Proyecto 3.docx

REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACION SUPERIOR UNIVERSIDAD DE FALCON – UDEFA FACULTAD DE INGENIERIA

DISEÑO DE UNA RED NEURONAL PARA LA PREDICCION DE FLUJO DE ALIMENTACION A UN HORNO DE UNA PLANTA DE CRAQUEO RETARDO

Prof de metodología:

Autores:

Adolfo Primera

Carrasquero José V26.218.404

Prof de contenido :

Cayama Ronihet V25.986.107

Luigi Martínez

Colina Jesús V26.058.055 González Luenys V26.058.386

CAPITULO I:

EL PROBLEMA

Planteamiento del problema En procesos de refinación de crudo (craqueo), es necesario controlar de manera óptima las variables críticas con el fin de reducir costos y aumentar su eficiencia, mejorando la calidad del producto obtenido. Para llevar a cabo el control de este tipo de procesos es ventajoso contar con un modelo que lo caracterice y permita simular la dinámica del sistema facilitando así la predicción de su comportamiento ante diferentes condiciones de trabajo, de una manera virtual y sin exponer el sistema real a alteraciones que en muchos casos podrían llevarlo a un funcionamiento erróneo, inestable e inseguro. Las redes neuronales

permiten resolver los problemas de la misma manera que el

cerebro humano, aunque las redes neuronales son más abstractas. Los proyectos de redes neuronales modernos suelen trabajar desde unos miles a unos pocos millones de unidades neuronales y millones de conexiones que, si bien son muchas órdenes, siguen siendo de una magnitud menos compleja que la del cerebro humano, más bien cercana a la potencia de cálculo de un gusano. Se pretende implementar un diseño de red neural para predecir el flujo de alimentación de un horno de una planta de craqueo retardo, mediante una base de datos que contenga información específica sobre la capacidad óptima para el debido funcionamiento del horno, en casos adversos a la alimentación adecuada realizar un proceso para adecuar la entrada de mayor o menor nivel para obtener una salida adecuada (crudo refinado).

Formulación del Problema Sobre la base de la problemática antes planteada resulta necesario e importante dar respuesta a las siguientes interrogantes: ¿Qué elementos conforman la red neuronal para la predicción de flujo de alimentación a un horno de una planta de craqueo retardo? ¿Qué factibilidad técnica, operativa y económica de los elementos que conforman el sistema de predicción programas se deben considerarse en la elaboración del módulo de simulaciones? ¿Cuál sería el modelo de predicción del flujo de alimentación a un horno de una planta de craqueo retardo? Objetivos Objetivo general Diseñar una red neuronal para la predicción de flujo de alimentación a un horno de una planta de craqueo retardo Objetivos específicos  Diagnosticar los elementos que conformaran el diseño de la red neuronal para la predicción de flujo de alimentación a un horno de una planta de craqueo retardo  Determinar la fiabilidad técnica, operativa y económica de los elementos que conforman el sistema de predicción.  Diseñar el modelo de predicción del flujo de alimentación a un horno de una planta de craqueo retardo. Justificación. El diseño de redes especializadas permite obtener un modelo versátil con una organización bien definida, evitando así el empleo de personas en ámbitos laborales

riesgosos demasiado complejos, evitando posibles accidentes que comprometan sus vidas, para ello la predicción mediante las redes neurales brindaría una mejora significativa en cuanto a procesos innecesarios que podrían resultar en eventos catastróficos. Es importante adaptar la complejidad de la red a los requerimientos de velocidad de adaptación que requiera el sistema para su trabajo en línea con el proceso real. En casos en los que las señales de entrada presenten diferencias de velocidad significativas, se aconseja muestrear cada una a la frecuencia apropiada, lo que implica un diseño de experimentos más elaborado y redes neuronales que posean estructuras de almacenamiento temporal diseñadas independientemente para cada entrada. Se requiere un amplio conocimiento del comportamiento del sistema y del problema a solucionar y contar con una base de datos para caracterizarlo. Con el análisis de esta información se puede realizar un diseño de experimentos apropiado, tal que los datos empleados en el entrenamiento sean suficientes para el aprendizaje de la red, sin llevarla a una extrema generalización o memorización. Para el diseño de un modelo neuronal "óptimo" no existe un procedimiento estándar. Sin embargo) pueden seguirse pautas que permitan realizar un diseño apropiado de la red sin llegar a sobredimensionarla, alcanzando tiempos de entrenamiento y resultados de validación razonables de acuerdo a la complejidad del problema. Delimitación El trabajo de investigación se realizará en Punto Fijo, Falcón. El mismo se encuentra vinculado al desarrollo de software, orientándose hacia el área de la automatización de procesos de plantas de craqueo, se planta hacer la propuesta en la Refinería de Amuay del Centro Refinador Paraguana en planta de coquización retardada y la parte de programación y estudio en la universidad de Falcón; con el sistema propuesto se busca expandir el desarrollo de redes neurales para el control y manejo de planta de manera automática para reducir errores y mejora funcionamiento de dichos procesos así aprovechar la producción al máximo de los procesos industriales, el tiempo de ejecución de este proyecto está comprendido desde octubre 2018 hasta diciembre 2019.

