Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor

Se desarrollo un algoritmo para la optimización de los parámetros de un modelo particular multivariado y no lineal mediante la metodología de diseño secuencial de experimentos, esto con el fin de mejorar los metamodelos creados para la torre de destilación atmosférica1 objeto de estudio y que perten...

Full description

Autores:
Carillo Abril, Silvia Juliana
Florez Diaz, Ruth Smith
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2011
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/25746
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/25746
https://noesis.uis.edu.co
Palabra clave:
Optimización
Parámetros Diseño secuencial
Metamodelo
Algoritmo
Torre de destilación atmosférica.
Optimization
Sequential Design
Parameters
Metamodel
Algorithm
Atmospheric Distillation Tower.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_23b38d31536e3ce91556e90ab9f5b7f4
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/25746
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
dc.title.english.none.fl_str_mv Graphic methods of analysis of feasible area dispersion for the optimization of tower distillation system and their reaction with heat exchange networks.
title Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
spellingShingle Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
Optimización
Parámetros Diseño secuencial
Metamodelo
Algoritmo
Torre de destilación atmosférica.
Optimization
Sequential Design
Parameters
Metamodel
Algorithm
Atmospheric Distillation Tower.
title_short Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
title_full Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
title_fullStr Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
title_full_unstemmed Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
title_sort Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor
dc.creator.fl_str_mv Carillo Abril, Silvia Juliana
Florez Diaz, Ruth Smith
dc.contributor.advisor.none.fl_str_mv Barajas Ferreira, Crisóstomo
Mahecha Bohórquez, Cesar Augusto
dc.contributor.author.none.fl_str_mv Carillo Abril, Silvia Juliana
Florez Diaz, Ruth Smith
dc.subject.none.fl_str_mv Optimización
Parámetros Diseño secuencial
Metamodelo
Algoritmo
Torre de destilación atmosférica.
topic Optimización
Parámetros Diseño secuencial
Metamodelo
Algoritmo
Torre de destilación atmosférica.
Optimization
Sequential Design
Parameters
Metamodel
Algorithm
Atmospheric Distillation Tower.
dc.subject.keyword.none.fl_str_mv Optimization
Sequential Design
Parameters
Metamodel
Algorithm
Atmospheric Distillation Tower.
description Se desarrollo un algoritmo para la optimización de los parámetros de un modelo particular multivariado y no lineal mediante la metodología de diseño secuencial de experimentos, esto con el fin de mejorar los metamodelos creados para la torre de destilación atmosférica1 objeto de estudio y que pertenece a la UDC1 de la refinería de Barrancabermeja de ECOPETROL S.A. El algoritmo aplicado encuentra los estimados óptimos de los coeficientes, para lo cual requiere valores iniciales de las variables independientes del metamodelo, los estimados iniciales de los coeficientes a optimizar, y un modelo tipo polinomial de segundo grado e interacción binaria. La técnica DSE involucra un proceso de maximización que se realiza mediante una optimización no lineal empleando el método Complex, como resultado obtenemos valores óptimos de las variables independientes que dirigen la búsqueda de los coeficientes y proveen mejores estimaciones. La optimización de los parámetros de un modelo reviste de cierta complejidad sobre todo si el número de parámetros es elevado, más aun tratándose de la técnica DSE ya que involucra matrices de derivadas parciales, que aportan un alto gasto computacional, es por eso que el desempeño del algoritmo está ligado directamente con el tamaño del modelo. Para el metamodelo de la TDA1 escogido se manejan diez variables de entrada entre flujos, temperaturas y presiones y se cuenta con once parámetros. El tiempo de ejecución usado por el algoritmo DSE para la optimización tanto de las variables independientes como de los coeficientes fue de 4 días, cabe resaltar que esta metodología resulta eficiente en la optimización de metamodelos de menos de 5 variables y disminuye al aumentar la complejidad del modelo siendo insostenible en metamodelos que exceden los 50 parámetros.
publishDate 2011
dc.date.available.none.fl_str_mv 2011
2024-03-03T18:44:24Z
dc.date.created.none.fl_str_mv 2011
dc.date.issued.none.fl_str_mv 2011
dc.date.accessioned.none.fl_str_mv 2024-03-03T18:44:24Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coar.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/25746
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/25746
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by-nc/4.0
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías Fisicoquímicas
dc.publisher.program.none.fl_str_mv Ingeniería Química
dc.publisher.school.none.fl_str_mv Escuela de Ingeniería Química
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/20471fb3-421b-403d-bc26-6da4d1782962/download
https://noesis.uis.edu.co/bitstreams/af6ffb5d-9bb4-4819-b69e-5c9c8b081e9b/download
