La velocidad de corrosión es uno de los parámetros de entrada más importantes de los modelos de predicción de la corrosión en procesos de renación. Por lo tanto, se requiere su evaluación y/o predicción de manera eciente y precisa; sí los modelos de predicción de daños, deben ser utilizados de manera conable para predecir tanto la velocidad de corrosión y la severidad de los daños y planear el mantenimiento oportuno de las instalaciones y equipos de estos procesos. Este estudio es un intento de predecir la tasa de corrosión del petróleo crudo pesado en procesos de renación primarios, como la destilación atmosférica y destilación al vacío mediante la realización de experimentos, empleando diferentes herramientas como regresión lineal, redes neuronales y modelos de crecimiento, utilizados como una alternativa para predecir el deterioro en los materiales. El estudio se basa en los resultados de pruebas realizadas con una mezcla de aceites crudos pesados en combinación con diferentes tipos de aceros inoxidables y aleación Cu-Ni. La renación de crudos pesados con alto contenido de azufre, mayor al 2%, y otros contaminantes exponen a los materiales a la corrosión, causada por las condiciones ambientales del crudo durante el procesamiento del mismo, debido a la presencia de ácido sulfúrico, ácido nafténico y el número total de acides (TAN) del petróleo crudo. Los principales parámetros en el control de la corrosión son el ujo, concentración de especies de azufre, el número total de acides (TAN), la temperatura y contenido de cromo en los materiales. Sin embargo, no es fácil determinar el efecto combinado de diferentes variables provocado por la interacción entre los mismos, lo que llevo a esta tesis al desarrollo de diferentes metodologías.