CAPÍTULO II MARCO TEÓRICO Antecedentes de la Investigación

Se efectuarán los estudios constituidos por cálculos matemáticos para la determinación de las estrategias de control, enfoques teóricos sobre los distintos elementos que abarca el diseño de tal forma explicando que tan importante es los pasos que conlleven el estudio del sistema de control donde a mediados de la década de los 90 se han establecidos rutas exitosas por medio de estos modelos. Según Balestrini (2006) nos da una explicación del Marco Teórico: En el Marco Teórico de proyecto, no basta con enunciar los títulos de los aspectos teóricos que orientan el sentido de la investigación, es necesario referir de manera ordenada, algunas de las principales fuentes documentales, que servirán de base para la fundamentación de cada uno de los asuntos teóricos presentados y delimitados en el esquema tentativo propuesto para el Marco Teórico de la investigación. (p.100) A continuación se especifican algunos antecedentes, vinculados con el proyecto a realizar “Propuesta de un Módulo para la Medición y Control de la Variable de Proceso Nivel, el Laboratorio Integral de Electrónica de la Universidad de Falcón”, reflejando el aporte de cada uno de ellos en este proyecto. Montañas y Sifontes (2009). “Desarrollo de una aplicación para el reconocimiento facial mediante redes neuronales artificiales”. Trabajo para optar al Título de Ingeniero en Computación en Departamento de Computación y Sistemas, de la Universidad de Oriente – Barcelona, Anzoátegui. La investigación bajo en el análisis biométrico de las personas fue el pilar de esta investigación se baso en el estudio de los ojos, nariz, boca, oreja y cejas, donde se realizaron una caracterización y un sistema de base de datos donde ingresaron todas las personas en estudio y analizador con una red neuronal predictiva y analítica de las personas que estaban en el medio de estudio, el aporte general para la investigación actual son algunos algoritmos utilizados y los programa de simulación que son pilar fundamental para el actual trabajo de grado.

Andrade (2013). “Estudio de los principales tipos de Redes Neuronales y las herramientas para su aplicación”. Trabajo para optar el Título de Ingeniero de Sistemas, de la Universidad Politécnica Salesiana – Cuenca, Ecuador. Para esta investigación el investigador analizó los tipos de redes neuronales los distintos algoritmos utilizados y las distintas herramientas de predicción y control, que son el pilar de las redes neuronales en los sistemas de control inteligentes o de predicción. Para esta investigación aporta las redes aplicadas a la predicción y las bases fundamentes en un entorno de investigación de esta índole. García (2013). “Reconocimiento de Imágenes Utilizando Redes Neuronales Artificiales”. Máster en Ingeniería Informática para la Industria. Trabajo para optar al Título de Máster en Investigación en Informática en la Facultad de Informática, de la Universidad Complutense de Madrid – España. Esta Trabajo de investigación tuvo dos manera de trabajar un de predicción para reconocer las imágenes una predicción y para saber y dejar actuar un sistemas de control tipo inteligente. Que brinda a esta investigación una manera de saber determinar un población y un sistema inteligente de predicción aplicado y como organizar una base de datos. Velazquez (2016). “Propuesta De Diseño De Prototipo De Sistema De Reconocimiento Facial Basado En Redes Neuronales”. Trabajo para optar al Título de Ingeniero Electrónico mención Automatización Industrial, Universidad de Falcón (UDEFA) Falcón – Venezuela. Para lograr un desempeño más eficiente de las redes neuronales en los sistema de seguridad de esta investigación, se realiza esta propuesta de crear un sistema de reconocimientos facial bidimensional utilizando las herramientas de las redes neuronales artificiales, con lo cual disminuye la delincuencia que azota nuestro país. La cual se extrae dichos patrones del rosto humano mediante una cámara web, es decir, se tomara varias pruebas del rostro de forma bidimensional para así tener varios patrones que represente la validación del rostro correcto a la hora de implementar el software en las instalaciones que requieren una mayor seguridad. Para esto se hace necesario implementar tecnologías blandas como las redes neuronales las cuales no son más que un modelo

