Logotipo del repositorio

Publicación:
Identificación de la causa de errores gruesos : por falla en el sistema de medición o por fuga, en una red de transporte de fluidos

dc.contributor.advisorGarcía Sánchez, Carlos Eduardo
dc.contributor.authorGonzález Mantilla, Ana Maria
dc.contributor.authorMateus Galindo, Royer Arley
dc.date.accessioned2024-03-03T22:10:30Z
dc.date.available2015
dc.date.available2024-03-03T22:10:30Z
dc.date.created2015
dc.date.issued2015
dc.description.abstractEs imperativo identificar la existencia de errores en cualquier tipo de proceso, incluyendo el transporte y distribución de fluidos. En este trabajo, se presentan dos métodos para la Detección de Errores Gruesos (DEG) en operaciones en estado estacionario, que emplean los valores que resultan de la Reconciliación de Datos (RD); una planteada por los autores y otra encontrada en la literatura, donde se evalúan diferentes funciones objetivo (Mínimos Cuadrados, Cauchy, Fair, Lorentzian y Normal Contaminada). Adicionalmente, se propone una metodología para determinar la posible causa del error grueso, clasificándolo como fuga o como falla en el sistema de medición, que son las causas más comunes de los errores gruesos en un sistema o red de transporte de fluidos, a través de análisis de rangos de caudal y presión. Los resultados finales muestran que la metodología con la red presentada tiene una selectividad de DEG del 100 % con la función objetivo Fair con el método A (propuesto por los autores) de los errores gruesos simulados, y un porcentaje de identificación global de la causa del error grueso de 58% y una selectividad de detección del 82% que tiene en cuenta los errores gruesos correctamente identificados y su causa, lo que lleva a concluir que es posible implementar esta metodología en un sistema de medición en tiempo real, debido a los beneficios económicos que trae el saber que medidores o secciones del proceso tienen inconsistencias.
dc.description.abstractenglishIt is imperative to identify the existence of errors in any type of process, including the transportation and distribution of fluids. In this project, two methods are presented for the Detection of Gross Errors (DGE) in steady state operations, which use the resulting values from the Reconciliation Data (RD); one of them is proposed by the authors and the other one is found in the literature; these methods evaluate different objective functions (Least Squares, Cauchy, Fair, Lorentzian, and Normal Contaminated). Additionally, a methodology is presented to determine the possible causes of the gross errors, classifying it as leak or failure in the measurement system, which are the most common causes of gross error in a system or fluids transport network, through analysis of flow and pressure ranges. The final results showed that the methodology with the presented network has a DGE selectivity of 100% with the objective function Fair with the A method (proposed by the authors), identifying gross errors simulated and a global identification percentage of the gross error's cause of 58% and a detection selectivity of 82% which takes into account gross errors correctly identified and their cause, leads to conclude that this methodology can be implemented in a measurement system in real time, because of the economic benefits it brings to know that gauges or process sections are inconsistencies.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Químico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/33041
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicoquímicas
dc.publisher.programIngeniería Química
dc.publisher.schoolEscuela de Ingeniería Química
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectDetección De Errores Gruesos
dc.subjectReconciliación De Datos
dc.subjectFunciones Objetivo
dc.subjectCausa De Los Errores Gruesos.
dc.subject.keywordGross Error Detection
dc.subject.keywordData Reconciliation
dc.subject.keywordObjective Functions
dc.subject.keywordCause Of Gross Errors.
dc.titleIdentificación de la causa de errores gruesos : por falla en el sistema de medición o por fuga, en una red de transporte de fluidos
dc.title.englishIdentification of the cause of gross errors: by fail in measurement system or leak, in a fluids transport network
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
Carta de autorización.pdf
Tamaño:
395.97 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
2.04 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Nota de proyecto.pdf
Tamaño:
336.93 KB
Formato:
Adobe Portable Document Format

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031