Escuela de Ingeniería Química

Permanent URI for this community

https://noesis.uis.edu.co/handle/20.500.14071/9220

Browse

Browsing Escuela de Ingeniería Química by browse.metadata.evaluator "Avellaneda Vargas, Fredy Augusto"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Diseño de un modelo de seguimiento y anticipación para el control de calidad para el análisis operacional en la refinería Barrancabermeja Ecopetrol s.a. usando los softwares PI Datalink y PI Vision
    (Universidad Industrial de Santander, 2023-08-04) Ortega Aponte, Mateo; Mercado Ojeda, Ronald Alfonso; Pacheco Acosta, Rosangela; Avellaneda Vargas, Fredy Augusto; Baldovino Medrano, Victor Gabriel
    Título: Diseño e implementación de un modelo de seguimiento y anticipación para el control de calidad para el análisis operacional en la refinería Barrancabermeja Ecopetrol s.a. usando los softwares PI Datalink y PI Vision. Autor: Mateo Ortega Aponte Palabras clave: Análisis operacional, Hidrocarburos, Capacidad de proceso, Modelo predictivo. Descripción: En este trabajo se pretende aportar al análisis operacional de la Refinería Barrancabermeja ECOPETROL S.A. mediante el completamiento de diagramas de flujo para supervisión de datos en tiempo real del Crudo reconstituido y el Asfalto 60/70, la recopilación de datos de los parámetros de calidad además de productos clave de la refinería como Diesel B2E, Gasolina motor regular, Jet A1 y Asfalto 60/70, además de, diseñar un modelo matemático que permita la predicción de dichos datos. Los diagramas de flujo fueron construidos con el acompañamiento conjunto del equipo de ingeniería de proceso y el laboratorio de calidad, de manera que se identificaron las variables cruciales de operación y se pudieron confirmar los resultados de cada una. El modelo matemático para predicción se desarrolló utilizando la metodología de Box-Jenkins, dando como resultado un total de 23 modelos ARIMA, uno asignado por cada parámetro de calidad, esto con el fin de poder calcular si los procesos de producción son capaces, con base en el indicador de Capacidad de Proceso Cpk. Los modelos obtenidos permiten pronosticar los valores de estos parámetros hasta 15 días en el futuro con errores promedio que van desde %4.51 hasta %18.27 para los 4 productos considerados en este trabajo.