Proceso de hidrotratamiento: predicción mediante regresión lineal multivariada y regresión pls utilizando datos históricos de operación de una unidad hdt

Simple item page
dc.contributor.advisorMorales Medina, Giovanni
dc.contributor.authorCarvajal Cipamocha, Gustavo Adolfo
dc.date.accessioned2024-03-03T23:14:40Z
dc.date.available2017
dc.date.available2024-03-03T23:14:40Z
dc.date.created2017
dc.date.issued2017
dc.description.abstractEn el presente trabajo, utilizando estadística univariada y multivariada; se analizó una matriz de data histórica de operación tomada de una unidad HDT, con el fin de analizar el comportamiento de las observaciones y realizar el planteamiento de modelos matemáticos para la predicción de variables de salida en función de variables de operación y de entrada comúnmente consideradas por la comunidad científica en el análisis del proceso HDT. Se tuvieron en cuenta doce variables, como se presenta más adelante en este trabajo. Inicialmente, se llevó a cabo un análisis estadístico univariado, donde se calcularon parámetros estadísticos clave como el valor máximo, el mínimo, la media y la desviación estándar de cada variable respectivamente. En seguida, se realizó la matriz de correlación entre las variables consideradas, un análisis estadístico no jerárquico Clúster k-medias y análisis Cluster jerárquico (dendograma). A partir de estos tres análisis, se determinó que las variables consideradas, casi en su totalidad, presentaron una muy baja correlación y una alta variabilidad entre si. Finalmente, se establecieron cinco casos de predicción mediante regresión lineal multivariada; se obtuvieron buenos resultados ( ajustado > 0,9) en dos de los cinco casos de predicción planteados. Los buenos resultados obtenidos; se debieron a la alta correlación lineal evidenciada entre las variables flujo de hidrogeno a hidrotratar en la alimentación a la unidad HDT, relación hidrocarburo/hidrogeno alimentados a la zona de reacción, y el flujo de diésel hidrotratado a la salida de la unidad HDT. Estos dos casos de estudio, adicionalmente, se validaron mediante regresión PLS. Se encontró que la variación del grado de ajuste en la estimación pasando de tres a los nueve predictores considerados inicialmente apenas incrementaba de manera insignificante. Esto se justifica, en la alta correlación lineal entre las tres variables mencionadas anteriormente, en la baja influencia de las demás variables predictoras en la predicción y a la baja correlación existente entre casi la totalidad de variables consideradas.
dc.description.abstractenglishIn this paperwork, it was analyzed, using univariated and multivariated stadistics, a matrix of historic operation HDT process data in order to study the data behaviour and also in order to propose mathematical models to predict outlet variables in function of inlet and operation variables commonly considered within the HDT process analysis by scientific community all over the world. Twelve variables were taken in account as it is shown forward into this work. At first, it was run an univariated statistics analysis and were calculated key statistic parameters like minimum and maximum values, the average and standard deviation of each variable taken in account, respectively. After, it was made the variables correlation matrix, among all the variables that were taken in account, an statistic cluster k-means analysis and a no jerarquic analysys (dendogram). It was found from these three last procedures that the analyzed data showed a high range of variability and mainly low correlation coefficients among the variables considered. Finally, were established five prediction cases using multiple linear regression and were obtained great results in two of them ( adjusted > 0,9). It was because it was found a strong linear correlation among variables: inlet Diesel flow to the HDT unity, relationship between hydrocarbon/hydrogen flow fed to reaction zone and outlet Diesel flow. These two cases were also estimated using PLS regression. It was also found that the adjust square coeficient variation was very low with the estimation taking in account three predictors the three variables that were mentioned before, the low variables correlation coefficients among them account for prediction in these two cases.
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/20.500.14071/35814
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.subjectHidrotratamiento
dc.subjectPredicciones
dc.subjectEstadistica Univariada Y Multivariada
dc.subjectRegresion Lineal Multiple
dc.subjectRegresion Pls
dc.subjectCorrelacion Lineal.
dc.subject.keywordHidrotreatment
dc.subject.keywordPredictions
dc.subject.keywordUnivariated And Bivariated Stadistics
dc.subject.keywordMultiple Linear Regression
dc.subject.keywordPls Regression
dc.subject.keywordLinear Correlation.
dc.titleProceso de hidrotratamiento: predicción mediante regresión lineal multivariada y regresión pls utilizando datos históricos de operación de una unidad hdt
dc.title.englishHydrotreatment process: predictions using multiple linear regression and pls regression taking historic data from an hdt treatment unity.
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
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
239.33 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
2.18 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
91.65 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Química