Revista de ingeniería química y tecnología de procesos
Acceso abierto

abstracto

Detección de cambios en una columna de destilación basada en el enfoque de la razón de verosimilitud generalizada

Yahya Chetouani

Con las crecientes demandas de eficiencia, calidad del producto, confiabilidad y seguridad del proceso, el campo de la detección de fallas (FD) juega un papel importante en las industrias químicas. Este artículo trata sobre un método FD basado en la combinación de la prueba de razón de verosimilitud generalizada (GLRT) y las redes neuronales artificiales (ANN). Se encuentra un modelo neuronal confiable en condiciones normales, bajo todos los regímenes (es decir, condiciones dinámicas y de estado estacionario), por medio de un modelo NARX (Nonlinear Auto-Regressive with eXogenous input) y mediante un diseño experimental. La eficiencia de la combinación de estos dos enfoques utilizados para detectar fallas se ha probado en condiciones anómalas reales en una planta real como una columna de destilación. A partir de los resultados experimentales, se observa que el FD propuesto es capaz de detectar el estado del proceso de manera efectiva.