Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja

El propósito principal de este proyecto es saber cómo influye los modelos predictivos de propiedades fisicoquímicas de fondos de vacío, utilizando como técnica el método de mínimos cuadrados parciales (PLS) y espectroscopia infrarroja para determinar la calidad y ciertas propiedades de los crudos; p...

Full description

Autores:
Valencia Lozano, Oscar Mauricio
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2018
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/39066
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/39066
https://noesis.uis.edu.co
Palabra clave:
Fondos De Vacío
Espectroscopia Infrarroja
Pca
Pls
Vacuum Funds
Infrared Spectroscopy
Pca
Pls
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_27389af3d3682e8354a6b2c75a6bfed2
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/39066
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
dc.title.english.none.fl_str_mv Development of predictive models of physicochemical properties present in vacuum funds through the method of partial minimum squares (pls) and infrared spectroscopy
title Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
spellingShingle Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
Fondos De Vacío
Espectroscopia Infrarroja
Pca
Pls
Vacuum Funds
Infrared Spectroscopy
Pca
Pls
title_short Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
title_full Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
title_fullStr Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
title_full_unstemmed Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
title_sort Desarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarroja
dc.creator.fl_str_mv Valencia Lozano, Oscar Mauricio
dc.contributor.advisor.none.fl_str_mv Mejía Ospino, Enrique
Calderon Cascavita, Leidy Ximena
dc.contributor.author.none.fl_str_mv Valencia Lozano, Oscar Mauricio
dc.subject.none.fl_str_mv Fondos De Vacío
Espectroscopia Infrarroja
Pca
Pls
topic Fondos De Vacío
Espectroscopia Infrarroja
Pca
Pls
Vacuum Funds
Infrared Spectroscopy
Pca
Pls
dc.subject.keyword.none.fl_str_mv Vacuum Funds
Infrared Spectroscopy
Pca
Pls
description El propósito principal de este proyecto es saber cómo influye los modelos predictivos de propiedades fisicoquímicas de fondos de vacío, utilizando como técnica el método de mínimos cuadrados parciales (PLS) y espectroscopia infrarroja para determinar la calidad y ciertas propiedades de los crudos; por tal razón, este estudio al desarrollar dichos modelos predictivos de propiedades fisicoquímicas busca encontrar las causas de las condiciones proporcionadas a través del método, donde se ordena un conjunto de datos de acuerdo a su importancia. Además, realiza un análisis de componentes principales (PCA) de los espectros correspondientes a las muestras de fondo de vacío y definir el número de componentes principales que mejora la incertidumbre en los datos, determinando las causas de la variabilidad de un conjunto de datos y ordenarlas por importancia, para proyectar los datos en términos de mínimos cuadrados. Los análisis de componentes principales (PCA) permitieron identificar de manera cualitativa el parentesco de los 49 espectros correspondientes a las 49 muestras de fondos de vacío y definir el número de componentes principales que mejora la incertidumbre en los datos; así como el análisis por regresión parcial por mínimos cuadrados (PLS), permitieron identificar de manera cuantitativa el parentesco de los 49 espectros correspondientes a las 49 muestras de fondos de vacío para determinar la composición de azufre y RCC. En conclusión, el modelo mostró un desempeño satisfactorio para la predicción composicional de las ya mencionadas propiedades.
publishDate 2018
dc.date.available.none.fl_str_mv 2018
2024-03-04T00:09:03Z
dc.date.created.none.fl_str_mv 2018
dc.date.issued.none.fl_str_mv 2018
dc.date.accessioned.none.fl_str_mv 2024-03-04T00:09:03Z
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/20.500.14071/39066
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/20.500.14071/39066
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/d9ad1c65-fb8a-4642-920c-aac2a173d458/download
https://noesis.uis.edu.co/bitstreams/d105d9f5-60ea-4d4f-ab1b-287992070a58/download
https://noesis.uis.edu.co/bitstreams/cb038492-9fcb-43dd-bb46-6be5762b14e1/download
bitstream.checksum.fl_str_mv 8871b523d396e87c70c47ba130c21c89
8394b365cf2213ae09e28d41a845b9a0
a484830e465351b75da3862209a12492
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_ 1814095184472834048
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_abf2Mejía Ospino, EnriqueCalderon Cascavita, Leidy XimenaValencia Lozano, Oscar Mauricio2024-03-04T00:09:03Z20182024-03-04T00:09:03Z20182018https://noesis.uis.edu.co/handle/20.500.14071/39066Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coEl propósito principal de este proyecto es saber cómo influye los modelos predictivos de propiedades fisicoquímicas de fondos de vacío, utilizando como técnica el método de mínimos cuadrados parciales (PLS) y espectroscopia infrarroja para determinar la calidad y ciertas propiedades de los crudos; por tal razón, este estudio al desarrollar dichos modelos predictivos de propiedades fisicoquímicas busca encontrar las causas de las condiciones proporcionadas a través del método, donde se ordena un conjunto de datos de acuerdo a su importancia. Además, realiza un análisis de componentes principales (PCA) de los espectros correspondientes a las muestras de fondo de vacío y definir el número de componentes principales que mejora la incertidumbre en los datos, determinando las causas de la variabilidad de un conjunto de datos y ordenarlas por importancia, para proyectar los datos en términos de mínimos cuadrados. Los análisis de componentes principales (PCA) permitieron identificar de manera cualitativa el parentesco de los 49 espectros correspondientes a las 49 muestras de fondos de vacío y definir el número de componentes principales que mejora la incertidumbre en los datos; así como el análisis por regresión parcial por mínimos cuadrados (PLS), permitieron identificar de manera cuantitativa el parentesco de los 49 espectros correspondientes a las 49 muestras de fondos de vacío para determinar la composición de azufre y RCC. En conclusión, el modelo mostró un desempeño satisfactorio para la predicción composicional de las ya mencionadas propiedades.PregradoIngeniero QuímicoThe main purpose of this project is to know how it influences the predictive models of physicochemical properties of vacuum bottoms, using as a technique the method of partial least squares (PLS) and infrared spectroscopy to determine the quality and certain properties of the crude; for this reason, this study in developing such predictive models of physicochemical properties seeks to find the causes of the conditions provided through the method, where a set of data is ordered according to its importance. In addition, it performs a principal components analysis (PCA) of the spectra corresponding to the vacuum bottom samples and defines the number of main components that improves the uncertainty in the data, determining the causes of the variability of a data set and ordering them by importance, to project the data in terms of least squares. The principal components analysis (PCA) allowed qualitatively identify the kinship of the 49 spectra corresponding to the 49 samples of vacuum funds and define the number of main components that improves the uncertainty in the data; as well as the analysis by partial regression by least squares (PLS), allowed to identify in a quantitative way the kinship of the 49 spectra corresponding to the 49 samples of vacuum funds to determine the composition of sulfur and RCC. In conclusion, the model showed a satisfactory performance for the compositional prediction of the aforementioned properties.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicoquímicasIngeniería QuímicaEscuela de Ingeniería QuímicaFondos De VacíoEspectroscopia InfrarrojaPcaPlsVacuum FundsInfrared SpectroscopyPcaPlsDesarrollo de modelos predictivos de las propiedades fisicoquímicas presentes en los fondos de vacío a través del método de mínimos cuadrados parciales (pls) y espectroscopia infrarrojaDevelopment of predictive models of physicochemical properties present in vacuum funds through the method of partial minimum squares (pls) and infrared spectroscopyTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf748922https://noesis.uis.edu.co/bitstreams/d9ad1c65-fb8a-4642-920c-aac2a173d458/download8871b523d396e87c70c47ba130c21c89MD51Documento.pdfapplication/pdf2144110https://noesis.uis.edu.co/bitstreams/d105d9f5-60ea-4d4f-ab1b-287992070a58/download8394b365cf2213ae09e28d41a845b9a0MD52Nota de proyecto.pdfapplication/pdf238998https://noesis.uis.edu.co/bitstreams/cb038492-9fcb-43dd-bb46-6be5762b14e1/downloada484830e465351b75da3862209a12492MD5320.500.14071/39066oai:noesis.uis.edu.co:20.500.14071/390662024-03-03 19:09:03.047http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co