Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/59703
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorEscobar, Kenny, Director-
dc.contributor.authorCoque González, Bryan Anthony-
dc.creatorESPOL. FICT-
dc.date.accessioned2024-01-19T21:04:25Z-
dc.date.available2024-01-19T21:04:25Z-
dc.date.issued2023-
dc.identifier.citationCoque González, B. A. (2023). Análisis de factores de corrosión en ductos de petróleo mediante algoritmos de aprendizaje automático. [Tesis]. ESPOL. FICT .-
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/59703-
dc.descriptionLa corrosión por picaduras en ductos que transportan petróleo con respecto a la proporción de corrosión. Además, se determinan qué variables resultan más importantes y predecir mediante algoritmos de aprendizaje automático, la existencia o no de corrosión en el ducto X80. Para ello se desarrolló la metodología CRISP-DM, lo que permitió, mediante un conjunto de datos representativo del fenómeno de corrosión, realizar el análisis univariado y de correlación de las 26 variables dependientes, así como, a través de la ingeniería de características, averiguar las variables más importantes del conjunto de datos. En esta metodología se aplicó la etapa de modelado que consistió en la predicción del mejor estimador sobre la existencia o no, de corrosión por picaduras. El estudio del análisis univariado de los factores que afectan a la corrosión reveló que para un rango de valores de Co2 entre 1400-4200kpa, se tiene una mayor proporción de corrosión, con un 67% de probabilidad. Se determinó también que las variables más importantes en este estudio fueron: el azufre(S), el cobre(Cu), el dióxido de carbono(Co2) y el ácido sulfúrico (So4). El estudio proporciona información sobre las condiciones en las que la corrosión es más pronunciada y permitir identificar rangos específicos de factores de corrosión asociados a una mayor tasa de corrosión, a partir del cual se recomienda realizar un estudio detallado con la finalidad de comprender como estas variables interactúan entre sí y como sus efectos se potencian o contrarrestan mutuamente.-
dc.formatapplication/pdf-
dc.format.extent74 páginas-
dc.language.isospa-
dc.publisherESPOL. FICT-
dc.rightsopenAccess-
dc.subjectCorrosión-
dc.subjectCaracterísticas-
dc.subjectAprendizaje automático-
dc.titleAnálisis de factores de corrosión en ductos de petróleo mediante algoritmos de aprendizaje automático-
dc.typeIngeniero de Petróleos-
dc.identifier.codigoespolT-70784-
dc.description.cityGuayaquil-
dc.description.degreeEscuela Superior Politécnica del Litoral-
dc.identifier.codigoproyectointegradorING-2066-
dc.description.abstractenglishCorrosion in pipelines that transport oil with respect to the proportion of corrosion. In addition, the variables that are most important are determined and predicted through automatic learning algorithms, the existence or not of corrosion in the X80 pipeline. For this, the CRISP-DM methodology was developed, which allowed, through a representative data set of the corrosion phenomenon, to carry out the univariate and correlation analysis of the 26 dependent variables, as well as, through characteristic engineering, to find out the most important variables in the data set. In this methodology, the modeling stage was applied, which consisted of the prediction of the best estimator on the existence or not of pitting corrosion. The study of the univariate analysis of the factors that affect corrosion revealed that for a range of Co2 values between 1400-4200kpa, there is a higher proportion of corrosion, with a 67% probability. It was also determined that the most important variables in this study were: sulfur (S), copper (Cu), carbon dioxide (Co2) and sulfuric acid (So4). The study provides information on the conditions in which corrosion is more pronounced and allows the identification of specific ranges of corrosion factors associated with a higher corrosion rate, from which it is recommended to carry out a detailed study in order to understand how these variables interact with each other and how their effects enhance or counteract each other.-
Appears in Collections:Tesis de Petróleos

Files in This Item:
File SizeFormat 
T-70784 COQUE GONZALEZ.pdf1.86 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.