ESTUDIO DEL CONSUMO ESPECÍFICO DE COMBUSTIBLE EN EL HORNO DE UNA UNIDAD DE DESTILACIÓN DE CRUDO

Abstract

El trabajo propuesto está centrado en el estudio del consumo específico de combustible en el horno de una unidad de destilación de crudo de una empresa petroquímica. Por motivos de confidencialidad no se revelarán datos relativos a la empresa, al proceso estudiado y a las variables analizadas. Se persiguen dos objetivos. Por una parte, se quiere desarrollar un modelo empírico que permita predecir la eficiencia máxima (consumo específico mínimo) dadas unas condiciones de trabajo del proceso. Esto permitiría saber en todo momento si, dadas unas condiciones de proceso, este se está operando de forma eficiente o no. Por otra, se desea obtener información que puedan usar los operarios del proceso para saber cómo tienen que manipular ciertas variables del proceso para tratar de operar el mismo de la forma más eficiente posible. Para abordar ambos objetivos se hará uso de técnicas estadísticas de análisis multivariante estudiadas en el máster. En procesos industriales en los que existen una gran cantidad de variables, estos métodos no son solamente una manera de interpretar mejor los datos. Además, permiten extraer conclusiones muy útiles, lo que no sería posible usando enfoques estadísticos más tradicionales.

The proposed work is focused on the study of specific fuel consumption in the furnace of a crude distillation unit of a petrochemical company. For confidentiality reasons, no data will be disclosed regarding the company, the process studied and the variables analyzed. Two objectives are pursued. On the one hand, we want to develop an empirical model that allows us to predict the maximum efficiency (minimum specific consumption) given the working conditions of the process. This would allow knowing at all times if, given some process conditions, this is being operated efficiently or not. On the other, we want to obtain information that process operators can use to know how to manipulate certain variables of the process to try to operate it in the most efficient possible way. To address both objectives, multivariate statistical techniques covered in the master program will be used. In industrial processes where there are a large number of variables, these methods are not just a way to better interpret the data. In addition, they allow to draw very useful conclusions, which would not be possible using more traditional statistical approaches.