Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/16914
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorChuquín Vasco, Juan Pablo-
dc.contributor.authorOrtiz Villegas, Edison Alexander-
dc.date.accessioned2022-09-15T21:50:54Z-
dc.date.available2022-09-15T21:50:54Z-
dc.date.issued2021-12-16-
dc.identifier.citationOrtiz Villegas, Edison Alexander. (2021). Simulación y validación de un sistema de fraccionamiento para la separación de los componentes del crudo en procesos de refinación. Escuela Superior Politécnica de Chimborazo. Riobamba.es_ES
dc.identifier.urihttp://dspace.espoch.edu.ec/handle/123456789/16914-
dc.descriptionEste trabajo de investigación tuvo como objetivo la simulación y validación de la unidad de fraccionamiento de crudo, que fue utilizada como base para la creación de una red neuronal artificial (RNA) que tenga la capacidad de predecir las fracciones de los productos obtenidos después de la destilación del crudo. En la creación de la RNA se utilizó un banco de datos de 150 valores para cada variable: flujo de crudo, temperatura de horno, nafta ligera, nafta pesada, queroseno, gasóleo y fuell oíl; obtenidos de la simulación creada. La arquitectura que tiene la RNA se divide en: una capa de entrada (2 neuronas), tres capas ocultas (50 neuronas) y una capa de salida (6 neuronas); esta arquitectura se basa en el tipo de red Feed-forward backprop y tiene un algoritmo de entrenamiento basado en Levenberg-Marquardt (TRAINLM). En esta red se obtuvo un error cuadrático medio de 0,0016801 con un nivel de correlación de 0,9954; validándose mediante pruebas estadísticas comparativas como la prueba Kruskal-Wallis y la prueba Friedman en donde se compararon los datos reales y predichos, tomado como regla que los valores de prueba obtenidos no deben superar el valor de 3,8415 para aceptar la hipótesis nula, resultando en que para todos los productos se acepta la hipótesis nula que dicta la existencia de una similitud entre estos dos grupos de valores. Es recomendable elevar el rango de alcance de la RNA ya que se puede aplicar a nuevas herramientas e investigaciones en procesos de refinación de crudo, asegurando mayores eficiencias en estos procesos.es_ES
dc.description.abstractABSTRACT The objective of this research work was the simulation and validation of the crude oil fractionation unit, which was used as the basis for the creation of an artificial neural network (ANN) capable of predicting the fractions of the products obtained after crude oil distillation. In the creation of the ANN, a data bank of 150 values was used for each variable: crude oil flow, furnace temperature, light naphtha, heavy naphtha, kerosene, diesel oil and fuel oil; obtained from the simulation created. The ANN architecture is divided into: an input layer (2 neurons), three hidden layers (50 neurons) and an output layer (6 neurons); this architecture is based on the Feed-forward backprop network type and has a training algorithm based on Levenberg-Marquardt (TRAINLM). In this network, a mean square error of 0.0016801 was obtained with a correlation level of 0.9954; validating it by means of comparative statistical tests such as the Kruskal-Wallis test and the Friedman test where the real and predicted data were compared, taking as a rule that the test values obtained should not exceed the value of 3.8415 to accept the null hypothesis, resulting in that for all the products the null hypothesis that dictates the existence of a similarity between these two groups of values is accepted. It is advisable to raise the range of scope of ANN as it can be applied to new tools and research in crude oil refining processes, ensuring greater efficiencies in these processes.es_ES
dc.language.isospaes_ES
dc.publisherEscuela Superior Politécnica de Chimborazoes_ES
dc.relation.ispartofseriesUDCTFC;96T00747-
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.subjectTECNOLOGÍA Y CIENCIAS DE LA INGENIERÍAes_ES
dc.subjectINGENIERÍA QUÍMICAes_ES
dc.subjectDESTILACIÓN DE CRUDOes_ES
dc.subjectDWSIM (SOFTWARE)es_ES
dc.subjectREDES NEURONALES ARTIFICIALES (RNA)es_ES
dc.subjectMATLAB (SOFTWARE)es_ES
dc.titleSimulación y validación de un sistema de fraccionamiento para la separación de los componentes del crudo en procesos de refinaciónes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.contributor.miembrotribunalChuquín Vasco, Daniel Antonio-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
Aparece en las colecciones: Ingeniero/a Químico/a

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
96T00747.pdf3,07 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons