Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/22398
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Calderón Tapia, Cristina Gabriela | - |
dc.contributor.author | Osorio Getial, Julián Andrés | - |
dc.date.accessioned | 2024-07-25T21:27:42Z | - |
dc.date.available | 2024-07-25T21:27:42Z | - |
dc.date.issued | 2024-04-16 | - |
dc.identifier.citation | Osorio Getial, Julián Andrés. (2024). Simulación de una unidad de destilación de crudo (CDU) en DWSIM. Escuela Superior Politécnica de Chimborazo. Riobamba. | es_ES |
dc.identifier.uri | http://dspace.espoch.edu.ec/handle/123456789/22398 | - |
dc.description | En el trabajo presentado se tuvo como objetivo el crear un red neuronal artificial (RNA) la cuál sea capaz de dar datos acertados en base a una predicción del comportamiento de una unidad de destilación de crudo (CDU) cambiando las especificaciones del crudo y obteniendo así las composición de los productos finales de interés a diferentes valores de Temperatura (T) y otras variables más que resultan importantes al momento de operar una torre de fraccionamiento de crudo, reconociendo así que la temperatura a la que existe %VAP es las que afectan al proceso mediante análisis de las curvas de destilación TBP. El diseño, entrenamiento y validación de la red se la realizó en MATLAB recogiendo datos en el programa de código abierto DWSIM validando los resultados de simulación con publicaciones de alto impacto que usan Aspen HYSYS siendo este uno de los más usados a nivel industrial por la cantidad de herramientas y datos que este programa le da al usuario para una aplicación acertada. El diseño de la red se lo realizó con 325 datos para su entrenamiento y 25 datos para su validación, la arquitectura de esta tiene 10 entradas, 20 neuronas ocultas y 5 salidas usando para su entrenamiento el algoritmo Bayesian Regularization (BR) obteniendo un Error Cuadrático Medio (MSE) de 2.6904 E-04 y un coeficiente de Regresión Lineal (R) de 0.9971. La capacidad de predicción de la red se la analizó mediante una comparación de los errores porcentuales promedio en la validación externa obteniendo 0.66, 2.23, 0.57, 0.68 y 0.48 para LN, HN, LD, HD y RESIDUE respectivamente y se respaldó estos valores mediante un análisis estadístico usando el método ANOVA determinando que no hay una diferencia estadísticamente significativa al nivel de confianza de 95%. Se recomienda usar este trabajo para futuros estudios sobre el RESIDUE y la separación en una Unidad de Destilación de Crudo (CDU) al vacío. | es_ES |
dc.description.abstract | The objective of the work presented was to create an artificial neural network (ANN) which is capable of providing accurate data based on a prediction of the behavior of a crude distillation unit (CDU) by changing the specifications of the crude and thus obtaining the composition of the final products of interest at different values of temperature (T) and other variables that are important when operating a crude fractionation tower, therefore recognizing that the temperature at which there is %VAP is the one that affects the process by analyzing the TBP distillation curves. The design, training and validation of the network was performed in MATLAB collecting data in the open-source program DWSIM validating the simulation results with high impact publications using Aspen HYSYS being this one of the most used at industrial level by the number of tools and data that this program gives the user for a successful application. The network design was carried out with 325 data for training and 25 data for validation, its architecture has 10 inputs, 20 hidden neurons and 5 outputs using the Bayesian Regularization (BR) algorithm for training, obtaining a Mean Squared Error (MSE) of 2.6904 E-04 and a Linear Regression coefficient (R) of 0.9971. The predictive capacity of the network was analyzed by comparing the average percentage errors in the external validation, obtaining 0.66, 2.23, 0.57, 0.68 and 0.48 for LN, HN, LD, HD and RESIDUE respectively, and these values were supported by a statistical analysis using the ANOVA method, determining that there is no statistically significant difference at the 95% confidence level. It is recommended to use this work for future studies on RESIDUE and separation in a Crude Distillation Unit (CDU) under vacuum. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Escuela Superior Politécnica de Chimborazo | es_ES |
dc.relation.ispartofseries | UDCTFC;96T01001 | - |
dc.rights | info:eu-repo/semantics/restrictedAccess | es_ES |
dc.subject | UNIDAD DE DESTILACIÓN DE CRUDO (CDU) | es_ES |
dc.subject | PETRÓLEO | es_ES |
dc.subject | RED NEURONAL ARTIFICIAL | es_ES |
dc.subject | DWSIM (SOFTWARE) | es_ES |
dc.subject | MATLAB (SOFTWARE) | es_ES |
dc.subject | ANOVA | es_ES |
dc.title | Simulación de una unidad de destilación de crudo (CDU) en DWSIM | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
dc.contributor.miembrotribunal | Cepeda Godoy, Carlos Ramiro | - |
dc.rights.uri | https://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 | |
---|---|---|---|---|
96T01001.pdf | 3,74 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons