Desarrollo de un modelo predictivo para la determinación de la fecha óptima de calibración de tanques de almacenamiento en la refinería La Libertad.

Abstract

La presente investigación desarrolla un modelo predictivo para determinar la fecha óptima de calibración de tanques de almacenamiento en la Refinería La Libertad, con el propósito de optimizar recursos, mejorar la seguridad operativa y garantizar el cumplimiento normativo. El estudio adopta un enfoque cuantitativo, predictivo y aplicado, utilizando datos sintéticos generados en Python a partir de variables como temperatura de operación, volumen almacenado, desviación volumétrica y tiempo transcurrido desde la última calibración. Para el análisis se implementaron modelos de Regresión Lineal Múltiple y Random Forest Regressor, evaluando su capacidad para estimar los días restantes hasta la próxima calibración. Los resultados evidenciaron que el tiempo de operación y la desviación volumétrica son los factores con mayor influencia en la predicción. Asimismo, el modelo Random Forest presentó un mejor desempeño al capturar relaciones no lineales entre las variables. Se concluye que el sistema desarrollado constituye una herramienta eficaz para apoyar la gestión del mantenimiento y la toma de decisiones.