Los usuarios del Repositorio de la UTB estarán autorizados para adaptar, transformar y crear a partir del contenido de esta publicación incluso para fines comerciales, sin embargo toda obra derivada de la publicación original deberá ser distribuida bajo la misma licencia CC-BY-SA. El autor o autores, sin excepción deberán ser claramente identificados como titulares de los derechos de autor de la publicación original.2019-10-182019-10-1820062006(ALEPH)000016370UTB01(janium) 1665116649https://hdl.handle.net/20.500.12585/1198En los últimos años se ha producido un cambio dramático en la industria de los procesos químicos. Los procesos industriales están ahora altamente integrados con respecto a los flujos de materia y energía, limitados aún mas fuertemente por altas calidades en las especificaciones de los productos y sujetos a estrictas medidas de seguridad y a la regulación de emisiones ambientales. Estas severas condiciones de operación a menudo colocan nuevas restricciones en la flexibilidad en la operación de los procesos. Todos estos factores producen grandes incentivos económicos para el mejoramiento y buen desempeño en los sistemas de control de las plantas industriales modernas [26]. Estas plantas requieren de sofisticados sistemas de cómputo para la implementación de estrategias de control. Es así que la mayoría de las nuevas plantas en las industrias químicas, del petróleo, papel, acero y otras están diseñadas y construidas con redes de microcomputadores para la adquisición de datos y control del proceso.164 pCD-Romapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/Sistemas expertos (computadores)Redes neurales (computadores)Algoritmos (computadores)Proceso benchmarkinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 InternacionalUniversidad Tecnológica de BolívarRepositorio UTB006.33 A189