artificial y simplificado del cerebro humano, siendo el ejemplo más perfecto del disponible para un sistema que es capaz de adquirir conocimiento a través de la experiencia. El aporte que brinda esta investigación es el uso de las herramientas de redes neuronales que tiene Matlab, así como también el uso de las bases de datos para saberlos distribuir de manera más versátil. Bases Teóricas Los años 40 supusieron los primeros inicios de las RNA. Esta época supuso el comienzo de la búsqueda de modelos alternativos a los computadores tradicionales basados en máquinas de Von Neumann, debido a la incapacidad de éstos de tolerar fallos, funcionar de manera adaptativa, procesar en paralelo, entre otros. Los primeros intentos destacables fueron el de Mc Cullocch y Pitts (1943), que crearon el primer modelo simple de neurona en base a funciones lógicas y además introdujeron la idea de umbral de activación, y el de Hebb (1949) que propuso una ley simple de entrenamiento (regla de Hebb). Potenciado por estas primeras investigaciones, se promovieron gran cantidad de estudios sobre el tema y surgieron los primeros grandes avances entrando en un período emergente y prometedor. Por un lado Rossemblatt (1959) propuso el Perceptrón junto con su correspondiente regla de entrenamiento, por otro lado Widrow y Hoff (1959) propusieron el Adaline con la regla de aprendizaje precursora del Backpropagation (delta rule) y que posteriormente se comercializó para eliminar los ecos de las líneas telefónicas. El gran interés por las RNA durante la década de los 60, llevó asociado un estudio más en profundidad del tema y el descubrimiento de las limitaciones formales de las redes. La aparición del estudio PerceptronsdeMinsky y Paper en 1969 puso en evidencia la imposibilidad de las RNA de generalizar un algoritmo de entrenamiento para las redes multicapa. Este artículo supuso el comienzo de una época de abandono de esta aplicación. El resurgimiento de las RNA llegó en la década de los 80, debido básicamente a la solución de los problemas planteados anteriormente, al desarrollo de nuevos algoritmos de entrenamiento y topologías de redes, a los avances técnicos que permitieron la posibilidad de implementar las RNA en hardware y sobre todo una importante inversión económica en este tipo de investigación.

Algunas contribuciones interesantes realizadas a partir de la década de los 80 en adelante son: la creación en 1982 de las redes de Hopfield, el desarrollo del algoritmo Backpropagationen 1986 por Rumelhart, Hinton y William que permite el entrenamiento de redes multicapas, la aportación de Kohonen en 1984 de los mapas auto-organizativos (que se usaron para el reconocimiento de voz, composición musical, etc.), los estudios desde el punto de vista matemático y biológico de Grossberg en un gran número de artículos y también la creación de la International Neural Network Society INNS que ha sido uno de los grandes promotores de las investigaciones en este campo. Redes neuronales Artificiales (RNA) Las redes neuronales han constituido un centro focal de intensa actividad durante los últimos años, dando lugar a una maduración de las primitivas ideas desarrolladas en los años sesenta. El procesamiento de la información realizado por estos sistemas es un tipo alternativo al que utilizan los actuales sistemas informáticos, los cuales procesan secuencialmente instrucciones almacenadas en una memoria y manipulan datos de la misma memoria. En las redes neuronales, en cambio, el paradigma emula el modelo biológico de aprendizaje y computación, con una fuerte base de procesamiento en paralelo, y estando involucrados en cada unidad de cálculo el proceso y la memoria. La principal cualidad de estos sistemas la constituye su adaptabilidad dinámica, esto es, su capacidad para variar de comportamiento en situaciones cambiantes. Para llegar a esto, utilizan técnicas como el aprendizaje, generalización o auto organización. Están inspirados en el modelo de neurona biológica, usando unidades elementales de procesamiento que mimetizan algunas de las características de las neuronas biológicas. El comportamiento global de una red determina su capacidad para ensayar hipótesis, detectar patrones estadísticos y regularidades o ajustar dinámicamente un modelo implícito implementado en la misma arquitectura.Este comportamiento va más allá de la suma de las potencialidades de las neuronas que la componen. El resultado es la emergencia de propiedades nuevas que pertenecen al sistema como un todo.

Bases Legales Ley de Uso Racional y Eficiente de la Energía (Gaceta Oficial Nº 39.823 del 19 de diciembre de 2011) Articulo 8 Evidencia la promoción de nuevas tecnologías El Estado venezolano promoverá el establecimiento y desarrollo en el territorio nacional, de industrias, fábricas y unidades de producción que empleen nuevas tecnologías para el diseño y elaboración de bienes de consumo masivo, dando un tratamiento prioritario al aprovechamiento de energías renovables. Para el logro de estas acciones, se podrán ejecutar las cláusulas sobre transferencia tecnológica contenidas en los instrumentos internacionales vigentes. Artículo 9 Actuación coordinada para la ejecución de proyectos El Ejecutivo Nacional por órgano del Ministerio del Poder Popular con competencia en materia de ciencia y tecnología, el Ministerio del Poder Popular con competencia en materia de comercio, el Ministerio del Poder Popular con competencia en materia de energía eléctrica y el Ministerio del Poder Popular con competencia en materia de petróleo y minería, deberán establecer mecanismos que fomenten la ejecución de proyectos productivos Nacionales que involucren el uso de tecnologías que aprovechen las energías renovables.

Artículo 22 Soporte de Formación en educación universitaria El Ministerio del Poder Popular con competencia en materia de educación universitaria promoverá la inclusión de contenidos, formación de cátedras, seminarios, talleres, asignaturas o materias que permitan complementar los conocimientos en materia de aprovechamiento de fuentes de energía renovable y el uso racional y eficiente de la energía, en los niveles técnicos, en las carreras de ingeniería, arquitectura y urbanismo, así como en todas aquellas disciplinas del saber que considere necesarias.

CAPÍTULO III

MARCO METODOLÓGICO Modalidad de Investigación De acuerdo con el Manual de Elaboración y Presentación de Propuestas, Proyectos y Trabajos de Grado de la Universidad de Falcón (2010), un proyecto factible consiste en “la investigación, elaboración y desarrollo de una propuesta de un modelo operativo viable para solucionar problemas, requerimientos o necesidades de organizaciones o grupos sociales; puede referirse a la formulación de políticas, programas, tecnologías, métodos o procesos”, por lo tanto es la modalidad que más se ajusta a este tema, puesto que se trata de un prototipo para reconocimiento facial que resulta viable para ayudar a cubrir la necesidad de seguridad en el área residencial, empresarial o en cualquier nivel educativo. Tipo de Investigación La metodología es la base de todo estudio investigativo, ella reúne una serie de procedimiento y lineamientos que utiliza el investigador para obtener el conocimiento de la realidad existente en el problema planteado y poder alcanzar mediante su aplicación los resultados de manera total, sistemática y precisa. De acuerdo a la naturaleza de la presente investigación, ésta se enmarca dentro de la modalidad de un “proyecto factible”

según el Manual de Elaboración y Presentación de

Propuestas, Proyectos y Trabajos de Grado de la Universidad de Falcón (2010) un Proyecto Factible consiste en la Investigación, elaboración y desarrollo de una propuesta de un Modelo operativo viable para solucionar problemas, requerimientos o necesidades de organizaciones o grupos sociales. Puede referirse a la formulación de políticas, programas, tecnologías, métodos o procesos.

Dicha investigación se considera un proyecto factible, ya que; está orientada a la proporcionar soluciones o repuestas plateadas en cuanto a una determinada realidad, como lo es un sistema de seguridad con la detención de reconocimiento facial basado en redes neuronales para la carrera de Ingeniería Electrónica. Frecuentemente el propósito de los investigadores es describir situaciones y eventos, implementando así los estudios descriptivos los cuales “sirven para analizar cómo es y cómo se manifiesta un fenómeno y sus componentes. Permiten detallar el fenómeno estudiado básicamente a través de la medición de uno o más de sus atributos”, Vásquez (2005). Es por ello que se consideró esta investigación como tipo descriptiva, ya que se especificó cada uno de los componentes necesarios para conformar el diseño del Módulo de simulaciones de Control de Proceso para el Laboratorio Integral de Electrónica. De la definición anterior se deduce que el tipo de investigación es de proyecto factible ya que consiste en un conjunto de actividades vinculadas entre sí, cuya ejecución permitió el logro de los objetivos previamente definidos en atención a las necesidades que presenta la institución, que en este caso es la Universidad de Falcón. En este ciclo de ideas, el proyecto abarca la investigación, elaboración y desarrollo de un diseño de una red neuronal para la predicción de flujo de alimentación a un horno de una planta de craqueo retardo, el cual permite optimizar el comportamiento de un horno de craqueo retardado. Diseño de la investigación Según el autor Arias (2012), define que la investigación de campo es aquella que consiste en la recolección de todos directamente de los sujetos investigados, o de la realidad donde ocurren los hechos (datos primarios), sin manipular o controlar variables alguna, es decir, el investigador obtiene la información pero no altera las condiciones existentes. De allí su carates de investigación no experimental. Claro está, en una investigación de campo también se emplea datos secundarios, sobre todo los provenientes de fuentes bibliográficas, a partir de los cuales se elabora el marco

teórico. No obstante, son los datos primarios obtenidos a través del diseño de campo, lo esenciales para el logro de los objetivos y la solución del problema planteado. Por lo tanto, ésta investigación es de campo ya que realiza un análisis sistemático del problema, con el propósito de describirlo entender su naturaleza, explicar sus causas y efectos, y determinar la posible solución ante el problema planteado; de allí que, los datos de interés son recogidos en forma directa de la realidad, por lo que las investigaciones parten de datos originales o primarios, en este caso específico de los trabajadores de la parte administrativa de la Universidad de Falcón (UDEFA) en Punto Fijo Estado Falcón. Además, se sustenta en una investigación documental, que permitirá conocer y profundizar los conocimientos sobre el problema en estudio. Según la clase de medios utilizados para obtener los datos, es un diseño de campo, en la cual “los datos de interés se recogen en forma directa de la realidad, mediante el trabajo concreto del investigador” (Sabino, 2002, p. 64). En este caso los datos o la información recolectada está asociada directamente con la realidad actual o condición en la que se encuentra el horno en estudio, siendo este el objeto de estudio y fue analizado sin ningún tipo de modificación. También se encuentra dentro del diseño de investigación no experimental, ya que no hay condiciones o estímulos a los cuales se expongan los sujetos de estudio, en este caso el módulo simulador de procesos, el cual se estudió en su realidad y sin manipular las variables, se observó el módulo tal y como se encuentra en su contexto natural, para después analizarlo. Población y Muestra

Estadísticamente se dice que una población es la totalidad del fenómeno a estudiar, donde las unidades de población poseen una característica común, la que se estudia y da origen a los datos de la investigación. Arias, (2012) indica que “una población es un conjunto finito o infinito de elementos con características comunes, para los cuales serán extensivas las conclusiones de la investigación ". (p.81).

Para desarrollar el presente trabajo, se consideró como población las personas encargas de operar el horno de craqueo retardado en Centro Refinador Paraguana (CRP), con la finalidad de obtener información sobre su tipo de operación y las variables que conforman el cuadro de conocimiento y funcionamiento del proceso con formado por 25 personas. Según Spiegel (2011)"Se llama muestra a una parte de la población a estudiar que sirve para representarla". Por otra parte Levin&Rubin (2012) exponen; "Una muestra es una colección de algunos elementos de la población, pero no de todos". Así como estos, Cadenas (2010) dice que; "Una muestra debe ser definida en base de la población determinada, y las conclusiones que se obtengan de dicha muestra solo podrán referirse a la población en referencia".

Ya para concluir teniendo ya tomando en cuenta cada una de las anteriores definiciones y aplicándolas a la presente investigación; se tiene por una encuesta realizada al personal de operaciones de 12 empleados en diferentes guradias y rangos de labor.

