Separadores

Identificación y Control de un Separador de
Hidrocarburos Bifásico Usando Redes
Neuronales Recurrentes
leroham Baruch
José Martín Godoy Alcántar
Jesús Roberto Valle Ramos*
Departamento de Control Automático,
Centro de Investigación y Estudios Avanzados (CINVESTAV),
Instituto Politécnico Nacional.
Av. Instituto Politécnico Nacional # 2508,
C.P. 07360, México, D.F. MÉXICO.
Tel. 5747 3800 ext. 4229Fax: 5747 7089
e-mail: baruch@ctrl.cinvestav.mx
Recibido el 11 de febrero de 2002; aceptado el 31 de julio de 2002.

1. Resumen
En este trabajo se presenta la aplicación de una nueva arquitectura
de Red Neuronal Recurrente (RNR) nombrada Red Neuronal Recurrente Entrenable (RNRE), y un algoritmo mejorado de aprendizaje
por retropropagación del error que son aplicados para la identificación ycontrol de un separador de hidrocarburos bifásico. En el
artículo se presenta la obtención del modelo identificado del
separador bifhsico de hidrocarburos por medio de una RNRE. En el
primer esquema de control cdaptable es usada la RNRE de identificaciónjunto con otra RNRE para obtener el nivel y la presión deseados del separador bifásico de hidrocarburos. En un segundo
esquema de control adaptable losparámetros y estados generados
por la RNRE de identificación son usados por otra RNRE que hace
el control para así obtener la presión y el nivel deseados del separador
bifásico de liidrocarburos. E11 el tercer esquema de control adaptable es el control directo usando tres RNRE. Los resultados gráficos
obtenidos en tiempo real demuestran un convergencia rápida.

2.Abstract (Identification andControl of a Two Phase Hydrocarbon
Separator Using Neural Networks)
A recurrent iieural network topology, named Recurrent Train-

IPN

able Neural Network (RTNN) and an iniproved dynamic htrckpropagation niethodof its learning are applied for a two-pliase
hydrocarbon separator identification and control. In tlie paper,
the identified inodel of two-phase hydrocarbon separator, is
obtained by means of aRTNN learning. In the first scheme of
adaptive control, the RTNN of identification. together with a
RTNN of inverse inodel control, are used to inaintain a desired
level and pressure of the two-pliase hydrocarbon separator. In
the second scheme of indirect adaptive coiitrol, the states and
parameters, issued by the identification RTNN, are used to compute a feedback control to track the desiredlevel and the pressure of two-phase hydrocarbon separator. The tliird scheme of
direct adaptive control uses three RTNN (one for identification
and two for control). Tlie graphic results, obtained in real-time,
confirm tlie good convergence of RTNNs learning.

Palabras clave: Separador de hidrocarburos bifásico, redes
neuronales, identificación d e sistemas, control indirecto
adaptabele, controldirecto adaptable.

3. Introducción
La extracción de liidrocarburos de un yacimiento petrolero es
una de las primeras etapas eii la serie de operaciones necesarias para disponer de materia prima para la obtención de coinbustibles por medio de procesos de refinación o de un sin número de productos a partir de procesos petroquíinicos.
Los yacimientos entregan. a través de los pozos con que se
explotan,una mezcla de crudo y gas que puede tener un mayor o
menor contenido de agua, metales, sales y gases ácidos, dependiendo de las características del estrato geológico que la almacena. Las plataformas de producción de hidrocarburos cuentan
con una serie de equipos y dispositivos por donde pasa el flujo
obtenido del yacimiento provocando cambios de presión y ternperatura produciendo una separaciónde los componentes del
fluido en dos fases: una líquida y otra gaseosa. El propósito de
mantener la presión del separador es el obtener los volúmenes
más adecuados tanto del líquido como del gas dentro del
separador para obtener un buen nivel de producción, los canibios de presión producen cambios en estos volúmenes, es decir,
si la presión en el tanque es muy alta, demasiados componentes
ligeros...