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.

Abstract

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.