Aplicación de la regresión lineal múltiple y las redes neuronales artificiales en el análisis del proceso de hidrotratamiento de acpm

Abstract

El desarrollo de modelos de predicción con regresión lineal múltiple (RLM) basados en datos históricos tiene múltiples ventajas. Entre ellas la posibilidad de: establecer la influencia de las variables en los procesos, determinar los estadísticos que presentan los datos, análisis de datos atípicos e influyentes y predicción de nuevos valores. Por otra parte, Las redes neuronales artificiales (RNA) son sistemas de procesamiento, que emulan de manera esquemática la estructura neuronal del cerebro, logrando reproducir sus capacidades en la solución de problemas. Estas redes son útiles en aquellos casos en los cuales el problema no posee una solución computacional precisa o se requiere de algoritmos complejos y extensos En el presente trabajo se desarrollaron modelos RLM y RNA para la predicción de las variables de salida y de operación del proceso de hidrotratamiento de ACPM, los procedimientos matemáticos fueron aplicados en la versión libre de prueba del software estadístico Minitab 17 y en el toolbox respectivo de MATLAB. Para el desarrollo de cada uno de los modelos fueron usados datos históricos del proceso de hidrotratamiento correspondientes a la unidad U-4700 de la refinería de Ecopetrol en Barrancabermeja. Los resultados de este trabajo demuestran la no linealidad de las variables en el proceso, siendo los modelos de RNA los indicados para la predicción de las variables de salida y de operación.