Repositorio de la Universidad Industrial de Santander
Not a member yet
40890 research outputs found
Sort by
Analysis of the oil shows of the Mirador Formation, in the central sector of the Eastern Llanos Basin, using FEL
No full textEste trabajo presenta el análisis de las manifestaciones de aceite de la Formación Mirador en la parte central de la Cuenca de los Llanos Orientales. A partir de los archivos de registro de evaluación de formación (FEL) se recopila información sobre las manifestaciones de hidrocarburos de cada pozo, y se genera una metodología que incluye la compilación, la validación y el filtro de datos, acompañado de la posterior creación de un archivo en formato CSV y la unión entre tablas en el software QGIS, con el fin de obtener una representación gráfica. Este mapa se actualiza a medida que se alimenta la base de datos, lo que permite visualizar y analizar de manera adecuada la presencia y distribución de crudo en el área de interés exploratorio y de desarrollo de la compañía GeoPark Colombia S. A. Los resultados muestran que la Formación Mirador es la roca reservorio por excelencia, y el mapa presenta manifestaciones de aceite de buena calidad en la parte central del área de interés, lo que demuestra que este crudo hace parte del cinturón subandino de petróleo pesado en Colombia y por ello ha sido rentable extraer hidrocarburos en esta zona de la cuenca. A partir de estos hallazgos se sugiere cargar mapas estratigráficos y estructurales que permitan analizar el sistema petrolífero y de esta manera proponer nuevas áreas prospectivas.PregradoGeólogoThis paper presents the analysis of oil shows in the Mirador Formation in the central part of the Eastern Llanos Basin. From the formation evaluation log (FEL) files, information corresponding to hydrocarbon shows is collected from each well and a methodology is generated that includes the compilation, validation and filtering of data, along with the creation of a file in CSV format and union between tables in QGIS software in order to obtain a graphical representation. This map is updated as the database is fed, allowing to adequately visualize and analyze the presence and distribution of crude oil in the area of exploratory and development interest of GeoPark Colombia S. A. The results show that the Mirador Formation is the reservoir rock par excellence, and the map shows good quality oil shows in the central part of the area of interest, demonstrating that this crude is part of the sub-Andean heavy oil belt in Colombia, so it has been profitable to extract hydrocarbons in this area of the basin, on the other hand it is suggested to load stratigraphic and structural maps that allow analyzing the petroleum system and thus propose new prospective areas
Management of electrical losses in electric power distribution systems using Advanced Metering Infrastructure (AMI) technology.
No full textEn este trabajo de grado se habla sobre como utilizar la infraestructura de medición avanzada para la gestión de perdidas. En el se desarrolla una investigación con base a unas practicas laborales que permiten dar un conocimiento introductorio a todo lo que tenga que ver con gestión de perdidas y su manejo (Tipos de cargas, usuarios, tipos de perdidas, metodología actual de proyectos de perdidas), y nos permite diseñar y estructurar una propuesta que nos permita reducir las perdidas eléctricas en un circuito de distribución en el departamento de Santander.PregradoIngeniero ElectricistaIn this thesis, we talk about how to use the advanced metering infrastructure for power loss management. The research is developed based on a work practices that allow us to give an introductory knowledge to everything that has to do with loss management and its management (types of loads, users, types of losses, current methodology of loss projects), and allows us to design and structure a proposal that allows us to reduce electrical losses in a distribution circuit in the department of Santander
Development of a Web Application Capable of Making Lithological Predictions During the Drilling of an Oil Well Based on Artificial Intelligence
No full textDebido a la necesidad de optimizar y soportar la lectura e interpretación de los registros litológicos durante la perforación de un pozo petrolero nace la oportunidad de desarrollar un aplicativo web basada en el buen uso de las tecnologías basadas en analytics capaz de leer, graficar y predecir la litología como medio de soporte para la interpretación, planificación y ejecución de las operaciones insitu.
Inicialmente se realizó la investigación correspondiente de cómo crear, analizar y ejecutar un proyecto de basando en un modelo de machine learning, para continuar en la investigación de archivos .LAS de la corrida de registros eléctricos en diferentes partes del mundo como un dataset de alimento como papel fundamental en el desarrollo del aplicativo web mediante el respectivo análisis exploratorio y descriptivo compuesto por la comprensión, preparación de la data y selección de variables de las cuales va a depender la lectura, interpretación, esquematización y predicción realizada por el modelo.
Una vez cargado y debidamente concatenado e imputado el dataset final alimenta todo el pipeline de pycaret de machine learning, con la finalidad de conocer los modelos que más se ajustan a los datos y eligiendo los tres más representativos (Random Forest, K Nearest Neighbor y GradientBoostingClassifier) para realizar un análisis más detallado dado por un análisis diagnóstico y uno predictivo, que mediante el tuneo y análisis grafico se encontró que el modelo con mejor desempeño es el K Nearest Neighbor (Knn) con un F1- Mean de 97.07% que se traduce a que este modelo score que es utilizado para problemas de clasificación con clases desbalanceadas, como lo es el caso del dataset cargado para el entrenamiento del programa, puede predecir la litología presente en un pozo con un alto grado de confiabilidad. Una vez evaluado el modelo (Knn) se crea el Deployment que cumple con la capacidad de la plataforma de servicio STREAMLIT, para crear el aplicativo web que permite estimar la litología de un pozo petrolero teniendo en cuenta de las variables de la que este programa depende y no existan maldiciones dimensionales.PregradoIngeniero de PetróleosDue to the need to optimize and support the reading and interpretation of lithological records during the drilling of an oil well, the opportunity arises to develop a web tool based on the good use of analytics-based technologies capable of reading, graphing and predicting the lithology as a means of support for the interpretation, planning and execution of in situ operations.
Initially, the corresponding investigation was carried out on how to create, analyze and execute a project based on a machine learning model, to continue in the investigation of .LAS files of the run of electrical records in different parts of the world as a food dataset such as fundamental role in the development of the web application through the respective exploratory and descriptive analysis composed of understanding, data preparation and selection of variables on which the reading, interpretation, schematization and prediction made by the model will depend.
Once loaded and duly concatenated and imputed, the final dataset feeds the entire pipeline of machine learning pycaret, in order to know the models that best fit the data and choosing the three most representative (Random Forest, K Nearest Neighbor and GradientBoostingClassifier ) to carry out a more detailed analysis given by a diagnostic and a predictive analysis, which through tuning and graphic analysis found that the model with the best performance is the K Nearest Neighbor (Knn) with an F1-Mean of 97.07%, which translates Because this scoring model, which is used for classification problems with unbalanced classes, as is the case of the dataset loaded for training the program, can predict the lithology present in a well with a high degree of reliability. Once the model (Knn) has been evaluated, the Deployment that complies with the capacity of the STREAMLIT service platform is created, to create the web application that allows estimating the lithology of an oil well taking into account the variables on which this program depends. and there are no dimensional curses
Factors and Effects of Self-perceived Work Performance: A Correlational Study
No full textEl presente trabajo tiene como propósito evaluar la eventual asociación entre el rendimiento laboral auto-percibido frente a diferentes variables organizacionales, tales como felicidad, motivación, satisfacción laboral, compromiso laboral, compatibilidad cargo-persona y compensación salarial. Para ello, mediante un instrumento autoadministrado de tipo transversal, se abordan las percepciones de una muestra de trabajadores de una empresa del sector comercial del nororiente colombiano. Con el fin de analizar relaciones entre estas variables, se aplica un modelo de ecuaciones estructurales a través de mínimos cuadrados parciales. Al considerar el rendimiento laboral como variable consecuente, se aceptan las hipótesis donde se consideran a la motivación y la satisfacción como variables antecedentes. Sin embargo, al realizar un segundo modelo con hipótesis inversas, se evidencia una relación significativa entre el rendimiento laboral auto-percibido con todas las variables organizacionales estudiadas. Estos resultados ratifican la importancia de considerar múltiples factores para mejorar los resultados organizacionales de los trabajadores en un entorno empresarial. Adicionalmente, sugieren que, más allá del conocimiento tradicional, la percepción propia de los trabajadores sobre su propio rendimiento laboral, también podría ser considerada como un activador positivo de diversos comportamientos organizacionales, algo que puede motivar su potencial uso y aplicación en estudios similares.PregradoIngeniero IndustrialThe purpose of this work is to evaluate the possible association between self-perceived work performance versus different organizational variables, such as happiness, motivation, job satisfaction, work commitment, job-person fit and financial compensation. To this end, through a self-administered cross-sectional instrument, the study addresses the perceptions of a sample of a company worker in the commercial sector of northeastern Colombia. In order to analyze the data, and to examine the relationships between these variables, the study applies a partial least squares-structural equation model. When considering work performance as a consequent variable, hypotheses are accepted where motivation and satisfaction are considered as antecedent variables. However, when performing a second model with inverse hypotheses, the study corroborates a significant relationship between self-perceived work performance and all the organizational variables under study. These results ratify the importance of considering multiple factors to improve organizational results of workers into a business environment. Additionally, they suggest that, beyond traditional knowledge, workers' own perception of their own work performance could also be considered as a positive activator of various organizational behaviors, something that can motivate its potential use and application in similar future studies
Design of a Web Application for Short-Term Forecasting of Electricity Demand in Commercialization Markets in Colombia Using Support Vector Machines
No full textEl pronóstico de demanda de energía a corto plazo (STLF) garantiza una operación confiable y reduce los gastos del sistema al anticipar cambios en la demanda. Este trabajo presenta una aplicación web para pronosticar la demanda de energía a corto plazo en mercados de comercialización en Colombia. Se desarrolló un algoritmo utilizando máquinas de soporte vectorial (Support Vector Regression) en base a un trabajo de grado previo de la Universidad Industrial de Santander. El modelo se implementa con Scikit-Learn en Python y se crea la aplicación web llamada Mileto para el entrenamiento, testeo y evaluación de nuevos modelos, utilizando Django para el back-end y HTML, CSS, JavaScript y Bootstrap 5 para el front-end. Se configura una base de datos en Postgresql para almacenar los datos históricos de demanda de energía en Colombia. Además, se establece un servidor web con Nginx y se utiliza Docker Compose para desplegar los servicios web (Django), la base de datos (Postgresql) y Nginx en un ordenador suministrado por la Universidad Industrial de Santander. La aplicación web es accesible a través del dominio mileto.com.co.PregradoIngeniero ElectricistaShort-term demand forecasting (STLF) ensures reliable operation and reduces system operation costs by anticipating changes in demand. This work presents a web application for forecasting short-term electricity demand in marketing markets in Colombia. An algorithm based on support vector machines (Support Vector Regression) was developed, building upon a previous thesis from the Industrial University of Santander [tesis_svr]. The model is implemented using Scikit-Learn in Python, and the web application called Mileto is created for training, testing, and evaluating new models. Django is used for the back-end, while HTML, CSS, JavaScript, and Bootstrap 5 are used for the front-end development. A Postgresql database is configured to store historical electricity demand data from major marketing markets in Colombia. Additionally, a web server is set up with Nginx, and Docker Compose is utilized for deploying the web services (Django), the database (Postgresql), and Nginx on a computer provided by the Industrial University of Santander. The web application is accessible through the domain mileto.com.co
Geological Characterization of the Gachetá Formation in a field of the Llanos Basin
No full textEste proyecto de grado tiene como objetivo principal la caracterización geológica de los reservorios de la Formación Gachetá para la evaluación del potencial de hidrocarburos en un campo de la Cuenca Llanos. Dicho campo, que se encuentra localizado en el Departamento de Casanare (Colombia), consta de nueve pozos perforados que cuentan con registros eléctricos de Gamma Ray, Densidad-Neutrón y Resistividad.
