Predicción de propiedades fisicoquímicas de destilados atmosféricos (199-371°c+) a partir de sus crudos madre mediante ftir-atr y análisis multivariado

Abstract

Esta investigación describe el desarrollo de modelos predictivos para determinar los rendimientos de crudos y propiedades fisicoquímicas de destilados atmosféricos a partir de los espectros de sus crudos madre usando análisis multivariado. Un total de 54 muestras de crudos colombianos fueron usadas. Se realizó análisis preliminar por PCA (Análisis de Componentes Principales) y preprocesamiento espectral. Las regresiones PLS (Partial Least Squares) y AG‐PLS (Algoritmos Genéticos – PLS) fueron desarrolladas usando los espectros de los crudos madre y los rendimientos de los destilados atmosféricos. Para los modelos PLS, fueron seleccionadas dos regiones del espectro FTIR‐ATR: 3200‐2500cm‐1 y 1800‐650cm‐1 . Se realizaron análisis de regresión para rendimientos y para cada propiedad, con los mismos espectros FTIR‐ATR de muestras de crudos. Los AG fueron usados para seleccionar las mejores variables para desarrollar los modelos de rendimientos AG‐PLS. Las bandas vibracionales más importantes, responsables de la discriminación de las muestras para asociar las propiedades al espectro, fueron identificadas en los modelos PLS y AG‐PLS. Los coeficientes de correlación (R2 ) obtenidos para los modelos de rendimientos fueron aceptables, entre 0.80 y 0.99. Los resultados predichos para los rendimientos son acordes con los valores de referencia, obteniendo variaciones menores al 20%. Para los modelos PLS (API, azufre e índice de cetano) los coeficientes de correlación (R2 ) estuvieron entre 0.77 y 0.99, con errores relativos entre 5% y 25%, al comparar los valores predichos con los medidos. Los mejores parámetros estadísticos fueron obtenidos para el residuo atmosférico. Se desarrolló una metodología FTIR‐ATR rápida y confiable para predecir los rendimientos y propiedades fisicoquímicas de destilados atmosféricos a partir de los espectros de sus crudos madre. Esta metodología permite obtener información fundamental para evaluar los crudos y sus destilados, con errores relativos de predicción inferiores al 20% con respecto a los valores de referencia obtenidos mediante métodos estándar.