Regresión del índice de cetano del diésel a partir de propiedades macroscópicas y espectros infrarrojos utilizando mlr y pls
Una base de datos de 140 muestras de propiedades macroscópicas del diésel fue analizada mediante las técnicas de regresión mediantes modelos lineales y modelos no-lineales: Regresión Lineal Múltiple (MLR) y Regresión por mínimos cuadrados (PLS) para obtener modelos matemáticos que me permitan cuanti...
- Autores:
-
Morales Montano, Jorge Mario
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2015
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/33035
- Palabra clave:
- Mlr
Pca
Pls
Espectros Infrarrojos
Macro Propiedades
Diésel
Índice De Cetano.
Multiple Linear Regression; Partial Least Squares; Diesel; Near Infrared Spectroscopy; Cetane Index
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
| Summary: | Una base de datos de 140 muestras de propiedades macroscópicas del diésel fue analizada mediante las técnicas de regresión mediantes modelos lineales y modelos no-lineales: Regresión Lineal Múltiple (MLR) y Regresión por mínimos cuadrados (PLS) para obtener modelos matemáticos que me permitan cuantificar el índice de cetano del diésel. Para el análisis de estos modelos se tuvieron en cuenta diferentes criterios como el coeficiente de 62 espectros infrarrojos de muestras de diésel proporcionadas por la sección de blending de la gerencia refinería de Barrancabermeja de ECOPETROL S.A. donde se encontró una relación entre las intensidades espectrales y el incide de cetano, los cuales fueron utilizados para la creación del modelo no-lineal. Entre las principales ventajas de utilizar los modelos de regresión se encuentran: comprensión de las variables influyentes en los procesos, determinación de los estadísticos que presentan los datos, análisis de datos atípicos e influyentes y predicción de nuevos valores de propiedades. Los resultados de este trabajo demuestran que los modelos obtenidos mostraron una gran capacidad de predicción del Índice de cetano, sin embargo por la facilidad de disposición y obtención de los datos se afirma que el mejor modelo de predicción corresponde a la regresión parcial de mínimos cuadrados a partir de espectroscopia infrarroja cercana. Donde se recomienda ampliar la base de datos con la finalidad de validar estos modelos para obtener una mayor exactitud a la hora de aplicar estos modelos. 1 |
|---|