Técnicas e Instrumentos de Recolección de Datos En la relación a las técnicas que se utilizarán para esta investigación se tiene como técnicas la observación; no asistida técnicamente y asistida técnicamente, y la entrevista a experto. En cuanto a los instrumentos, estos “representan la herramienta con la cual se va a recoger, filtrar y codificar la información” (Hurtado, 2010, p.153).En concordancia con las técnicas, los instrumentos a utilizar son: La guía de observación, la cámara de video/fotográfica y una encuesta. Según Arias (2012), “la observación, es una técnica que consiste en visualizar o captar mediante la vista, en forma sistemática, cualquier hecho, fenómeno o situación que se produzca en la naturaleza o en la sociedad, en función de unos objetivos de investigación preestablecidos, así mismo la observación directa, sucede cuando el investigador se pone en contacto personalmente con el hecho o fenómeno que trata de investigar”. Por otra parte Hernández y otros (2011), “es muy necesario llevar registros y elaborar anotaciones durante los eventos o sucesos vinculados al planteamiento siendo conveniente que las mismas se guarden o archiven para señalar lo más importante y que contribuya con la investigación”.

Según lo plateado lo anteriormente, se toma una serie de peguntas de manera que cada uno de los empleados tuviera la facilidad de describiera sus propias características del rostro, para así tener concordancia con los patrones a tomar a la hora de realizar el sistema. Y posteriormente tener la finalidad de utilizar dicha información a la hora de determinar qué tan factible es la aplicación del proyecto propuesto. Según Arias (2012) el cuestionario no es más que la “modalidad de encuesta que se realiza mediante un instrumento o formato en papel contentivo de una serie de preguntas. Se le denomina cuestionario autoadministrado porque debe ser llenado por el encuestado, sin intervención del encuestador”. Siguiendo esto Arias (2012) define el cuestionario de preguntas cerradas como el instrumento que “establece previamente las opciones de respuestas que puede elegir el encuestado. Estas se clasifican en: dicotómicas: cuando se ofrecen solo dos opciones de respuesta: y de selección simple, cuando se ofrecen varias opciones, pero se escoge solo una”. Por lo anteriormente expuesto se decidió utilizar el cuestionario de preguntas cerradas, dando así a los sujetos las distintas posibilidades de respuesta para tener un análisis más preciso.En la base a lo expresado este instrumento es el más viable y factible para la obtención de la información requerida para la elaboración de este proyecto. Por consiguiente, el cuestionario a utilizar en esta investigación, estará conformada por diversas preguntas de tipo cerrado, elaboradas de una manera clara y precisa, con el lenguaje adecuado al entrevistador.

Validez y Confiabilidad de los Instrumentos

Es conveniente asegurase que el instrumento diseñado o seleccionado es válido para el estudio, por lo tanto es importante obtener la validez del instrumento. De acuerdo con Rusque (2003), “la validez en términos generales, se refiere al grado en que un instrumento realmente mide la variable que pretende medir”. Por tal motivo, el modelo de encuesta fue sujeta a una prueba de validez de contenido por parte de expertos, antes de la aplicación

para realizar los aportes necesarios a la investigación y se verificó si la construcción y el contenido del instrumento, se ajusta al estudio planteado. Un grupo competente en el área de Metodología, Automatización Instrumentación y Estadísticas, fueron los encargados de evaluar la relación entre los ítems de dichas guías con los objetivos propuestos, a fin de que expresaran su opinión y realizaran alguna observación o recomendación para proceder a la aplicación de los instrumentos. La fiabilidad, confiabilidad, consistencia y credibilidad de la investigación se logró a través del análisis de la información, lo cual permitió internalizar las bases teóricas, el cuerpo de ideas y la realidad (sujetos de estudios-escenarios y contextos) Rusque, M. (2003, p. 134). En cuanto a

la confiabilidad se tomó en cuenta al momento de seleccionar el

instrumento, ya que esta implica el grado de precisión o exactitud de la medida del mismo, en el sentido de que al aplicar repetidamente el instrumento al mismo sujeto u objeto produce iguales resultados, es decir, el instrumento es independiente del objetivo al cual se le realizara la medición. Se puede afirmar, que el instrumento es efectivamente válido y confiable para un determinado uso y bajo ciertas condiciones. El método con que se busca obtener los resultados utilizando un instrumento de medición, a fin de cuenta que sea confiable por los resultados repetitivos que reflejen en los momentos de la realización de mediciones, no dan garantía de que su resultado sea correcto por los distintos argumentos, razonamientos, demostraciones entre otros, que se hayan planteado. “La confiabilidad de un instrumento de medición se refiere al grado en que su aplicación repetida al mismo individuo u objeto produce resultados iguales” (p. 200). “Un instrumento de medición puede ser confiable, pero no necesariamente válido” (Hernández, 2014, p. 204). Procedimiento

