Optimización del monitoreo de parámetros de perfil en tanques de tratamiento de crudo mediante inteligencia artificial en una estación de producción de la región Orinoquía, Colombia.
En las estaciones de producción de la región Orinoquía, los tanques de tratamiento son la
última etapa antes del transporte del crudo, donde se realizan procesos como la separación de
fases, el control de temperatura y la verificación de calidad del fluido, definiendo si el crudo
cumple con las condiciones para su entrega. Sin embargo, pese a su importancia, el monitoreo
interno de estos tanques aún se basa en mediciones puntuales e indirectas, lo que limita la visión
del proceso y dificulta la toma de decisiones a tiempo. En este contexto, este trabajo propone y
valida una metodología de monitoreo inteligente que integra sensores internos con modelos de
inteligencia artificial, con el fin de observar, interpretar y anticipar el comportamiento del
sistema dentro del tanque. La propuesta se basa en el diseño conceptual de una herramienta
sensórica distribuida, junto con un sistema de adquisición y procesamiento de datos que
convierte señales físicas en variables del proceso. Además, se implementa un modelo de
aprendizaje automático que clasifica el estado del sistema y genera recomendaciones operativas.
La validación se realiza mediante simulaciones y comparación con datos de referencia,
evaluando variables como nivel, temperatura, interfaces y emulsiones, demostrando la
consistencia de la metodología.
PDF 
FLIP 
