Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho

En los procesos industriales, los sensores inferenciales son típicamente empleados para monitorear aquellas variables de interés no medibles en línea. Cuando existen múltiples estados operativos del proceso, los sensores inferenciales multi-modelo pueden tener un desempeño más adecuado. En el caso p...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Perdomo, Mariano, Sanseverinatti, Carlos Ignacio, Clementi, Luis, Vega, Jorge Rubén
Formato:	Documento de conferencia publisherVersion
Lenguaje:	Español
Publicado:	VI ARGENCON 2024
Materias:	Sensor inferencial Multi-modelo Estados de operación Mínimos cuadrados parciales
Acceso en línea:	https://ieeexplore.ieee.org/document/9939849 http://hdl.handle.net/20.500.12272/11306
Aporte de:	RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional

id	I68-R174-20.500.12272-11306
record_format	dspace
spelling	I68-R174-20.500.12272-113062024-08-09T22:40:29Z Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho Perdomo, Mariano Sanseverinatti, Carlos Ignacio Clementi, Luis Vega, Jorge Rubén Sensor inferencial Multi-modelo Estados de operación Mínimos cuadrados parciales En los procesos industriales, los sensores inferenciales son típicamente empleados para monitorear aquellas variables de interés no medibles en línea. Cuando existen múltiples estados operativos del proceso, los sensores inferenciales multi-modelo pueden tener un desempeño más adecuado. En el caso particular de los procesos de producción continua de caucho, un sensor inferencial multi-modelo resulta ser adecuado para el monitoreo de las principales variables de calidad del látex. En el presente trabajo, se desarrolla un sensor inferencial multi-modelo para monitorear tres variables de calidad de un proceso continuo para la producción de látex para caucho. Los sub-modelos del sensor inferencial son calibrados en base a la técnica de regresión por mínimos cuadrados parciales. Se selecciona, según conocimientos a priori sobre el proceso, una variable de programación que represente adecuadamente a los distintos estados de operación del proceso. En base a dicha variable, se adopta una técnica de ponderación de las predicciones de cada sub-modelo para obtener la predicción final del sensor inferencial multi-modelo. El sensor inferencial desarrollado se testea con tres casos de estudio, y se compara su desempeño con dos sensores inferenciales clásicos. En términos generales el modelo propuesto demuestra tener un desempeño ligeramente superior en comparación con los sensores clásicos implementados. Fil: Perdomo, Mariano M. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Perdomo, Mariano M. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. Fil: Sanseverinatti, Carlos Ignacio. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Sanseverinatti, Carlos Ignacio. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. Fil: Clementi, Luis A. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Clementi, Luis A. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. Fil: Clementi, Luis A. CONICET-UNER. Instituto de Investigación y Desarrollo en Bioingeniería y Bioinformática; Argentina. Fil: Vega, Jorge Rubén. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Vega, Jorge Rubén. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. 2024-08-09T22:39:02Z 2024-08-09T22:39:02Z 2022-09 info:eu-repo/semantics/conferenceObject publisherVersion Perdomo, M. M., (et al.). Sensor inferencial multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho. 2022 IEEE Congreso Bienal de Argentina (VI ARGENCON). San Juan, Argentina. https://ieeexplore.ieee.org/document/9939849 http://hdl.handle.net/20.500.12272/11306 10.1109/ARGENCON55245.2022.9939849 spa ASECAFE0008414 - Título Modelado y monitoreo de procesos industriales continuos y semi-continuos. Algoritmos basados en inferencia bayesiana y aprendizaje maquinal. openAccess http://creativecommons.org/licenses/by-nc/4.0/ Atribución-NoComercial 4.0 Internacional Los autores CreativeCommons pdf VI ARGENCON
institution	Universidad Tecnológica Nacional
institution_str	I-68
repository_str	R-174
collection	RIA - Repositorio Institucional Abierto (UTN)
language	Español
topic	Sensor inferencial Multi-modelo Estados de operación Mínimos cuadrados parciales
spellingShingle	Sensor inferencial Multi-modelo Estados de operación Mínimos cuadrados parciales Perdomo, Mariano Sanseverinatti, Carlos Ignacio Clementi, Luis Vega, Jorge Rubén Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
topic_facet	Sensor inferencial Multi-modelo Estados de operación Mínimos cuadrados parciales
description	En los procesos industriales, los sensores inferenciales son típicamente empleados para monitorear aquellas variables de interés no medibles en línea. Cuando existen múltiples estados operativos del proceso, los sensores inferenciales multi-modelo pueden tener un desempeño más adecuado. En el caso particular de los procesos de producción continua de caucho, un sensor inferencial multi-modelo resulta ser adecuado para el monitoreo de las principales variables de calidad del látex. En el presente trabajo, se desarrolla un sensor inferencial multi-modelo para monitorear tres variables de calidad de un proceso continuo para la producción de látex para caucho. Los sub-modelos del sensor inferencial son calibrados en base a la técnica de regresión por mínimos cuadrados parciales. Se selecciona, según conocimientos a priori sobre el proceso, una variable de programación que represente adecuadamente a los distintos estados de operación del proceso. En base a dicha variable, se adopta una técnica de ponderación de las predicciones de cada sub-modelo para obtener la predicción final del sensor inferencial multi-modelo. El sensor inferencial desarrollado se testea con tres casos de estudio, y se compara su desempeño con dos sensores inferenciales clásicos. En términos generales el modelo propuesto demuestra tener un desempeño ligeramente superior en comparación con los sensores clásicos implementados.
format	Documento de conferencia publisherVersion
author	Perdomo, Mariano Sanseverinatti, Carlos Ignacio Clementi, Luis Vega, Jorge Rubén
author_facet	Perdomo, Mariano Sanseverinatti, Carlos Ignacio Clementi, Luis Vega, Jorge Rubén
author_sort	Perdomo, Mariano
title	Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
title_short	Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
title_full	Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
title_fullStr	Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
title_full_unstemmed	Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
title_sort	sensor inferencial multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho
publisher	VI ARGENCON
publishDate	2024
url	https://ieeexplore.ieee.org/document/9939849 http://hdl.handle.net/20.500.12272/11306
work_keys_str_mv	AT perdomomariano sensorinferencialmultimodeloaplicadoaunprocesosimuladoparalaproduccioncontinuadelatexparacaucho AT sanseverinatticarlosignacio sensorinferencialmultimodeloaplicadoaunprocesosimuladoparalaproduccioncontinuadelatexparacaucho AT clementiluis sensorinferencialmultimodeloaplicadoaunprocesosimuladoparalaproduccioncontinuadelatexparacaucho AT vegajorgeruben sensorinferencialmultimodeloaplicadoaunprocesosimuladoparalaproduccioncontinuadelatexparacaucho
_version_	1809230434351972352

Sensor Inferencial Multi-modelo aplicado a un proceso simulado para la producción continua de látex para caucho

Ejemplares similares