| Título: | DESARROLLO DE UN PROGRAMA PARA ESTUDIAR EL COMPORTAMIENTO DE UNA COLUMNA DE FRACCIONAMIENTO ETANO/ETILENO DE UNA PLANTA DE OLEFINAS // DEVELOPMENT OF A PROGRAM FOR STUDYING THE BEHAVIOR OF AN ETHANE - ETHYLENE SPLITTER OF AN OLEFINS PLANT |
| Autores: |
Patricia González; INGENIERO QUÍMICO,
MAGISTER SCIENTIARIUN EN INGENIERÍA DE GAS.
LIDER DE PROYECTO EN INVESTIGACIÓN Y DESARROLLO C.A. (INDESCA) Carlos Alciaturi; Ingeniero Químico. Investigador en el Instituto Zuliano de Investigaciones Tecnológicas. Profesor en LUZ, división de Postgrado, programa de Ingeniería de Gas |
| Fecha: | 2013-01-25 |
| Publicador: | Telématique |
| Fuente: |
 |
| Tipo: | Artículo revisado por pares |
| Tema: | Red neuronal artificial (RNA); mínimos cuadrados parciales (PLS); columna de fraccionamiento; etileno |
| Descripción: | En este trabajo se presenta el desarrollo de programas para el estudio del comportamiento de una columna de fraccionamiento Etano/Etileno, perteneciente a una planta de Olefinas. Se utilizaron una red neuronal (RNA) del tipo multicapas con propagación hacia adelante y el algoritmo de mínimos cuadrados parciales (PLS) con este propósito. El entrenamiento de la red neuronal y la obtención del modelo PLS se realizaron con datos experimentales de la planta. Estos datos experimentales se dividieron en un conjunto de prueba y un conjunto de validación. Se demostró que la red neuronal fue muy superior al algoritmo PLS para la predicción de la producción de etileno a partir de parámetros de funcionamiento de la planta. Adicionalmente, estos resultados fueron comparados con los resultados de la simulación arrojados por un paquete comercial, resultando en una buena correspondencia entre las predicciones del modelo de red neuronal y las del paquete comercial. Palabras clave: Red neuronal artificial (RNA), Mínimos cuadrados parciales (PLS), Columna de fraccionamiento, Etileno. ABSTRACT This paper presents the development of programs for the study of the behavior of a fractionating column of Ethane/Ethylene, which belongs to an olefin plant. We used a neural network (ANN) multilayer type with forward propagation algorithm and partial least squares (PLS) for this purpose. The training of the neural network and the PLS model obtaining were performed with experimental data of the plant. These experimental data were divided into a test set and a validation set. It was shown that the neural network was much higher than PLS algorithm for predicting the production of ethylene from operating parameters of the plant. Additionally, these results were compared with simulation results achieved by a commercial package, resulting in a good agreement between predictions of the neural network model and the commercial package ones. Keywords: Artificial neural network (ANN), Partial least squares (PLS), Fractionating column, Ethylene. |
| Idioma: | es |