor debida a los fallos de los quemadores, lo que puede ser posible definiendo los puntos de consigna adecuados para reorganizar las tasas de encendido de los quemadores en buen estado. En este estudio, se desarrollaron modelos de redes neuronales artificiales para estimar los puntos de consigna apropiados para que el sistema de control de la combustión recupere un horno industrial de calentamiento por fuego de condiciones anormales. Para ello, basándose en un modelo matemático preciso de alto orden, se resolvieron problemas de optimización no lineal con restricciones mediante el algoritmo genético. Para diferentes escenarios de fallo, se obtuvieron las mejores tasas de sobrecombustión posibles para quemadores sanos para recuperar el horno de condiciones anormales y se registraron datos para las etapas de entrenamiento y prueba. Las prestaciones de los modelos neuronales de estado estacionario desarrollados se evaluaron mediante experimentos de simulación. Los resultados obtenidos indicaron la viabilidad de la técnica propuesta para hacer frente a los fallos en el sistema de combustión.

• Materias:Catálisis Cinética química Cinética Propiedades termodinámicas Termodinámica Dinámica de fluidos Adsorción
• Subjects:Catalysis Chemical kinetics Kinetics Thermodynamic properties Thermodynamics Fluid dynamics Adsorption
• Palabras claves:condiciones anormales, puntos de consigna apropiados, quemadores sanos, modelos de redes neuronales artificiales, mejores índices de exceso de encendido posibles, sistema de control de la combustión, condiciones anormales comunes, diferentes escenarios de fallo, daños importantes en los equipos, problemas de optimización no lineal.
• Keywords:abnormal conditions, appropriate setpoints, healthy burners, artificial neural network models, best possible excess firing rates, combustion control system, common abnormal conditions, different failure scenarios, major equipment damages, nonlinear optimization problems