Para alcanzar los objetivos planteados, se efectuaron diferentes actividades. Las mismas se desarrollaron en tres (3) fases, comenzando por la curiosidad propia de los

investigadores de la revisión y documentación bibliográfica; para recolectar la información necesaria y relacionada con el tema de estudio, hasta llegar a la elaboración de la propuesta del módulo como tal. Cada una de las fases que se describen a continuación:

Fase 1: Diagnostico de los elementos que conformaran el diseño de la red neuronal para la predicción de flujo de alimentación a un horno de una planta de craqueo retarda. En esta primera fase se conocerá las condiciones que tienes el sistema que mide el flujo de alimentación del horno, mediante la aplicación de la técnica de recolección de datos más apropiada, que en este caso fue la observación directa. De la misma forma, en esta fase se aplicara una encuesta a la muestra seleccionada, a fin de evaluar las necesidades que el mismo presenta, y tomarlas en consideración para el diseño a proponer.

Fase 2: Determinación de confiabilidad técnica, operativa y económica de los elementos que conforman el sistema de predicción. Esta fase se basó en la búsqueda de información relacionada con el tema de estudio, con el fin de de obtener y analizar información que sirvió de gran ayuda para la estructuración del proyecto. Así como también los beneficios que trae la implementación de este proyecto, basado en la revisión bibliográfica o de literatura se hizo con mucho detenimiento ya que existe gran variedad de información relacionada a el tema investigado, por eso se seleccionó la más actualizada y fundamental para obtener los objetivos propuestos en el proyecto. Las fuentes consultadas fueron libros de textos, folletos, manuales operacionales, investigaciones previamente realizadas, guías de empresas fabricantes de equipos, entre otros.

Fase 3: Diseño del modelo de predicción del flujo de alimentación a un horno de una planta de craqueo retardo.

En esta fase se pudo evaluar cuales son los modelos y estrategias de predicción màs ade cuados para este proceso industrial. De igual manera, en esta paso de la investigación se seleccionaron los simuladores y programas que conformaran el diseño final de la propuesta del simulador de procesos. Una vez determinadas el diseño, el modelo y la estrategia de predicción, el proceso a estudiar y el programa a utilizar, se procedió con el análisis y la evaluación de algunos parámetros, basándose en los criterios de diseño que permitieron el buen funcionamiento de la red neuronal, tomando en cuenta algunos parámetros como el costo, la seguridad del sistema, la confiabilidad de los datos y el funcionamiento. Por último, se procedió con el diseño de la red neuronal, acompañada de sus cálculos respectivos.

Cuadro N°1: Cuadro de variable

Objetivo General

Variable

Definición Conceptual

Dimensión

Estrategia de medición de flujo

Flujo de alimentación, es la Flujo de

cantidad de fluido que pasa

Técnico Tipo de predicción el proceso

en un tiempo determinado,

Diseño De

Alimentación

Una Red

(Variable

días o galones hora, es una

Neuronal

independiente)

medida de volumen sobre

se puede medir en galones

unidad

Para La

de

tiempo.

Carrasquero,

Predicción De

Comportamiento de las variables

Operacional

Cayama,

Colina y González (2018)

Alimentación

La

A Un Horno

sistema de control inteligente

De Una

utilizado para predecir para

Planta De

optimizar proceso y hasta en Red Neuronal

Craqueo (Variable dependiente)

red

sistemas mejorar

neuronal

es

estadístico alguna

Principio de operación del proceso a estudiar Principio de operación del sistema

Flujo De

Retardo

Indicadores

un

Tecnología Educacional Aprendizaje

para Sistema de predicción actual

condición

según su comportamiento a

Sistema de predicción a proponer

futuro. Se basan en sistemas inteligentes y agentes muy similares humana.

a

una

Operativa

neurona

Carrasquero,

Cayama, Colina y González (2018)

Nota: Carrasquero, Cayama, Colina y González (2018)

Tecnología actual Tecnología a proponer Estrategias de predicción a proponer