Desarrollo de nueva metodología de diseño, análisis y aplicaciones de micro y nanoinstrumentación inteligente soportadas en Ingeniería en Nanobiotecnología para la Automatización Industrial.
DOI:
https://doi.org/10.17981/ingecuc.15.2.2019.12Palabras clave:
concentración de fenoles, micro_nanobioinstrumetación., red de sensoresResumen
Introducción− El presente artículo muestra los resultados de la investigación realizada en el proyecto sobre diseño y desarrollo de nuevas metodologías para el diseño, análisis y aplicación de micro y nanoinstrumentación inteligente soportada en Ingeniería en Nanobiotecnología por tecnología de monitoreo en tiempo real del contenido de fenoles en las aguas residuales industriales, flujos de vertimiento en línea de ductos, tanques de tratamiento, piscinas de estabilización a cielo abierto y en la descarga del vertimiento del agua como parte del desafío presentado por Ecopetrol sobre la necesidad de descontaminación de las aguas residuales en la Refinería de Petróleo de Barrancabermeja.
Objetivo− Lo propuesto anteriormente se traduce en una red de sensores que garantiza la redundancia necesaria para la confiabilidad técnica, que incluye un Sistema Instrumentado de Seguridad (SIS) dotado de un Sistema de Control Redundante (RCS), lo que asegura el funcionamiento óptimo de la instrumentación implementada y además permite reducir el tiempo de medición en cada secuencia de muestreo.
Metodología− A través de la detección de contaminantes en tiempo real se utiliza una red de sensores basados en micro y_nanobioinstrumetación con nariz electrónica, lengua artificial y ojo espectrofotométrico, soportada en tecnología móvil para el monitoreo de los parámetros de calidad del agua (contenido de fenoles) en líneas de tubería en vertimiento y afluentes.
Resultados− En el articulo se exponen los resultados desarrollados de un sistema de monitoreo en tiempo real y control on-line por tecnología móvil de parámetros de calidad del agua (fenoles) en línea de tuberías para vertimientos y afluentes emulados por la replicación funcional del funcionamiento de los sentidos del olfato, sabor y de la visión espectrofotométrica por clonación artificial aplicados en el diseño de una red de sensores y sistemas de control.
Conclusiones− En síntesis, el proyecto presenta una solución alternativa viable soportada en indicadores de alto impacto, técnico-tecnológico, económico y confiable, donde la información se presenta en tiempo real con un registro cada dos minutos, y acceso omnipresente (desde cualquier lugar) por tecnología móvil, con una disminución de los costos de fabricación e implementación en más de cien veces por utilización de MEMS y NEMS.
Descargas
Citas
G. Feng, “A Survey on Analysis and Design of Model-Based Fuzzy Control Systems”, IEEE T. Fuzzy Syst., vol. 14, no. 5, pp. 676–697, Nov. 2006. https://doi.org/10.1109/TFUZZ.2006.883415
A. F. Muñoz & K. A. Pardo, “The technology of advanced control of applied artificial cloning to highly precise mechatronical systems,” in IEEE International Symposium on Intelligent Control, ISIC, Houston, TX, USA, Oct. 8, 2003, pp. 714–718. https://doi.org/10.1109/ISIC.2003.1254723
S. F. A. Rahman, N. Azah, U. Hashim & M. N. M. Nor, “Design and Fabrication of Silicon Nanowire based Sensor,” Int. J. Electrochem. Sci, vol. 8, no. 9, pp. 10946–10960, Aug. 2013.
G. Yona, W. Dirks & S. Rahman, “Comparing algorithms for clustering of expression data: how to assess gene clusters,” Meth. Mol. Biol., vol. 541, pp. 479–509, Mar. 2009. https://doi.org/10.1007/978-1-59745-243-4_21
A. Boulkroune, M. Tadjine, M. M’Saad & M. Farza, “Fuzzy adaptive controller for MIMO nonlinear systems with known and unknown control direction,” Fuzzy Sets Syst., vol. 161, no. 6, pp. 797–820, Mar. 2010. https://doi.org/10.1016/j.fss.2009.04.011
Craig Venter Institute, GNN Genome News Network. http://www.genomenewsnetwork.org (accessed may. 26, 2010).
