Desarrollo de un modelo de identificación de error grueso en sistemas complejos de balance de masa
No Thumbnail Available
Date
2007
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El objetivo primordial de este trabajo de grado es obtener una metodología de cálculo de error grueso y detección de la causa asignable que lo genera, aplicado a sistemas de balance de masa que se presentan frecuentemente en la industria de refinación del petróleo. Para lograrlo, se partirá del estudio de sistemas de detección de error grueso existentes con casos típicos. Se llevará a cabo una revisión de los métodos estadísticos de detección de Error Grueso comúnmente usados por los paquetes de software comerciales disponibles, la definición de algunos conceptos y términos, cruciales a la hora de iniciar un estudio profundo de aquellos métodos. También se revisará el desarrollo conceptual y matemático de los métodos existentes para la detección de Error Grueso. Posteriormente, se desarrollará un algoritmo original para detección de Error Grueso, en el cual se detallan los requerimientos matemáticos con los que se fundamentará dicho algoritmo. Por otra parte, se hará distinción de las causas que generan estos errores Gruesos (desviación en las medidas y fugas), asunto que resulta de vital importancia a la hora de tomar decisiones en planta, sobre todo cuando sea necesario reparar o reemplazar definitivamente equipos de medición, transporte y refinación, lo cual generará costos operativos que pueden ser desfavorables para una compañía. Por último, el algoritmo será sometido a una serie de pruebas, para demostrar su capacidad de reconciliar datos (de tal forma que los valores sean muy cercanos a su valor verdadero) y detectar Errores Gruesos (simples y múltiples), en diferentes modelos de procesos cuya complejidad de interconexión de variables cambie. Esta capacidad de reconciliación y detección será argumentada por medio de cifras y gráficas que muestran las ventajas de aplicar dicho algoritmo respecto de otras pruebas estadísticas contenidas en los paquetes de software disponible existentes en la actualidad.
Description
Keywords
Detección de error grueso, Reconciliación de datos, Medidores de