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.advisor | García Sánchez, Carlos Eduardo | |
| dc.contributor.author | González Mantilla, Ana Maria | |
| dc.contributor.author | Mateus Galindo, Royer Arley | |
| dc.date.accessioned | 2024-03-03T22:10:30Z | |
| dc.date.available | 2015 | |
| dc.date.available | 2024-03-03T22:10:30Z | |
| dc.date.created | 2015 | |
| dc.date.issued | 2015 | |
| dc.description.abstract | Es 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.abstractenglish | It 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.degreelevel | Pregrado | |
| dc.description.degreename | Ingeniero Químico | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | Universidad Industrial de Santander | |
| dc.identifier.reponame | Universidad Industrial de Santander | |
| dc.identifier.repourl | https://noesis.uis.edu.co | |
| dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/33041 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Industrial de Santander | |
| dc.publisher.faculty | Facultad de Ingenierías Fisicoquímicas | |
| dc.publisher.program | Ingeniería Química | |
| dc.publisher.school | Escuela de Ingeniería Química | |
| dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
| dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
| dc.subject | Detección De Errores Gruesos | |
| dc.subject | Reconciliación De Datos | |
| dc.subject | Funciones Objetivo | |
| dc.subject | Causa De Los Errores Gruesos. | |
| dc.subject.keyword | Gross Error Detection | |
| dc.subject.keyword | Data Reconciliation | |
| dc.subject.keyword | Objective Functions | |
| dc.subject.keyword | Cause Of Gross Errors. | |
| dc.title | 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.title.english | Identification of the cause of gross errors: by fail in measurement system or leak, in a fluids transport network | |
| dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
| dc.type.hasversion | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | |
| dspace.entity.type | Publication |
Archivos
Bloque original
1 - 3 de 3
Cargando...
- Nombre:
- Carta de autorización.pdf
- Tamaño:
- 395.97 KB
- Formato:
- Adobe Portable Document Format
Cargando...
- Nombre:
- Nota de proyecto.pdf
- Tamaño:
- 336.93 KB
- Formato:
- Adobe Portable Document Format
