Estrategias para reconciliación de datos robusta
Strategies for robust reconciliation data
La optimización de las industrias químicas requiere de técnicas efectivas para reconciliación de datos y la estimación de parámetros. Los estimadores clásicos se ven altamente influenciados por la presencia de valores atípicos en las mediciones; en cambio, los estimadores robustos son insensibles a pequeñas cantidades de éstos. En este documento se presentan nuevas metodologías robustas para la reconciliación de datos que combinan las fortalezas de los estimadores monótonos y redescendientes. Se proponen dos estrategias de distinto grado de complejidad, las cuales se aplican para tres modelos de mediciones diferentes.
Esta ponencia fue preparada por Claudia Llanos, Mabel Sánchez (Planta Piloto de Ingeniería Química, UNS-CONICET, Bahía Blanca, Argentina) y Ricardo Maronna (Facultad de Ciencias Exactas, Universidad Nacional de La Plata, La Plata, Argentina) para el "3º Simposio Argentino de Informática Industrial", evento que hizo parte de las 43 Jornadas Argentinas de Informática (JAIIO) (1-5 de septiembre de 2014, Buenos Aires, Argentina). Se encuentra incluida en sus Anales (Buenos Aires, Argentina: Sociedad Argentina de Informática, 2014, pp. 150-161).
Recursos
-
Formatopdf
-
Idioma:español
-
Tamaño:1291 kb
Extended support vector regression based data reconciliation and its application to plant-wide mass balance
Reconciliación de datos basada en regresión extendida de soporte vectorial y su aplicación en balance de masa a nivel de planta
En esta investigación se propone un enfoque de regresión extendida de soporte vectorial para reconciliación de datos y detección de errores groseros y se aplica a un problema de balance de masa a nivel de planta. Esto permite detectar y estimar de manera simultánea errores groseros tales como sesgos de medidas y lagunas de proceso.
Este artículo fue preparado por Hongren Zhan (School of Materials and Metallurgy, Northeastern University, Shenyang, República Popular China), Yu Miao y Wei Wang (College of Control Science and Engineering, Dalian University of Technology, Dalian, República Popular China) para el International Journal of Innovative Computing, Information and Control IJICIC (Vol. 8, No 6, 2012, 4111-4122), publicación de ICIC que difunde trabajos sobre nuevos desarrollos y tendencias, técnicas y enfoque novedosos, metodologías y tecnologías innovadoras sobre teoría aplicaciones de sistemas inteligentes, información y control.
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:123 kb
Role of steady data reconciliation in process model development
Papel de la reconciliación de datos estacionarios en el desarrollo de modelos de proceso
En la industria química y de hidrocarburos la eficiencia operativa se mejora mediante soluciones basadas en modelos. Los datos históricos de procesos juegan un papel importante en la identificación y verificación de modelos utilizados por estas herramientas. Ya que la mayor parte de información empleada son valores medidos, estos se ven afectados por errores que influyen en la calidad de los modelos. En este documento se aplica el concepto de reconciliación de datos para el desarrollo y la validación de modelos de proceso complejos y la simulación de un sistema de hidrogenación industrial.
Este artículo fue preparado por Barbara Farsang, Sándor Németh y János Abonyi (University of Pannonia, Department of Process Engineering, Veszprém, Hungría) para el Hungarian Journal of Industry and Chemistry (Vol. 41, No 1, 2013, 65-75), revista de la University of Pannonia que cubre los campos de la ingeniería química, procesos químicos, reciclaje, ciencia de materiales, mecatrónica, biotecnología, entre otros.
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:622 kb