Para conseguir el objetivo mencionado previamente, se construyó una curva de interpretación litológica de las facies de la Formación Gachetá a nivel local en el campo de estudio. Posteriormente, esta información se utilizó para la construcción de modelos 3D y de Machine Learning, así como la realización de los cálculos volumétricos. A partir de estos procesos, se obtuvieron los mapas de arena y de electrofacies de la Formación Gachetá en el campo.
De manera general, la integración de la información permitió la estimación de cálculos volumétricos para 28 escenarios, la identificación de nuevas oportunidades en el campo y la posibilidad real de aplicación de Machine Learning en estos casos. Finalmente, se logró concluir que en el campo estudiado la Formación Gachetá presenta un potencial como roca reservorio relevante, que es atribuido principalmente a las unidades operacionales ubicadas al tope de la Formación.PregradoGeólogoThis degree project has as its main objective the geological characterization of the Gachetá Formation reservoirs for the evaluation of the hydrocarbon potential in a field of the Llanos Basin. This field, which is located in the Department of Casanare (Colombia), consists of nine drilled wells that have well logs of Gamma Ray, Density-Neutron and Resistivity.
In order to achieve the previously mentioned objective, a lithological interpretation curve of the facies of the Gachetá Formation was constructed at a local level in the field of study. Subsequently, this information was used to build 3D and Machine Learning models, as well as carry out volumetric calculations. From these processes, sand and electrofacies maps of the Gachetá Formation in the field were obtained.
In general, the integration of the information allowed the estimation of volumetric calculations for 28 scenarios, the identification of new opportunities in the field and the real possibility of applying Machine Learning in these cases. Finally, it was possible to conclude that in the studied field the Gachetá Formation presents a potential as a relevant reservoir rock, which is mainly attributed to the operational units located at the top of the Formation
Investigation into the Pharmacological Potential of Essential Oils from Medicinal Plants in Colombia for Dengue
No full textEste proyecto tuvo como objetivo investigar el uso potencial de los aceites esenciales (AEs) de plantas de la Medicina Tradicional Colombiana para desarrollo de un fitoterapéutico para terapia alternativa del dengue. En Colombia no hay fitoterapéuticos validados científicamente para el dengue debido a escasa investigación en plantas medicinales. El desarrollo de este proyecto cubrió cuatro fases. La primera fase relacionó la variación de actividad antiviral in vitro y la composición química de los AEs usando análisis de agrupamiento-SOM, se propone que el perfil químico constituido por monoterpenos oxigenados no-fenólicos y sesquiterpenos hidrocarbonados es determinante de la actividad antiviral. La segunda fase correspondió a análisis in silico para proponer los posibles mecanismos de acción antiviral de los AEs, se propone que el acoplamiento de varios terpenos a la proteína E del Virus Dengue (DENV) podría interferir con el ingreso del virus a la célula. La tercera fase analizó la eficacia antiplaquetaria in vitro de los AEs, estos reducen la activación plaquetaria inducida por DENV y la proteína NS1 que conduce a la trombocitopenia en dengue, lo cual se explicaría porque sesquiterpenos se acoplan con proteínas que conducen a activación. La cuarta fase presenta la tesis del AE puro de L. alba carvona como prototipo para desarrollar un fitoterapéutico para tratamiento del dengue, esto debido a que tiene eficacia in vitro potente (CI504.0) contra los cuatro serotipos-DENV, redujo la activación plaquetaria inducida por DENV y NS1 (reducción: 54-65% P-selectina, 57-61% VEGF), no fue tóxico en modelo animal y sus componentes tienen un perfil ADMET aceptable. Esta investigación reduce el vacío de conocimiento sobre actividades biológicas de AEs para desarrollar fitoterapéuticos para dengue y permitió seleccionar el AE puro de L. alba quimiotipo carvona como prototipo para estudios preclínicos y clínicos.DoctoradoDoctor en Ciencias BiomédicasThis project aimed to investigate the potential use of essential oils (EOs) derived from