Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso
El ajuste de modelos para la predicción de respuestas en los procesos es una herramienta muy útil en la mayoría de las industrias químicas y petroquímicas, un método fundamental para llegar a dichos modelos es por medio del análisis estadístico de las variables directamente implicadas en el proceso...
- Autores:
-
Castañeda Robayo, Edwin Leonardo
Jimenez Herrera, Alba Jazmin
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2017
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/35825
- Palabra clave:
- Regresión Lineal Multivariada
Refinación De Crudo
Análisis Estadístico
Agrupación Clúster Y Variables De Mayor Influencia.
Multivariate Linear Regression
Crude Oil Refining
Statistical Analysis
Cluster Aggrupation And Greater Influence Variables.
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id |
UISANTADR2_66b1d40964d0c7eecd7544fb2f895364 |
---|---|
oai_identifier_str |
oai:noesis.uis.edu.co:20.500.14071/35825 |
network_acronym_str |
UISANTADR2 |
network_name_str |
Repositorio UIS |
repository_id_str |
|
dc.title.none.fl_str_mv |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
dc.title.english.none.fl_str_mv |
Regression for the jet fuel production of gasolines in an industrial distillation column based on historical process data . |
title |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
spellingShingle |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso Regresión Lineal Multivariada Refinación De Crudo Análisis Estadístico Agrupación Clúster Y Variables De Mayor Influencia. Multivariate Linear Regression Crude Oil Refining Statistical Analysis Cluster Aggrupation And Greater Influence Variables. |
title_short |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
title_full |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
title_fullStr |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
title_full_unstemmed |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
title_sort |
Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de proceso |
dc.creator.fl_str_mv |
Castañeda Robayo, Edwin Leonardo Jimenez Herrera, Alba Jazmin |
dc.contributor.advisor.none.fl_str_mv |
Morales Medina, Giovanni |
dc.contributor.author.none.fl_str_mv |
Castañeda Robayo, Edwin Leonardo Jimenez Herrera, Alba Jazmin |
dc.subject.none.fl_str_mv |
Regresión Lineal Multivariada Refinación De Crudo Análisis Estadístico Agrupación Clúster Y Variables De Mayor Influencia. |
topic |
Regresión Lineal Multivariada Refinación De Crudo Análisis Estadístico Agrupación Clúster Y Variables De Mayor Influencia. Multivariate Linear Regression Crude Oil Refining Statistical Analysis Cluster Aggrupation And Greater Influence Variables. |
dc.subject.keyword.none.fl_str_mv |
Multivariate Linear Regression Crude Oil Refining Statistical Analysis Cluster Aggrupation And Greater Influence Variables. |
description |
El ajuste de modelos para la predicción de respuestas en los procesos es una herramienta muy útil en la mayoría de las industrias químicas y petroquímicas, un método fundamental para llegar a dichos modelos es por medio del análisis estadístico de las variables directamente implicadas en el proceso de refinación de crudo para el caso de la gasolina de aviación (JET FUEL). El presente trabajo plantea una metodología para la aplicación de regresión múltiple multivariada sobre DHP comprendidos entre los años 2013 a 2016 obtenidos de la base de datos de ECOPETROL S.A con el objetivo de sugerir un modelo para cada estado pseudo-estacionario y los modos de operación presentes en él, esto con el menor error posible de la predicción. Con un análisis inicial se obtuvo un modelo general para la producción de JET con R2 = 0.78 en el cual se aplicó la eliminación de datos atípicos mediante análisis clúster definiendo una agrupación de 4 grupos y cada grupo en 2 subgrupos de los cuales salieron 4 modelos a diferentes condiciones de operación donde 2 pertenecen al modo viscorreductor y 2 al modo crudo con un margen aproximado de error del 5%, esto constata que pueden generarse varias predicciones dependiendo del modo operativo y las condiciones de alimentación de la dieta del crudo a la torre. |
publishDate |
2017 |
dc.date.available.none.fl_str_mv |
2017 2024-03-03T23:14:42Z |
dc.date.created.none.fl_str_mv |
2017 |
dc.date.issued.none.fl_str_mv |
2017 |
dc.date.accessioned.none.fl_str_mv |
2024-03-03T23:14:42Z |
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/20.500.14071/35825 |
