1

SIMULACIN DINMICA DE SISTEMAS. HERRAMIENTA PARA VALIDAR O

RECHAZAR HIPTESIS EN EL TROUBLESHOOTING DE SISTEMAS DE
PROCESO.

Melo-Gonzlez, R. y Lara-Hernndez, C.
Confiabilidad de Sistemas
Instituto Mexicano del Petrleo
Direccin Regional Marina.
rmelo@imp.mx

Ramrez-Rivera, M.
Pemex Exploracin y Produccin
AIKMZ



RESUMEN
La simulacin dinmica de sistemas puede ser una alternativa actual para validar o
rechazar algunas de las hiptesis que se formulan cuando se tienen observaciones fsicas
durante el desarrollo de un troubleshooting en un sistema o tambin cuando se realiza un
estudio de anlisis de causa raz para identificar y eliminar problemas, como parte de
estudios de Confiabilidad de Procesos que realizan de manera multidisciplianria. Adems,
tambin representa una rea de oportunidad para quienes que tengan que incursionar en la
simulacin y control de procesos dentro del ciclo de vida de una planta, por ejemplo en la
operacin, ya que entre otras cosas se responde preguntas del tipo qu pasa si?, ante
cambios en punto(s) de ajuste, cambios en la carga, perturbaciones, sintonizacin de
controladores, arranque y paros de equipos, cierre y apertura de vlvulas de corte, matrices
de causa y efecto, alarmas, etc.

Actualmente con la disponibilidad que se tiene de paquetes comerciales en la Industria y en
la Academia para simular procesos en estado estable y dinmico, los mtodos clsicos para
el troubleshooting de sistemas pueden ser complementados a travs de simulaciones
dinmicas y, ser parte de las herramientas comunes del ingeniero de operacin de plantas.

La metodologa planteada se ilustra con un estudio de caso de un sistema de separacin y
bombeo que incluye sus dimensiones reales en 3D, mltiples lazos de control y su
sintonizacin, que puede ser considerado un caso simple dentro de lo complejo que es una
planta de proceso integrada por diversas unidades y sistemas, que adems pueden
interactuar entre ellas al estar interconectadas por lneas que transportan materia y energa.
El estudio de caso se simula en estado estable y posteriormente se realiza la simulacin
dinmica, empleando los paquetes Aspen HYSYS y Pipe Sys, con lo que se pretende
validar una hiptesis de presencia de gas a partir del registro de observaciones en la cada
de presin aleatoria a travs del tiempo en un sistema de filtracin de crudo, dentro de
otras.

Aunque se mencionan las referencias sobre los mtodos heursticos, no se emplean
algoritmos y tcnicas matemticas avanzadas para el control total de plantas, ya que
requiere de un mayor nivel de especializacin y conocimiento.




2
INTRODUCCIN
En este trabajo se bosqueja una metodologa propuesta para el uso de simuladores
dinmicos de proceso, incluyendo mltiples lazos de control y su sintonizacin, a partir de
los conceptos bsicos de simulacin dinmica y control complementada con la experiencia
en la operacin de plantas, para validar o rechazar algunas de las hiptesis que se formulan
cuando se tienen observaciones fsicas durante el desarrollo de un troubleshooting en un
sistema o tambin cuando se realiza un estudio de anlisis de causa raz para identificar y
eliminar problemas, como parte de estudios de Confiabilidad de Procesos que realizan. Las
observaciones pueden ser estocsticas y tener desviaciones crticas o anormales que
pueden afectar la seguridad, la produccin o la calidad de los productos.

La metodologa planteada se ilustra con un estudio de caso de un sistema de separacin y
bombeo con mltiples lazos de control, el cual puede ser considerado un caso simple
dentro de lo complejo que es una planta de proceso integrada por diversas unidades y
sistemas, que adems pueden interactuar al estar interconectadas por lneas que transportan
materia y energa. El estudio de caso se simula en estado estable y dinmico empleando los
paquetes Aspen HYSYS y Pipe SYS para validar una hiptesis de presencia de gas a partir
del registro de observaciones en la cada de presin aleatoria en un sistema de filtracin de
crudo.

La aplicacin de la simulacin dinmica representa una rea de oportunidad para quienes
que tengan que incursionar en la simulacin y control de procesos dentro del ciclo de vida
de una planta, por ejemplo en la operacin, ya que entre otras cosas se responde preguntas
del tipo qu pasa si?, ante cambios en punto(s) de ajuste, cambios en la carga,
perturbaciones, sintonizacin de controladores, arranque y paros de equipos, cierre y
apertura de vlvulas de corte, matrices de causa y efecto, alarmas, etc.

Aunque se discuten los mtodos heursticos, no se mencionan el uso de algoritmos y
tcnicas matemticas actuales para el control total de plantas, ya que requiere de un mayor
nivel de especializacin y conocimiento.

GENERALIDADES DE LA SIMULACIN DINMICA
Se realizo una bsqueda en la literatura abierta con en un enfoque heurstico sobre
Operabilidad, Controlabilidad y Confiabilidad, para analizar diferentes estructuras de
control, bajo la ptica del ingeniero de operacin de plantas interactuando con especialistas
en diseo de proceso, control de procesos en ingeniera de confiabilidad, en cualquier etapa
del ciclo de vida de la planta.

Marlin [2005] realizo una propuesta para dar un mayor nfasis en la Operabilidad de los
procesos dentro de la educacin en Ingeniera Qumica, en los cursos ofrecidos de diseo
de procesos.

Cabe mencionar que como un complemento a la propuesta del Dr. Marlin, se debera de
considerar el analizar la Operabilidad y la interrelacin natural que existe entre
confiabilidad operacional, desempeo dinmico de equipo, monitoreo y diagnostico de
equipo, incluyendo la controlabilidad, dentro del ciclo de vida de una planta de proceso, lo
que permite que al trabajar conjuntamente los ingenieros de operacin, mantenimiento e
ingeniera de confiabilidad.



3
Configuraciones de Sistemas de Control.
Grados de Libertad. Smith [1963] contino los trabajos de Kwauk. Ponton [1994] escribi
sobre el anlisis de grados de libertad en control de procesos. Su mtodo define los grados
de libertad como el nmero de variables de proceso que pueden ser fijadas por el ingeniero
de proceso, el ingeniero de control o por el ingeniero de operacin. En este contexto el
nmero de grados de libertad corresponden estrictamente con el nmero de variables
manipuladas que pueden ser usadas en los lazos de control.

Newell y Lee [1988] enunciaron 9 criterios cualitativos para la seleccin de variables
controladas y manipuladas, los cuales sirvieron como una gua apropiada para el anlisis
inicial en el diseo de sistemas de control total de plantas de proceso.

Seleccin de Variables Medidas.
Seborg y colaboradores [1989] discuten sobre la importancia de las mediciones en control
y dan tres criterios para la seleccin de las variables a ser medidas incluyendo su
localizacin.

Estos criterios son los impulsores para los objetivos de control total de la planta y no
debern ser aplicados sin las debidas consideraciones.

Sntesis Cualitativa de Sistemas de Control Total de Plantas.
Stephanopoulos [1984] recomend para el diseo de sistemas de control de plantas de
proceso el enfoque de abajo-arriba. El proceso es dividido en subsistemas, en donde cada
subsistema con frecuencia esta compuesto por varias unidades de proceso que comparten
una meta comn.
La desventaja del enfoque de abajo-arriba es que las buenas soluciones para el nivel de
subsistema pueden no satisfacer los objetivos del proceso.

Luyben [1999] menciono que el diseo de un sistema de control total para plantas deber
ser guiado por el proceso como un todo ms bien que por consideraciones de las unidades
individuales de proceso. Sus estrategias para el diseo de sistemas de control emplean los
grados de libertad disponibles para lograr los objetivos de control en orden de importancia,
adoptando el enfoque de arriba a abajo.
As, Luyben propuso un criterio para el total de las plantas de proceso, que consiste de 9
pasos.

Larsson y Skogestad [2000] realizaron una revisin y propuesta de un procedimiento de
diseo para el control total de plantas de proceso. Formulan nuevamente las preguntas
planteadas por Foss [1973]: Cules variables debern ser controladas?, Cules variables
debern ser medidas?, Cules entradas debern ser manipuladas? y Que apareamientos
debern realizarse entre ellas?, como parte de las preguntas que el control total de plantas
trata de responder.

Simulacin Dinmica de Proceso.
Durante la ltima dcada, la simulacin dinmica ha ganado terreno dentro del diseo y
anlisis de procesos, al emplear algunos de los simuladores comerciales que se encuentran
en el mercado, para verificar la operabilidad, controlabilidad y el desempeo ante los
cambios de carga de un proceso potencial. En esta parte es conveniente el punto de vista de
ingeniero de operacin, control de procesos e ingeniera de confiabilidad, dada la
sensibilidad que tienen a la operabilidad y controlabilidad en estado dinmico.

4
Simulacin Dinmica empleando Aspen HYSYS.
La mayora de las unidades de proceso son modeladas en Aspen HYSYS como sistemas de
parmetros agrupados, esto es, asume un mezclado perfecto. Las lneas y los reactores tipo
flujo tapn son la excepcin, ya que los modela usando variables de proceso que varan en
el tiempo y el espacio, como sistemas de parmetros distribuidos.

Para la configuracin de los sistemas de control, se emplean dos conceptos:
Anlisis de grados de libertad para determinar el nmero de variables manipuladas.
Mtodos para seleccionar el apareamiento entre variables controladas y
manipuladas.

Lewin [2004] recomienda para realizar simulaciones dinmicas en diagramas de flujo de
proceso seguir 13 pasos.

Las tcnicas mencionadas tienen limitaciones en control multivariable, Skogestad [1996] y
no es posible realizar el anlisis del control total de plantas de proceso.

La disponibilidad actual de software de ultima generacin para la simulacin de diagramas
de flujo de proceso (DFP), en estado estable o dinmico incluyendo recirculaciones, con
esquemas de control PID con retroalimentacin, cascada, prealimentado, rango dividido,
predominio y alarmas; lleva a la reflexin sobre la bsqueda de alternativas.

Enfoque en Tiempo Real.
En un mundo ideal, el ingeniero de operacin podra tener una planta virtual para
entrenarse o probar sus hiptesis al preguntarse que pasa si. Esta planta virtual
capturara todas las no idealidades que impone el mundo real y, le permitira al ingeniero
de operacin probar con cambios de carga, diferentes condiciones de operacin, o cambios
en puntos de ajuste, incluyendo la generacin de estructuras de control poco ortodoxas.

Los primeros intentos para alcanzar ese mundo ideal tienen su origen en los 70s y 80s,
cuando empezaron a estar disponibles los simuladores dinmicos, que describan la
dinmica de procesos con ecuaciones diferenciales no lineales, tales como SPEEDUP,
DYNSYS o DYFLO. Sin embargo, el hardware era lento y el software no muy prctico
para estudiantes de licenciatura o ingenieros de operacin sin estudios en control de
procesos, ya que no existan interfases efectivas para el usuario, aunado con una pobre
resolucin grfica.

Sin embargo, en el ambiente rico en simulacin que existe ahora en el tercer milenio, as
como la excelente combinacin que se ha logrado en hardware y software, hacen posible
implementar de manera pragmtica (manos a la obra) el anlisis de la operabilidad y
controlabilidad de procesos, iniciando por la simulacin rigurosa en estado estable de la
unidad de proceso o planta completa, pasar a la simulacin dinmica, proponer estructuras
de control y simular el comportamiento en tiempo real, aplicando el ingeniero de operacin
de plantas la heurstica mencionada anteriormente. Posteriormente, entre otras cosas, se
puede pasar al anlisis de que pasa si, para diferentes escenarios, perturbaciones, etc.

Finalmente cabe mencionar que la realizacin de una simulacin dinmica involucra las
siguientes grandes etapas:
1. Construccin y convergencia del modelo en estado estable.

5
2. Incorporacin de dimensiones de equipos. Vlvulas, Separadores, Bombas,
Columnas, Internos, etc.
3. Especificaciones de relaciones flujo-presin, gradientes de presin y definicin de
condiciones de frontera.
4. Adicin de controladores y sus parmetros de sintonizacin.
5. Introduccin y modelado de perturbaciones al sistema.

METODOLOGA PROPUESTA
La metodologa tiene como antecedente los modelos y experiencias adquiridas para
realizar diagnsticos, Bonen(2008), Lieberman (2008), Sofronas(2006), Woods(2006),
Palgrave(2003), Adams(2000), Bloch(1999) y Lieberman (1991), cuando se realiza un
troubleshooting de equipos o procesos, as como las relaciones causa y efecto,
Huerta(2008), Andersen (2006), Latino(2006), PEP(2006), Reliability Center(2003), que
se forman cuando se desarrolla un rbol lgico de fallas al realizar un anlisis de causa raz
para determinar las causas races fsicas, humanas y latentes que dan origen a fallas o
problemas durante el ciclo de vida de una instalacin.
La realizacin de un Anlisis de Causa Raz para determinar las causas que dan originen a
problemas operativos o de proceso involucra anlisis deductivos y planteamiento de
hiptesis con base en observaciones, las cuales deben ser aceptadas o rechazadas en
funcin de hechos (Latino 2006) se basa en la aplicacin del mtodo cientfico.

Las diversas hiptesis planteadas en el rbol lgico de fallas pueden ser aceptadas o
rechazadas mediante diferentes pruebas realizadas en laboratorio, estudios de vibraciones,
estudios de ingeniera, termografa, etc.

La Figura 1 muestra la correlacin que existe entre el mtodo cientfico y la metodologa
genrica de modelacin y simulacin, Severance (2001).

Con base a los conceptos de Figura 1, algunas hiptesis planteadas pueden ser aceptadas o
rechazadas mediante una simulacin dinmica.


Figura 1. Correlacin entre el mtodo cientfico y la metodologa genrica de modelacin y
simulacin.

Observacin
Hiptesis
informal
Hiptesis
formal
Experimentacin
para validacin
Prediccin para
extrapolacin
Experimentacin
para
extrapolacin
Aceptacin
Definicin del
problema
Modelo conceptual
Modelo detallado
Validacin de la
simulacin
Simulacin para
extrapolacin
Declaracin del
modelo valido

6
Estudio de Caso.

En este documento se analiza un sistema de separacin y bombeo con sus lazos de control,
Ver Figura 2, el cual puede ser considerado un caso simple dentro de lo complejo que es
una planta de proceso integrada por diversas unidades y sistemas. El estudio de caso se
simula en estado estable y dinmico empleando el paquete Aspen HYSYS.


Figura 2. Sistema de Separacin y bombeo analizado

Definicin del problema.
Durante la operacin del sistema se observ (Ruiz-Galvn, 2008) que la cada de presin
en el sistema de filtracin de crudo presentaba un comportamiento estocstico; llegando en
la mayora de los casos a exceder el diferencial mximo de presion permisible de acuerdo
al diseo de los equipos; tal como se muestra en la Figura 3.


Figura 3. Comportamiento estocstico de la cada de presin en el sistema de filtracin
de crudo con respecto al tiempo.
Separador de Crudo
Mezcla de
Produccin
A Recuperacin
de Vapores
Filtros A/B
Bombas A/F
Crudo a
exportacin
PV-01
01
PIC
01
LIC
LV-01
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
22/01/2008 06:00 24/01/2008 06:00 26/01/2008 06:00 28/01/2008 06:00 30/01/2008 06:00 01/02/2008 06:00

P
k
g
/
c
m
2
Tiempo
Media y Moda = 0.19 kg/cm
2
P Permisible (por diseo) = 0.14
P Normal de Operacin = 0.07

7

Enunciado del problema.
Comportamiento estocstico en la cada de presin del sistema de filtracin de crudo.

Hiptesis
El comportamiento estocstico de la cada de presin originado por la presencia de gas en
el sistema de filtracin de crudo.

Comprobacin de la hiptesis.
Para la verificacin de la hiptesis se escogi la simulacin tanto en estado estable, Zavala-
Lpez (2008), como dinmica del sistema dado que no involucra intervenciones en la
instalacin y el simulador maneja modelos rigurosos.

El modelo en estado estable del sistema de separacin y manejo de crudo se presenta en la
Figura 4, es importante aclarar que la cada de presin a travs de los Filtros A/B se
model por medio de una vlvula dado que el simulador no cuenta con modelos
especficos para modelar dichos equipos. Adems, en la modelacin en estado estable se
consider la topologa de las lneas con el apoyo del complemento Pipesys.

De la simulacin en estado estable se obtienen los resultados mostrados en las Figuras 5, 6
y 7 para las lneas 5, 6 y 1 respectivamente, las cuales corresponden a la lnea que alimenta
a los filtros y las lneas de salida de los mismos. Como se puede apreciar en dichas figuras
en ninguna de las lneas la fraccin vaporiza es mayor a cero, lo cual significa que no se
espera que exista vapor en el sistema de filtrado de crudo. Sin embargo, una inspeccin
ms detallada del tramo de tubera en la salida de los Filtros modelado mediante el
segmento PIPE-101 se observa una ligera vaporizacin, fraccin del orden del 2.5x10
-3
, en
un tramo de tubera de aproximadamente 10 metros. Ver Figura 8


Figura 4. Modelo en estado estable del sistema de separacin y bombeo de crudo.



8

Figura 5. Resultado de la simulacin para la
lnea de alimentacin a los Filtros (lnea 5).

Figura 6. Resultado de la simulacin para la
lnea de descarga de los Filtros (lnea 6).


Figura 7. Resultado de la simulacin para la lnea de descarga de los Filtros (lnea 16).


Figura 8. Perfil de la fraccin vaporizada en funcin de la longitud de la tubera.

Partiendo del modelo en estado estable mostrado en la Figura 4 y considerando las
dimensiones de los diferentes equipos involucrados; as como, los controladores y sus
parmetros de sintonizacin, MacMillan (1990), se gener el modelo dinmico mostrado
en la Figura 9

9


Figura 9. Modelo dinmico del sistema de separacin y bombeo de crudo

Respecto al comportamiento estocstico de la presin deferencial en los filtros el modelo
dinmico exhibe el comportamiento mostrado en la Figura 10, en la cual se ve la variacin
que tiene la cada de presin a travs de los Filtros A/B, de acuerdo con el modelo se
espera que la presin diferencial exceda ligeramente los 14 kPa (0.143 kg/cm
2
).


Figura 10. Comportamiento de la presin diferencial en los Filtros A/B.

Respecto a la fraccin vaporizada en las lneas 5, 6 y 16, correspondientes a la
alimentacin y descarga de los Filtros se tienen los resultados mostrados en las Figuras 11,
12 y 13. Como se puede observar en la simulacin dinmica existe vapor, en cantidades
inferiores a 1.1x10
-4
, desde la lnea de alimentacin a los filtros. Despus de los filtros la
fraccin vaporizada se incrementa y presenta valores dentro del intervalo 5x10
-3
a 1x10
-2
.

10

Figura 11. Comportamiento de la Fraccin Vaporizada en la Lnea 5.


Figura 12. Comportamiento de la Fraccin Vaporizada en la Lnea 6.


Figura 13. Comportamiento de la Fraccin Vaporizada en la Lnea 16.

De los resultados anteriores se infiere que la fluctuacin de la Cada de Presin en los
Filtros y la presencia de gas en el sistema de filtrado estn estrechamente relacionadas.
Ms aun este vapor es arrastrado a las lneas de alimentacin de las Bombas de Crudo los
cual da origen a diversos problemas operativos, ver Figura 14


11

Figura 14. Condiciones de la corriente de alimentacin y descarga de la Bomba E.


RESULTADOS
De lo planteado por Marlin (2005) sobre operabilidad, solo se toco lo relacionado con
flexibilidad y controlabilidad, operaciones durante transientes y desempeo dinmico.

Para el anlisis de sistemas de procesos simples o complejos, el enfoque heurstico y la
simulacin dinmica pueden ser un buen punto de partida, antes de tratar de abordarlos con
algoritmos y tcnicas matemticas que requieren de un mayor nivel de especializacin y
conocimiento.

Para este estudio de caso se emplearon los paquetes Aspen HYSYS y Pipe SYS, con un
enfoque heurstico como un primer acercamiento a la operabilidad. Se encontr adecuado y
amigable el HYSYS para realizar estudios de operabilidad y controlabilidad para plantas
de proceso incluyendo su control total, a travs de la simulacin dinmica, ya que permite
una interaccin natural entre diversas disciplinas involucradas en el diseo, operacin,
seguridad y mantenimiento de plantas de proceso, al plantear escenarios permite contestar
el Qu pasa si? ante el planteamiento de diversos escenarios probables o hipotticos de
la operacin de la planta incluyendo su control total, reaparear variables, proponer otros
esquemas para algunos lazos de control, cambiar valores de sintonizacin, etc., dentro del
ciclo de vida del proceso.

De acuerdo con la metodologa planteada con las simulaciones en estado estable y
dinmico para el caso de estudio planteado se acepta la Hiptesis: El comportamiento
estocstico en la cada de presin origina presencia de gas en el sistema de filtracin de
crudo.

El uso de simuladores dinmicos permite analizar situaciones y/o problemas asociados a un
sistema o planta de proceso de una manera rpida y econmica, si se compara con el costo
y tiempo que implica llevar a cabo pruebas reales en campo. Adems, su uso puede ser
particularmente til como una herramienta para el troubleshooting y la aceptacin o
rechazo de hiptesis tales como aquellas que surgen en un Anlisis de Causa Raz.

