Desarrollo de un modelo de identificación de error grueso en sistemas complejos de balance de masa

Simple item page
dc.contributor.advisorCastillo Monroy, Edgar Fernando
dc.contributor.advisorMahecha, Cesar Augusto
dc.contributor.advisorRamos, Raul Gabriel
dc.contributor.authorTiria Sandoval, Sergio
dc.contributor.authorVega Lopez, Sergio Armando
dc.date.accessioned2024-03-03T16:30:40Z
dc.date.available2007
dc.date.available2024-03-03T16:30:40Z
dc.date.created2007
dc.date.issued2007
dc.description.abstractEl 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.
dc.description.abstractenglishThe primordial objective of this grade work is to obtain a methodology of calculation of gross error and detection of the assignable cause that it generates it, applied mass balance systems that are frequently presented in the oil refining industry. To achieve it, we will leave studying existent systems of gross error detection with typical cases. It will be carried out a revision of the statistical methods of gross error detection commonly used by the available commercial software packages, the definition of some concepts and terms, crucial when beginning a strict study of those methods. The conceptual and mathematical development of the existent methods will also be revised for gross error detection. Later on, an original algorithm will be developed for Gross Error detection, in which the mathematical requirements are detailed with those that this algorithm will be based. On the other hand, distinction of the causes will be made that generate these Gross Errors (deviation in the measures and leaks), matter that is of vital importance when making decisions in plant, overalls when it is necessary to repair or to replace mensuration equipment, transport and refininig definitively, that which will generate operative costs that can be unfavorable for a company. Finally, the algorithm will be subjected to a series of tests, to demonstrate its capacity to reconcile data (in such a way that the values are very near to its true value) and to detect Gross Errors (simple and multiple), in different models of processes whose complexity of interconnection of variables changes. This reconciliation capacity and detection will be argued by means of figures and graphic that shows the advantages of applying this algorithm regarding other statistical tests contained at the present time in the existent packages of available software.
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/20.500.14071/19490
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 error grueso
dc.subjectReconciliación de datos
dc.subjectMedidores de
dc.subject.keywordDetection of gross error
dc.subject.keywordData reconciliation
dc.subject.keywordFlow
dc.titleDesarrollo de un modelo de identificación de error grueso en sistemas complejos de balance de masa
dc.title.englishDevelopment of a model to identification of gross error in mass balance complex systems *
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 - 2 of 2
No Thumbnail Available
Name:
Documento.pdf
Size:
1.1 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
651.51 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Química