https://noesis.uis.edu.co/bitstreams/d2b00d24-e89a-4cfb-9ee3-389ea77cd18e/download
bitstream.checksum.fl_str_mv 2f981e6047d36a06d3a41302688356e7
f374003d08ef08e769305db4e5b8b69f
507beb85a55bd981a10648c19b4fce06
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1814095222478471168
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Barajas Ferreira, CrisóstomoMahecha Bohórquez, Cesar AugustoCarillo Abril, Silvia JulianaFlorez Diaz, Ruth Smith2024-03-03T18:44:24Z20112024-03-03T18:44:24Z20112011https://noesis.uis.edu.co/handle/20.500.14071/25746Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coSe desarrollo un algoritmo para la optimización de los parámetros de un modelo particular multivariado y no lineal mediante la metodología de diseño secuencial de experimentos, esto con el fin de mejorar los metamodelos creados para la torre de destilación atmosférica1 objeto de estudio y que pertenece a la UDC1 de la refinería de Barrancabermeja de ECOPETROL S.A. El algoritmo aplicado encuentra los estimados óptimos de los coeficientes, para lo cual requiere valores iniciales de las variables independientes del metamodelo, los estimados iniciales de los coeficientes a optimizar, y un modelo tipo polinomial de segundo grado e interacción binaria. La técnica DSE involucra un proceso de maximización que se realiza mediante una optimización no lineal empleando el método Complex, como resultado obtenemos valores óptimos de las variables independientes que dirigen la búsqueda de los coeficientes y proveen mejores estimaciones. La optimización de los parámetros de un modelo reviste de cierta complejidad sobre todo si el número de parámetros es elevado, más aun tratándose de la técnica DSE ya que involucra matrices de derivadas parciales, que aportan un alto gasto computacional, es por eso que el desempeño del algoritmo está ligado directamente con el tamaño del modelo. Para el metamodelo de la TDA1 escogido se manejan diez variables de entrada entre flujos, temperaturas y presiones y se cuenta con once parámetros. El tiempo de ejecución usado por el algoritmo DSE para la optimización tanto de las variables independientes como de los coeficientes fue de 4 días, cabe resaltar que esta metodología resulta eficiente en la optimización de metamodelos de menos de 5 variables y disminuye al aumentar la complejidad del modelo siendo insostenible en metamodelos que exceden los 50 parámetros.PregradoIngeniero QuímicoAn algorithm was developed for the optimization of parameters of a particular non-linear, multivariate model through the methodology of sequential experimental design, all with the aim of improving the metamodels created by the Atmospheric Distillation Tower 1 object of the study that belongs to the UDC1 of the ECOPETROL S.A. Barrancabermeja refinery. The applied algorithm finds the optimum estimates of the coefficients, which require initial values for the independent variables of the metamodel, the initial estimates of the coefficients to optimize, and a polynomial type model to the second degree and binary interaction. The DSE technique involves a maximization process that is accomplished through a non linear optimization using the Complex model, resulting in optimum values of the independent variables that direct the search for the coefficients and provide best estimates. The optimization of a model™s parameters is somewhat complex especially if there is a large number of parameters, and even more when the DSE technique is used due to the partial derivative matrices which are involved, contributing to a significant computational investment, and for this reason the performance of the algorithm is directly tied to the size of the model. In order to manage the TDA1 metamodel ten flow, temperature, and pressure injection variables are chosen with eleven parameters. The execution time for the DSE algorithm as well as for the independent variables and coefficients was 4 days, highlighting the fact that this methodology can be efficient for optimizing metamodels with 5 or fewer variables and its efficiency is reduced as the models complexity increases and becomes wholly unsustainable for metamodels with more than 50 parameters.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicoquímicasIngeniería QuímicaEscuela de Ingeniería QuímicaOptimizaciónParámetros Diseño secuencialMetamodeloAlgoritmoTorre de destilación atmosférica.OptimizationSequential DesignParametersMetamodelAlgorithmAtmospheric Distillation Tower.Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calorGraphic methods of analysis of feasible area dispersion for the optimization of tower distillation system and their reaction with heat exchange networks.Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf120352https://noesis.uis.edu.co/bitstreams/20471fb3-421b-403d-bc26-6da4d1782962/download2f981e6047d36a06d3a41302688356e7MD51Documento.pdfapplication/pdf1562023https://noesis.uis.edu.co/bitstreams/af6ffb5d-9bb4-4819-b69e-5c9c8b081e9b/downloadf374003d08ef08e769305db4e5b8b69fMD52Nota de proyecto.pdfapplication/pdf687160https://noesis.uis.edu.co/bitstreams/d2b00d24-e89a-4cfb-9ee3-389ea77cd18e/download507beb85a55bd981a10648c19b4fce06MD5320.500.14071/25746oai:noesis.uis.edu.co:20.500.14071/257462024-03-03 13:44:24.393http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co