PREDICCIÓN DE ENSUCIAMIENTO DE UN INTERCAMBIADOR DE PLACAS (PACKINOX) USANDO REDES NEURONALES LSTM (Record no. 194922)
[ view plain ]
| 000 -LEADER | |
|---|---|
| fixed length control field | 02280nmc a2200205 4500 |
| 008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA - INFORMACIÓN GENERAL | |
| Campo de control de longitud fija | 260224s2022 |
| 245 00 - TITULO | |
| Título | PREDICCIÓN DE ENSUCIAMIENTO DE UN INTERCAMBIADOR DE PLACAS (PACKINOX) USANDO REDES NEURONALES LSTM |
| 260 ## - PUBLICACION, DISTRIBUCION, ETC | |
| Lugar de publicación, distribución, etc. | Buenos Aires |
| Nombre de publicador, distribuidor, etc. | Instituto Argentino del Petróleo y del Gas, IAPG |
| Fecha de publicación, distribución, etc. | 2022 |
| 270 ## - FECHA DE CARGA | |
| Fecha de carga | 23/06/2022 ; 23/06/2022 |
| 300 ## - DESCRIPCION FISICA | |
| Otra extensión | 9 p. |
| 520 ## - RESUMEN, ETC | |
| Resumen | En este trabajo se presenta un modelo de mantenimiento predictivo, para el intercambiador de placas E-4701 (Packinox) de la planta de hidrotratamiento de combustible de la Refinería de Barrancabermeja, el cual evidencia un ensuciamiento recurrente desde finales el año 2019, limitando la carga de la U4700. Debido a la complejidad del fenómeno físico químico y las múltiples variables que intervienen en la operación, se desarrolló un modelo basado en redes neuronales para identificar la variable problema y predecir el tiempo de ensuciamiento según las condiciones operacionales del equipo. En principio, se recopiló una base de datos de 21 variables de contexto operacional, desde enero 2013 a diciembre 2021, las cuales fueron correlacionadas y depuradas. Luego, se utilizó la librería de redes neuronales del programa Matlab, para construir el modelo de predicción de aumento de diferencial de presión en E-4701, utilizando una arquitectura de red tipo LSTM. Finalmente se logró un modelo que permite predecir el diferencial de presión teniendo en cuenta el histórico de los datos de entrenamiento, además se identificó el valor límite de la variable problema en la operación para evitar el ensuciamiento acelerado y el valor a partir del cual se revierte la reacción y se presenta la descomposición térmica de las sales disminuyendo el ensuciamiento del equipo. Palabras clave: Predicción, Sublimación de sales, Ensuciamiento, Redes neuronales LSTM |
| 773 ## - CORRECCIÓN | |
| Partes relacionadas | |
| 942 ## - DESC. DE MATERIAL | |
| Tipo de item KOHA | Congresos (trabajos presentados) |
| 100 1# - RESPONSABLE PERSONAL | |
| Apellido, Nombre | Vargas Silva, Willian |
| 9 (RLIN) | 60707 |
| 100 1# - RESPONSABLE PERSONAL | |
| Apellido, Nombre | Escalante Salazar, Domingo A. |
| 9 (RLIN) | 60708 |
| 111 2# - AUTORIDAD DE CONGRESO | |
| Nombre de congreso | Congreso Latinoamericano y del Caribe de Refinación (6to. : 2022 jun. 1-3 : Buenos Aires) |
| 9 (RLIN) | 60649 |
| 856 ## - LINK | |
| Link | <a href="https://biblioteca.iapg.org.ar/ArchivosAdjuntos/CongresoRefinacion2022/100.pdf">https://biblioteca.iapg.org.ar/ArchivosAdjuntos/CongresoRefinacion2022/100.pdf</a> |
| Biblioteca propietaria | Biblioteca actual | Fecha de adquisición | Inventario | Total de préstamos | Inventario | Fecha de carga | Tipo de item KOHA |
|---|---|---|---|---|---|---|---|
| IAPG-Colección | IAPG-Colección | 06/03/2026 | 200067309 | 200067309 | 06/03/2026 | Archivo electrónico |