plants used in Colombian Traditional Medicine to develop a phytotherapeutic approach for alternative dengue therapy. Due to limited research on medicinal plants, there are no validated phytotherapeutics for dengue in Colombia. The development of this project covered four phases. The first phase focused on investigating the variation of antiviral activity in vitro and analyzing the chemical composition of EOs using SOM-cluster analysis. It is proposed that the chemical profile, consisting of non-phenolic oxygenated monoterpenes and hydrocarbon sesquiterpenes, is a determining factor for the antiviral activity. The second phase involved conducting in silico analysis to propose possible mechanisms of the antiviral action of EOs. It is suggested that coupling various terpenes to the Dengue Virus (DENV) E-protein could interfere with the virus's entry into the host cell. In the third phase, the in vitro antiplatelet efficacy of EOs was analyzed. They reduced platelet activation induced by DENV and the NS1 protein, leading to dengue thrombocytopenia. These reductions can be explained by coupling sesquiterpenes with proteins that cause activation. The fourth phase presents the thesis that the EO of L. alba carvone could be a prototype for developing a phytotherapeutic for dengue treatment. This is due to its potent in vitro efficacy (IC504.0) against all four serotypes of DENV, its reduced platelet activation induced by DENV and NS1 (reductions: 54-65% P-selectin and 57-61% VEGF), its non-toxic in an animal model, and its components exhibited an acceptable ADMET profile. This research contributes to reducing the knowledge gap regarding the biological activities of EOs in developing phytotherapeutics for dengue. Additionally, it supports the selection of the pure EO of L. alba carvone chemotype as a prototype for preclinical and clinical studies.https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000122909https://orcid.org/0000-0001-5503-505
Fault detection in an industrial process unit: application of artificial neural networks
No full textEste trabajo implementó un modelo de redes neuronales artificiales (RNA) de tipo feedforward en la predicción de fallas de un proceso industrial; para esto, inicialmente se realizó una revisión de los respectivos datos históricos de proceso, teniendo en cuenta las variables relacionadas y las diferentes fallas reportadas. Posteriormente, con estos datos se entrenaron y validaron diferentes estructuras de RNA, cambiando parámetros de arquitectura. Los cálculos con las RNA fueron ejecutados con el programa de uso libre Python, utilizando la función Keras, programada en Google Colab. Según los resultados, las fallas detectadas en la unidad industrial se localizaron en un ventilador, un intercambiador y una válvula, en una ventana de operación de 3 años. Asimismo, los cálculos con las RNA mostraron que al aumentar el número de neuronas en la capa interna el MSE aumento para un determinado parámetro de arquitectura. También, la función de activación de mejor desempeño correspondió a la Tanh. Finalmente, la red de mejor desempeño correspondió a la arquitectura 30:30:1 – Tanh.PregradoIngeniero QuímicoThis work implemented an artificial neural network (ANN) model of feedforward type in the prediction of failures of an industrial process; for this, initially a review of the respective historical process data was carried out, considering the related variables and the different failures reported. Subsequently, with this data, different ANN structures were trained and validated, changing architecture parameters. The calculations with the ANN were executed with the free-to-use Python program, using the Keras function, programmed in Google Colab. According to the results, the faults detected in the industrial unit were in a fan, an exchanger, and a valve, in an operating window of 3 years. Also, ANN calculations showed that by increasing the number of neurons in the inner layer the MSE increased for a given architecture parameter. Also, the best performing activation function corresponded to the Tanh. Finally, the best performing network corresponded to the 30:30:1 - Tanh architecture
Design of a hybrid machine learning-based algorithm for short-term load forecasting in the commercialization market of Santander and the commercialization market of Norte de Santander.