Por otro lado, para el ingeniero de operacin o para el estudiante de posgrado en ingeniera
qumica, a travs de este enfoque se puede acercar a situaciones muy reales para ser
simuladas en tiempo real, logrando entender as el comportamiento dinmico del proceso y
sus controles ante diversas condiciones impuestas al proceso.


12
El uso de simuladores dinmicos de proceso puede servir de apoyo para ensear control
total de plantas en la educacin de los ingenieros qumicos, como cursos cortos o como un
curso avanzado de control de procesos en tiempo real a nivel de maestra, ya que permite
resolver problemas complejos en donde poco o nada se puede hacer con el enfoque clsico.


BIBLIOGRAFIA.

Albertos, P. and A. Salas (2004): Multivariable Control Systems: An Engineering
Approach. Springer.

Adams, M.L. (2000): Rotating Machinary Vibration. From analysis to troubleshooting.
Marcel Dekker.

Andersen, B. and T. Fagerhaug (2006): Root Cause Analysis: simplified tools and
Techniques. ASQ.

Aspen HYSYS (2006): Dynamic Modeling.

Aven, T. and U. Jensen (1999): Stochastic Models in Reliability. Springer.

Bloch, H.P., and F.K. Geitner (1999): Machinery Failure Analysis and Troubleshooting.
3
rd
Edition. Gulf Professional Publishing.

Bonem, J.M. (2008): Process Engineering Problem Solving. Wiley.

Box, G.E.P., G.M. Jenkings and G.C. Reinsel (2008): Time Series Analysis: Forecasting
and Control. Prentice-Hall.

Crowl, D. and J. Louvar (2002): Chemical Process Safety: Fundamentals with
Applications. Prentice Hall.

Despande, P. (editor) (1989): Multivariable Process Control. Instrument Society of
America.

del Castillo, E. (2007): Process Optimization: A Statistical Approach. Springer.

Englezos, P. and N. Kalogerakis (2001): Applied parameter estimation for chemical
engineers. Marcel Dekker.

Foss, C.S. (1973): Critique of Chemical Process Control Theory. AIChE Journal, 19 (2),
209-214.

Henley, E.J., and H. Kumamoto (1992): Probabilistic Risk Assessment. Reliability
Engineering, Design, and Analysis. IEEE Press.

Himmelblau, D.M.(1970): Process Analysis by Statistical Methods. John Wiley.

Hyland, A and M. Rausand (2004): System Reliability Theory. Models and Statistical
Methods. 2
nd
Edition. Wiley.

13

Holland, Ch.D. and A. I. Liapis (1983): Computer Methods for Solving Dynamic
Separation Problems. McGraw-Hill.

Huerta, R. (2008): Resolucin de problemas a travs del uso de tcnicas de anlisis de
causa raz. Engineering Reliability & Management. Noviembre 2008. Ciudad del Carmen,
Campeche, Mxico.

ISO-DIS 14224 (2005): Petroleum and natural gas industries-Collection and exchange of
reliability and maintenance data for equipment. 2
nd
Edition.

Koolen, J.L.A: (2002): Design of Simple and Robust Process Plants. Wiley-VCH

Larsson, T. and S.Skogestad (2000): Plantwide control-A review and a new design
procedure. Modeling, Identification and Control, Vol.21, No.4, 209-240.

Latino R.J., K.C. Latino (2006): Root Cause Analysis. Improving Performance for
Bottom-Line Results. CRC Press.

Lewin, D., W.D. Seider and J.D. Seader (2002): Integrated process design instruction.
Computers and Chemical Engineering, 26, 295-306.

Lewin, D. Et al (2004): Using Process Simulators in Chemical Engineering. A
Multimedia guide for the core Curriculum . 2
nd
Edition. Wiley.

Lieberman, N.P., and E. Lieberman (2008): A Working Guide to Process Equipment. 3
rd

Edition. Mc Graw-Hill.

Lieberman, N.P. (1991): Troubleshooting Process Operations. 3
rd
Edition. PennWell
Books.

Luyben, W. L. (2002): Plantwide Dynamic Simulators in Chemical Processing and
Control. Marcel Dekker.

Luyben, W. L, B. Tyreus, and M. Luyben (1999): Plantwide Process Control. McGraw-
Hill.

Luyben, W. L. (1990): Process Modeling, Simulation, and Control for Chemical
Engineers. McGraw-Hill.

MacMillan, G. (1990): Tuning Control Loop Performance. A Practioners
Guide.Instrument Society of America.

Marlin, T.E. (2005): Emphasizing Operability in Undergraduate Process System
Engineering Education. Department of Chemical Engineering. McMaster University.

Marlin, T.E. (2000): Process Control: Designing Processes and Control Systems for
Dynamic Performance. McGraw-Hill.

McAvoy, T. (1983): Interaction Analysis. Instrument Society of America.

14

Melo-Gonzlez, R. (2006): Anlisis de la operabilidad de plantas de proceso y su control
total a travs de la simulacin dinmica de diagramas de flujo de proceso en tiempo real.
IMP. Mxico

Mobley, R.K. (1999): Root Cause Failure Analysis. Plant Engineering Maintenance
Series.

Newell, R.B. and P.L. Lee (1988): Applied Process Control. Prentice-Hall.

Palgrave, R. (2003): Troubleshooting Centrifugal Pumps and their Systems. Elsevier
Science & Technology Books.

PEP (2006): Gua para la solucin de problemas mediante la metodologa de anlisis de
causa raz (ACR) en PEMEX Exploracin y Produccin. SDC. Gerencia de
Administracin del Mantenimiento.

Reliability Center Inc. (2003): Root Cause Analysis. Student Manual.

Rigdon, S. E. and A. P. Basu (2000): Statistical Methods for the Reliability of the
Repairable Systems. Wiley.

Rijnsdorp, J. E. (1991): Integrated Process Control and Automation. Elsevier.

Ruiz-Galvn, F. (2008): Comunicacin personal. Universidad Autnoma del Carmen
(UNACAR). Ciudad del Carmen, Campeche, Mxico.

Saletan, D. (1994): Creative Troubleshooting in the Chemical Process Industries.
Chapman & Hall.

Seader, J. D., and E. J. Henley (2006): Separation Process Principles. 2
nd
Edition. Wiley.

Seider, W. D., J. D. Seader and D. Lewin (2004): Product and Process Design Principles.
Synthesis, Analysis, and Evaluation. 2
nd
Edition. Wiley.

Seider, W. D., J. D. Seader and D. Lewin (1999): Process Design Principles. Synthesis,
Analysis, and Evaluation. Wiley.

Seborg, D., T. Edgar, and D. Mellichamp (1989): Process Dynamics and Control, Wiley.

Severance, F.L. (2001): System Modeling and Simulation. An introduction, Wiley.

Shinskey, F.G. (1981): Controlling Multivariable Processes. Instrument Society of
America.

Skogestad, S. and I. Postlethwaite (1996): Multivariable Feedback Control. Wiley.

Smith, B.D. (1963): Design of Equilibrium Stage Process. McGraw-Hill.


15
Smith, C.A. (2006): Principles and Practice of Automatic Process Control. 3
rd
Edition.
McGraw-Hill.

Sofronas, A. (2006): Analytical Troubleshooting of Process Machinery and Pressure
Vessels. Including Real-World Case Studies. Wiely-Interscience.

Stephanopoulos, G. (1984): Chemical Process Control, an Introduction to Theory and
Practice. Prentice-Hall.

Stephanopoulos, G. (1982): Synthesis of Control Systems for Chemical Plants-A
challenge for creativity. Computers and Chemical Engineering. 7 (4), 331-365.

Sutton, Ian S. (1992): Process Reliability and Risk Management. Van Nostrand
Reinhold.

Svrcek, W.Y., D.P. Mahoney and B.R. Young (2006): A Real-Time approach to Process
Control. Wiley.

Tawancy, H.M., A. UI-Hamid and N.M. Abbas (2004): Practical Engineering Failure
Analysis. Marcel Dekker.

Woods, D.R. (2207): Rules of Thumb in Chemical Engineering Practice. Wiley-VCH.
Weinheim.

Woods, D.R. (2206): Succesful Trouble Shooting for Process Engineers. A Complete
Course in Case Studies. Wiley-VCH. Weinheim.

Zavala-Lpez, E. (2008): Comunicacin personal. IMP.

Zivorad, L. (2004): Design of Experiments in Chemical Engineering. A Practical Guide.
Wiley-VCH