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/20.500.14071/35825 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/ac775292-d7b2-4a2f-b4b9-f511a2bbbd72/download https://noesis.uis.edu.co/bitstreams/38e4607a-6115-40d6-b8d8-e8c8af806829/download https://noesis.uis.edu.co/bitstreams/a0e04619-e514-417e-b1e4-977164411308/download |
bitstream.checksum.fl_str_mv |
4fb267a6efd380586abbecad75ce1b1a c49b081b53492849231b331973e1627b 0a6c87db02c0bd5c9bfc1da0ba9d55bb |
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_ |
1831929772130697216 |
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_abf2Morales Medina, GiovanniCastañeda Robayo, Edwin LeonardoJimenez Herrera, Alba Jazmin2024-03-03T23:14:42Z20172024-03-03T23:14:42Z20172017https://noesis.uis.edu.co/handle/20.500.14071/35825Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coEl ajuste de modelos para la predicción de respuestas en los procesos es una herramienta muy útil en la mayoría de las industrias químicas y petroquímicas, un método fundamental para llegar a dichos modelos es por medio del análisis estadístico de las variables directamente implicadas en el proceso de refinación de crudo para el caso de la gasolina de aviación (JET FUEL). El presente trabajo plantea una metodología para la aplicación de regresión múltiple multivariada sobre DHP comprendidos entre los años 2013 a 2016 obtenidos de la base de datos de ECOPETROL S.A con el objetivo de sugerir un modelo para cada estado pseudo-estacionario y los modos de operación presentes en él, esto con el menor error posible de la predicción. Con un análisis inicial se obtuvo un modelo general para la producción de JET con R2 = 0.78 en el cual se aplicó la eliminación de datos atípicos mediante análisis clúster definiendo una agrupación de 4 grupos y cada grupo en 2 subgrupos de los cuales salieron 4 modelos a diferentes condiciones de operación donde 2 pertenecen al modo viscorreductor y 2 al modo crudo con un margen aproximado de error del 5%, esto constata que pueden generarse varias predicciones dependiendo del modo operativo y las condiciones de alimentación de la dieta del crudo a la torre.PregradoIngeniero QuímicoModel adjustment for response prediction in processes is a really helpful tool in the chemical and petrochemical industries; an essential method used to achieve said models is the statistical analysis of the directly involved variables in the refining process of crude oil for the production of jet fuel. This project proposes a methodology for the application of multivariate multiple regression of HPD ranging from 2013 to 2016, this data was acquired from ECOPETROL S.A database with the objective of suggesting a model for each pseudo-stationary state and the operation modes present within it, with the least possible error for each prediction. An early analysis led to a general model for JET production with R2 = 0.78, in which, atypical data was eliminated using cluster analysis defining a set of 4 groups, each group was subdivided in 2 subgroups from which 4 models were defined at different operating conditions, 2 of those 4 models belong to the visbreaking mode and the other 2 to the crude oil mode with an approximated error of 5%, this notes that there can be generated several predictions depending on the operative mode and the crude oil feed conditions to the column.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicoquímicasIngeniería QuímicaEscuela de Ingeniería QuímicaRegresión Lineal MultivariadaRefinación De CrudoAnálisis EstadísticoAgrupación Clúster Y Variables De Mayor Influencia.Multivariate Linear RegressionCrude Oil RefiningStatistical AnalysisCluster Aggrupation And Greater Influence Variables.Regresión para la producción de gasolina de aviación (jet fuel) en una torre de destilación industrial de crudos a partir de datos históricos de procesoRegression for the jet fuel production of gasolines in an industrial distillation column based on historical process data .Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf183014https://noesis.uis.edu.co/bitstreams/ac775292-d7b2-4a2f-b4b9-f511a2bbbd72/download4fb267a6efd380586abbecad75ce1b1aMD51Documento.pdfapplication/pdf3312742https://noesis.uis.edu.co/bitstreams/38e4607a-6115-40d6-b8d8-e8c8af806829/downloadc49b081b53492849231b331973e1627bMD52Nota de proyecto.pdfapplication/pdf114629https://noesis.uis.edu.co/bitstreams/a0e04619-e514-417e-b1e4-977164411308/download0a6c87db02c0bd5c9bfc1da0ba9d55bbMD5320.500.14071/35825oai:noesis.uis.edu.co:20.500.14071/358252024-03-03 18:14:42.971http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co |