Desarrollo de un modelo predictivo para la determinación de estabilidad en crudos colombianos a partir de ftir y pls

Abstract

Se desarrolló un modelo para predecir el índice de clase de solubilidad de asfaltenos (ASCI), a partir de datos obtenidos por espectroscopia infrarroja con transformada de Fourier acoplada al uso de reflectancia total atenuada en la región del infrarrojo medio (FT-IR/ATR) combinada con la regresión de mínimos cuadrados parciales (PLS-R) y utilizando el método de Validación Cruzada de Monte Carlo (MCCV). La determinación del inicio de precipitación de los asfaltenos para cada una de las 82 muestras de crudos colombianos, se determinó utilizando el índice de clase de solubilidad de asfaltenos (ASCI), la evaluación de este índice se realizó en las diferentes soluciones de Heptols (- heptano/ tolueno), generando una base de datos del índice en mención. Los espectros (FT-IR/ATR) se registraron en la región del infrarrojo medio (4000 400 cm-1), para cada una de las 82 muestras de petróleo crudo. Con la información recopilada se desarrolló un modelo de predicción mediante el algoritmo SIMPLS, que incluía los criterios para elegir el número adecuado de variables latentes (LVs) con la ayuda de la validación cruzada de Monte Carlo (MCCV). El modelo desarrollado se clasifica como un modelo robusto estadísticamente, presentando un error estándar de validación cruzada (SECV) de 1.42; permitiendo predecir el inicio de precipitación (ASCI), en una banda de confianza del 95% y con una alta correlación entre lo predicho y medido SECV y SEC alrededor de la unidad. El modelo obtenido permite superar los problemas de tiempo de respuesta y subjetividad en la determinación de la estabilidad de crudos.