Resumen

En este trabajo, se consideró la identificación de un modelo de procesos industriales; en particular, se desarrolló un modelo para la predicción de un contaminante atmosférico (NOx) proveniente de una chimenea de una refinería para sustituir los analizadores de línea en caso de ruptura o anomalías. El modelo permitirá el análisis de comportamientos anómalos que puedan ocurrir en la planta. De hecho, con este fin, se implementaron los modelos para percibir un “sensor suave”, el cual suministra el monitoreo “en línea” de los niveles de contaminación atmosférica (NOx, óxido de nitrógeno) en la chimenea de una refinería. Los mejores resultados, en términos de calidad y confiabilidad, fueron obtenidos para modelos no lineales.

• Materias:Refinería de petróleo Industria petroquímica
• Subjects:Oil refinery Petrochemical industry
• Palabras claves:Redes neuronales, Aproximación de modelos, Inestabilidad, Modelos no lineales, Identificación
• Keywords:Neural networks, Model approximation, Instability, Non-linear models, Identification