Modeling of the acoustic cavitation process in heavy oil treatment through neuronal networks

Autor: Sánchez Soto, Diego Fernando
Přispěvatelé: Obregon Neira, Nelson, Olaya Escobar, David Roberto, Sarmiento Lopez, Armando, Perez Cerquera, Manuel Ricardo
Jazyk: Spanish; Castilian
Rok vydání: 2021
Předmět:
Zdroj: Repositorio Universidad Javeriana
Pontificia Universidad Javeriana
instacron:Pontificia Universidad Javeriana
Popis: Este proyecto de investigación explora cómo el identificar los parámetros de operación relevantes en el proceso de cavitación acústica para crudo pesado, mediante el modelado de redes neuronales utilizando datos experimentales previamente obtenidos en laboratorio permite profundizar en las consecuencias del uso de ultrasonido como método alternativo para tratamiento y mejoramiento de las cualidades del petróleo. Para ello se propone la utilización de métodos de análisis matemático, implementación de un sistema de lógica difusa y la posterior creación de las rederes neuronales (todo esto desarrollado en Matlab®). Gracias al análisis matemático de las variables involucradas en las pruebas realizadas en distintas muestras de petróleo pesado fue posible crear los algoritmos que generan las redes neuronales las cuales permitieron simular de forma bastante precisa los posibles comportamientos del crudo ante escenarios hipotéticos, lo cual permite abrir un gran abanico de posibilidades para este campo de estudio en un futuro.Dada la inexistencia de una relación lineal entre las variables medidas en laboratorio y la incertidumbre que aun rodea el fenómeno de cavitación acústica, el haber seleccionado las redes neuronales como método para abordar este campo de investigación fue un gran acierto dadas las características de estas para modelar sistemas en los cuales no existe linealidad ni un modelo matemático definido. Siendo así fue posible concluir que las variables que permiten responder a los objetivos planteados son las viscosidades y temperaturas de la muestra de. Esto sin descartar el efecto que otras variables dependiendo del equipo utilizado en las pruebas puede que entren a tener una mayor importancia. This research project explores how identifying the relevant operating parameters in the acoustic cavitation process for heavy crude oil, through the modeling of neural networks using experimental data previously obtained in the laboratory, allows us to delve into the consequences of the use of ultrasound as an alternative method for treatment. and improvement of the qualities of the oil. For this, the use of mathematical analysis methods, implementation of a fuzzy logic system and the subsequent creation of neural networks (all this developed in Matlab®) is proposed. Thanks to the mathematical analysis of the variables involved in the tests carried out on different samples of heavy oil, it was possible to create the algorithms that generate the neural networks which allowed to simulate quite precisely the possible behavior of crude oil in hypothetical scenarios, which allows opening a wide range of possibilities for this field of study in the future.Given the non-existence of a linear relationship between the variables measured in the laboratory and the uncertainty that still surrounds the acoustic cavitation phenomenon, having selected neural networks as a method to approach this field of research was a great success given their characteristics to model. systems in which there is no linearity or a defined mathematical model. This being the case, it was possible to conclude that the variables that allow us to respond to the proposed objectives are the viscosities and temperatures of the sample. This without ruling out the effect that other variables depending on the equipment used in the tests may become more important. Magíster en Energía y Sostenibilidad Maestría
Databáze: OpenAIRE
Externí odkaz: