Desmetalización de fondos de vacío: predicción de rendimientos de DMO utilizando redes neuronales artificiales

Actualmente las redes neuronales son ampliamente usadas para el tratamiento de datos complejos con múltiples aplicaciones debido a su capacidad para predecir y clasificar. La implementación de redes neuronales artificiales RNA en la predicción de rendimiento de DMO en el proceso de desmetalización de fondos de vacío permite identificar arquitecturas de red con un desempeño adecuado que sea útil para la predicción cuantitativa de las variables del proceso. Para el desarrollo de este proyecto se emplearon datos históricos correspondientes a la unidad DEMEX de la Gerencia Refinería de Barrancabermeja (GRB), a partir de esto se manejaron 4 casos de estudio, los cuales se subdividen en 3 escenarios operativos con diferente rango de operación. Para cada uno de estos casos se realizó un análisis estadístico a las variables. Las redes neuronales fueron entrenadas con la herramienta toolbox de MATLAB. Los resultados obtenidos en este estudio determinaron que el mejor desempeño fue para el escenario operativo 2 con componentes principales (PCA), reportando los errores cuadrado promedio MSE más bajos. Asimismo el análisis de sensibilidad muestra que el escenario operativo 2 presenta mayor capacidad de predicción semi-cuantitativa, es decir, es posible mejorar estos resultados explorando nuevos escenarios. Finalmente se identificaron tres escenarios compuestos por un conjunto de datos según los diferentes rangos para la carga de entrada.

• Autores: Gomez Aparicio, Angie Paola; Plata Sanchez, Paola Andrea
• Tipo de recurso: http://purl.org/coar/version/c_b1a7d7d4d402bcce
• Fecha de publicación: 2017
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/35824
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/35824; https://noesis.uis.edu.co
• Palabra clave: Redes Neuronales Artificiales; Demex; Dmo; Extracción Líquido-Líquido.; Artificial Neural Networks; Demex; Dmo; Liquid-Liquid Extraction.
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)