Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)López Giraldo, Luis JavierArias Molina, Juan Carlos2024-03-0320162024-03-0320162016https://noesis.uis.edu.co/handle/20.500.14071/35126Considerando la alta variabilidad en la composición de los crudos cargados en la U150 y el estricto requerimiento de mantener la calidad y rendimiento de los productos valiosos como los destilados medios (JetA-ACPM), es necesario obtener con oportunidad los resultados de las pruebas de laboratorio para control de calidad y optimización de la operación. Por esta razón en este trabajo como alternativa a las pruebas de laboratorio se desarrollaron modelos de soft-sensor para estimar los parámetros de calidad PFE del JetA y T95 del ACPM producidos en la U150. Datos históricos previamente procesados de Julio/2013 a Octubre/2015 que incluyen mediciones continuas disponibles en la base de datos PIdata-link de condiciones de operación preliminarmente definidas (temperatura, presiones y flujos) de la torre fraccionadora T150 y resultados de laboratorio de la base datos CdLab de los parámetros de calidad a predecir y la gravedad API del crudo cargado fueron utilizados para el desarrollo del modelo. Los modelos de soft-sensor se desarrollaron a través del método de modelización de redes neuronales en el software MATLAB®-R2012b estudiando diferentes tipos de configuraciones tales como perceptron, multicapa y base radial. A través de los parámetros estadísticos de desempeño R y MSE, se validaron y probaron las redes neuronales construidas obteniendo que las que presentan el mejor desempeño son las multicapa (R = 0.84, MSE= 144.2) y base radial (R = 0.99, MSE= 3.26). Para el caso de las multicapa se evaluaron también diferentes números de capas, neuronas, funciones de trasferencia y de entrenamiento. Los resultados muestran los modelos soft-sensor para estimar el PFE del JetA y T95 del ACPM como una alternativa viable frente a las pruebas de laboratorio y que pueden ser implementados en el modelo del CAP instalado en la U150 para controlar la calidad y maximizar la producción de los destilados medios.application/pdfspahttp://creativecommons.org/licenses/by/4.0/ModelizaciónAnalizador Virtual (Soft Sensor)Destilación De CrudosPunto Final De Ebullición (Pfe)Destilación T95% Vol. (T95)Gravedad ApiJet-A.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestriaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coConsidering the high variability in the composition of crude oil charged in the U150 and the strict requirement to maintain the quality and yield of valuable products such as are middle distillates (JetA-ACPM)is necessary to obtain the results of laboratory tests with opportunity for quality control and optimization of the operation. For this reasonin this paper as an alternative to laboratory testing was developed models of soft-sensor to estimate the quality parameters EBP of JetA and T95 of the ACPM produced in U150. Historical data collected since July/2013 to October/2015 whichs include continuous measurements available in the database of PIdata-link of operation conditions preliminarily defined (temperaturepressure and flow) in the fractionation tower T150 and laboratory results in the database CdLab of quality parameters to predict and API gravity crude loaded were used for develop the model. Soft-sensor models were developed using neural network modeling in the software MATLAB®-R2102b studying different types of configurations such as perceptronradial basis and multilayer. Through of statistical performance parameters as R and MSE were validated and tested neural networks constructed obtaining that present the best performance are the multilayer type (R = 0.84MSE= 144.2) and radial base (R = 0.99MSE= 3.26). In the case of multilayer type layers different numbers of neurons and transfer functions of training were also evaluated. The results show the soft-sensor models to estimate the EBP of JetA and T95 of the ACPM as a viable alternative to laboratory tests and can be implemented in the model of APC installed the U150 for quality control and maximize the production of middle distillates.info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)