Examinando por Autor "Giraldo Molina, Alba Nubia"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de clasificación
- PublicaciónAcceso abiertoFactibilidad económica del acople de los mecanismos de dilución y calentamiento para mejorar el transporte de crudo pesados en líneas de tuberías(2017-07-26) Gaviria Vega, Ana Milena; Romero Zafra, Elena María; Marín Batista, José Daniel; Giraldo Molina, Alba NubiaThe transport of heavy crude is very challenging due to the low mobility and viscosities, the precipitation of paraffins and asphaltenes, the proportion of low molecular weight components, high sulfur content, sales and metals, increase in water content formation and major corrosion problems; All these operational difficulties limit their economic viability. The objective of this work is to determine the economic feasibility of the dilution mechanisms (Nafta, Toluene, N-Heptane, Methanol) and heating to improve the heavy oil transport operation in pipelines using the methodology of The Response surface, where the functional relationship between the response variables (Costs and Viscosity) and the independent variables (Temperature and% Dilution) were obtained based on the coefficients of the second order regression model; The database required for the realization of the response graphs in Minitab 17 was obtained by simulation of heavy crude transport in Aspen HYSYS. Finally, it was decided to perform a calculation of the aforementioned viscosity reduction methods, to reduce the minimum solvent amount and the amount of thermal energy required. For this reason, it was possible to appreciate that the diluent that offered the best performance was the Nafta with a dilution of 10% and a temperature of 24.01°C, thus helping a decrease in the transportation costs of heavy crude through pipes.
- PublicaciónAcceso abiertoImplementación de un sistema de redes neuronales en MATLAB para la predicción del equilibrio líquido – vapor de mezclas Binarias selectas(2015) Quintana Blanco, Asnaldo; Giraldo Molina, Alba Nubia; Paternina Palacio, Katia EstherDentro de las técnicas de la inteligencia artificial se encuentran las Redes Neuronales Artificiales, esta técnica emplea modelos computacionales que semejan el funcionamiento de porciones del cerebro humano1. En este proyecto se hará énfasis en redes neuronales artificiales para obtener un modelo que relacione un conjunto de variables de salida con un conjunto de variables de entrada. Las Redes Neuronales Artificiales son muy utilizadas en diversos ámbitos de la Ingeniería (ver apartado 2.1), puesto que permiten resolver problemas complejos. Entre los que se destaca la capacidad de la Red Neuronal Artificial para predecir el comportamiento de ciertos fenómenos a través de una serie temporal de datos o valores, que muchas veces no es conveniente resolver utilizando técnicas de regresión polinómica o lineal2. Esta técnica tiene la habilidad para aprender a reconocer patrones basándose en ejemplos, a través de un proceso llamado entrenamiento3. La implementación de la Red Neuronal backpropagation se realizó mediante el software MATLAB, el cual ofrece tres formas para trabajar en el ámbito de redes neuronales las cuales se describen en el marco teórico. Vale resaltar que es muy extenso la información sobre Redes Neuronales Artificiales, por tal razón se compila la información haciendo énfasis en los puntos más relevantes.