C. Sanabria, O. Hernández & A. K. Hay, “Estrategia de control para un inversor monofásico, con capacidad de conexión a un Bus AC utilizando el método de Droop,” Rev. Col. Tecnol. Avan., vol. 2, no. 28, 39–47, May. 2017.
J. L. Grosso. J. E. Forero, C. E. Cuadrado & F. Otero, “Sistema de homogenización y control de viscosidad del combustóleo,” CT&F, vol. 1, no. 2, pp. 77–85, Ene. 1996.
A. F. Muñoz, “Diseño, desarrollo e implementación de un dispositivo de pruebas de electrohilado (electrospinning) para aplicaciones en nanoinstrumentación,” tesis pregrado, Fac. Ing. Mecat., UNAB, STD, Co, 2017.
F. Vera, “Sistema electrónico de clonacion artificial de un sensor de viscosidad basado en hardware evolutivo,” tesis pregrado, Fac. Ing. Electron., UDP, STD, Co, 2006.
A. F. Muñoz, Sensorica e instrumentación, Mecánica de Alta precisión, Habana, Cuba: Pueblo y educación, 1997.
N. Maneiro, “Algoritmos genéticos aplicados al problema cuadrático de asignación de facilidades,” tesis pregrado, Dept. Inv. Ope, Esc. Ing. Ind., UC, VLN, Ve, 2002.
J. Loyo, “Algoritmos Genéticos y Optimización en la Investigación de Operaciones. Caso: Problema de Optimización con Objetivos Múltiples Expresado como un Modelo de Programación No – Lineal por Metas,” tesis pregrado, Dept. Comp., Fac. Ci. Tecnol., UC, VLC, Ve. 2002.
H. Paba, “Implementación de sensores inteligentes utilizando redes neuronales aplicadas en procesos de refinación del petróleo,” Msc tesis, UNAB, STD, Co, 2000.
H. Boudouda, H. Seridi & H. Akdag, “The Fuzzy Possibilistic C-Means Classifier,” Asian J. Inf. Technol, vol. 4, no. 11, pp. 981–985, 2005. http://medwelljournals.com/abstract/?doi=ajit.2005.981.985
B. Rueda, “Nueva micro-nanobioinstrumentación inteligente en red de sensores nariz electrónica-lengua artificial-ojo espectrofotométrico para el monitoreo de la calidad del agua (fenoles) en línea de tuberías para vertimiento y en efluentes,” Proyecto Semillero Instrumentación y Control, UNAB, STD, Co, 2017.
J. D. Guerrero, “Algoritmos de procesamiento de imágenes y redes neuronales artificiales para el reconocimiento del lenguaje de signos colombiano (LSC),” Rev. Col. Tecnol. Avan., vol. 2, no. 26, pp. 1–8, May. 2016.
M. Serrano, Nuevos sensores sismológicos basados en la nanotecnología, La Lisa, La Habana, Cu: Centro Nacional de Investigaciones Sismológicas, 2001.
J. Gómez, A. Muñoz, O. Gualdrón, “Algoritmos y sistemas basados en patrones de células madre y clonación artificial para la automatización y control en una operación de ensamblaje en procesos de metalurgia,” Rev, Col. Tecnol. Avan., vol. 1 no. 25, pp. 62–82, Oct. 2015.
J. Sanabria, “Herramienta software para Implementar minería de datos: clusterización utilizando lógica difusa”, Orinoquia, vol. 8. no. 1, pp. 15–23, Jun. 2017.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2019 INGE CUC
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial.
La Revista INGE CUC respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado. A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente.
Todos los artículos están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.
English
Español (España)
