BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA

FACULTAD DE INGENIERÍA QUÍMICA

SEPARACIONES MECÁNICAS
DR. EDGAR AYALA HERRERA
C. ROSA NAYELI MIRANDA VALDOVINOS
RESUMENES
Artículo 4: Application of Artificial Intelligence in Separation Technology of Chemical
Process (Aplicación de la inteligencia artificial en la tecnología de separación de
procesos químicos)
Autores: Weibin Konga, Feng Zhoua, Rugang Wanga, Jiaye Xiec, Xiaofang Yanga,
Erkui Hua, Tao Yua.
Fuente: CHEMICAL ENGINEERING TRANSACTIONS, VOL. 66, DOI:
10.3303/CET1866172
(https://dredgarayalaherrera.files.wordpress.com/2019/08/articulo4.pdf)
Fecha: 2018
La tecnología de separación es la clave en el proceso de producción química, y está
relacionada con la calidad y los beneficios económicos de los productos químicos. A medida
que la competencia económica mundial se intensifica, los indicadores técnicos y
económicos aumentan, y el número de recursos no renovables disminuye constantemente,
la estructura del sistema químico ha experimentado enormes cambios. En los años
cincuenta, los ingenieros químicos comenzaron a utilizar el método de simulación
matemática para resolver el problema de diseño y desarrollo del proceso de la unidad,
cambiando fundamentalmente el método tradicional de diseño y desarrollo, es decir, la
amplificación progresiva. Desde la década de 1980, la tecnología de inteligencia artificial ha
entrado en el campo de la investigación en ingeniería química. Sin embargo, debido a las
limitaciones en el nivel de AIT en ese momento, la tecnología de inteligencia artificial no se
aplicó en profundidad.

Los métodos de expresión de conocimiento comúnmente utilizados en inteligencia artificial

incluyen la regla de producción, la estructura del marco y la red semántica, etc. base. La
tecnología de separación es muy importante en el proceso de producción química, y casi
todos los procesos de procesamiento químico no pueden funcionar sin la tecnología de
separación. Las ventajas y desventajas del diseño del proceso de separación afectan
directamente la calidad del producto, la dosificación y los beneficios de todo el proceso de
producción química.

Modelo de descomposición y estructura del conocimiento de problemas selectivos.

La mayoría de los problemas relacionados con la selectividad no son cuantitativos, sino

cualitativos, que no pueden describirse mediante valores numéricos y algoritmos. El
 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA
FACULTAD DE INGENIERÍA QUÍMICA
SEPARACIONES MECÁNICAS
DR. EDGAR AYALA HERRERA
C. ROSA NAYELI MIRANDA VALDOVINOS
RESUMENES
proceso de resolución del problema selectivo es buscar en el espacio del objeto
seleccionado y probar el conjunto de restricciones. Debido a las características de la propia
industria química, los hechos objetivos, las reglas empíricas y el modelo cuantitativo
involucrado son muy complicados. El método inteligente de resolución de problemas de
síntesis del sistema muestra la estructura exponencial para la clasificación de puntos de
separación. Estas reglas tienen un cierto grado de cuantificación difusa, el significado de
las reglas en sí es claro y la aplicación del borde tiene ambigüedad, que puede deducirse
en función de la función de pertenencia del modelo difuso. El dominio del modelo de
derivación del grado de membresía en este documento es la diferencia de punto de
ebullición T. Cuanto mayor sea T, mayor será la credibilidad de los componentes clave,
mayor será la credibilidad. En el proceso de separación, los productos con altos requisitos
de pureza de separación son difíciles de separar, con una gran influencia en la clasificación
de los puntos de separación. Se puede suponer que el grado de membresía de cada regla
es uno, y la credibilidad de las conclusiones de cada regla es igual al grado de membresía
de su premisa.

Ajuste del proceso de separación e integración térmica.

Ajustar el método de separación y el orden de los puntos de separación es la premisa para

lograr una buena estrategia de ajuste. En el proceso de producción química, los métodos
de separación de integración de calor incluyen la integración de calor de la unidad de
separación en sí, la integración de calor entre las unidades de separación y la integración
térmica del proceso de separación y el proceso de reacción. La tecnología de inteligencia
artificial se ha aplicado en procesos de separación química, ajuste de separación e
integración de separación. Se ha utilizado un lenguaje de inteligencia artificial para
desarrollar el sistema de programa inteligente, a saber, el sistema SEPSES. Este sistema
puede realizar una selección inteligente de métodos de separación, agentes de separación
de masa y dispositivos de separación para cualquier problema de separación dado.
También puede ordenar los problemas de separación por puntos de separación, dar un
proceso de separación inicial y realizar de forma autónoma el ajuste del proceso de
separación. El sistema SEPSES se utilizó para razonar y seleccionar el método de
separación.
 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA
FACULTAD DE INGENIERÍA QUÍMICA
SEPARACIONES MECÁNICAS
DR. EDGAR AYALA HERRERA
C. ROSA NAYELI MIRANDA VALDOVINOS
RESUMENES
Basado en la tecnología de inteligencia artificial, este documento analiza en profundidad los
problemas de síntesis en el proceso de separación del proceso de producción química, se
da cuenta de la informatización del proceso de separación y proporciona herramientas y
medios efectivos para el diseño del proceso. Las conclusiones específicas son las
siguientes:

(1) Los problemas de síntesis del sistema en el proceso de separación química incluyen
tres partes: clasificación del punto de separación, ajuste del proceso de separación e
integración energética del proceso de separación.

(2) En el proceso de separación, es difícil separar los productos con requisitos de alta
pureza de separación, lo que tiene una gran influencia en la clasificación de los puntos de
separación. La incertidumbre de las reglas de separación incluye la incertidumbre de los
hechos, la incertidumbre de las conclusiones y la incertidumbre de múltiples reglas que
respaldan el mismo hecho.

El lenguaje de inteligencia artificial se utilizó para desarrollar un sistema de programa

inteligente que puede seleccionar de manera inteligente el método de separación, el agente
de separación en masa y el dispositivo de separación para cualquier problema de
separación dado. También puede ordenar los puntos por separado para el problema de
separación, dar el proceso de separación inicial e implementar de forma autónoma el ajuste
y la optimización del proceso de separación.