No full textUno de los factores más influyentes en la confiabilidad del servicio de energía eléctrica nace a la hora de realizar un pronóstico de demanda a corto plazo. Dado que este tipo de energía se genera en tiempo real debido al desequilibrio existente entre la generación y el consumo energético, realizar un despacho correcto de energía conlleva a efectuar una buena aproximación de la demanda y así el sistema de generación cuente con la capacidad de suplir.Esto implica a que cada operador de red deba implementar un método para realizar su pronóstico de la mejor manera, ya sea aplicando nuevas tecnologías como las máquinas de aprendizaje o sus métodos clásicos.
El presente trabajo desarrolla un algoritmo híbrido basado en una red neuronal profunda y una combinación de métodos de selección de predictores para los mercados de comercialización de Santander y Norte de Santander a partir del artículo guía [4]. Además, se presentan las propuestas desarrolladas tal como el criterio de selección de predictores, el ajuste de hiperparámetros de la red neural, el tratamiento y análisis de datos con la finalidad mejorar el rendimiento del algoritmo.
Se realiza el pronóstico de energía a corto plazo con resolución horaria para una ventana de estudio de 22 meses donde se plantean cinco casos de estudio diferentes, para cada caso se compara el MAPE del algoritmo híbrido con el MAPE obtenido de los pronósticos presentados por el operador de red de cada mercado de comercialización. Asimismo, se comparan la cantidad de eventos diarios y horarios que superen el porcentaje de desviación permitido según la resolución CREG 025 de 1995, el acuerdo CNO 1303 de 2020, y considerando el proyecto de resolución CREG 100 de 2019.
Finalmente se concluye que el algoritmo híbrido obtiene buenos resultados en ambos mercados de comercialización, especialmente para los casos que no cumplen el marco operativo actual.PregradoIngeniero ElectricistaOne of the most influential factors in the reliability of the electrical energy service is the ability to make short-term demand forecasts. As this type of energy is generated in real-time due to the existing imbalance between energy generation and consumption, accurate dispatching of energy requires a good approximation of demand, enabling the generation system to have the capacity to supply.This implies that each network operator must implement a method to make their forecast in the best way possible, either by applying new technologies such as machine learning or their classical methods.
This project degree develops a hybrid algorithm based on a deep neural network and a combination of feature selection methods for the commercialization markets of Santander and Norte de Santander based on the guiding article [4]. In addition, the proposed methods are presented such as feature selection criteria, neural network hyperparameter tuning, data treatment and analysis, with the aim of improving the algorithm's performance.
Short-term load forecasting is performed on an hourly basis for a study window of 22 months, with five different case studies presented. For each case study, the Mean Absolute Percentage Error (MAPE) of the hybrid algorithm is compared with the MAPE obtained from the forecasts presented by the network operator for each commercialization market. Additionally, the number of daily and hourly events that exceed the permitted deviation percentage according to CREG 025 of 1995, the agreement CNO 1303 of 2020, and considering the project resolution CREG 100 of 2019 are compared.
Finally, it is concluded that the hybrid algorithm obtains good results in both commercialization markets, especially for cases that do not comply with the current operational framework
Reliability Centered Maintenance (RCM) for a Rice Drying Machine Paddy
No full textEsta monografía propone un Plan de Mantenimiento Centrado en Confiabilidad aplicable a una Empresa dedicada a la recepción, transformación y venta de arroz, ubicada en el municipio de Yopal en Casanare. De los diferentes procesos que adelanta el molino, el de secado resulta más crítico en su operación y toda la producción depende del buen y adecuado funcionamiento de la secadora KW ADS 3000. Durante los tiempos de cosecha, el proceso de secado en el equipo tarda un promedio de 13 horas para una capacidad máxima de 150 toneladas de arroz paddy; si el equipo falla, se pueden perder clientes o se puede dañar arroz dentro de los vehículos que los transportan generando pérdidas económicas importantes tanto para los productores, como para el molino. Por esta razón, se desarrolla una investigación cuantitativa, exploratoria y descriptiva que consta de diferentes pasos: se establece la taxonomía de los equipos; se realiza el diagnóstico de las fallas del equipo; posteriormente, se define la frecuencia por equipo y con estos insumos se construye el análisis de criticidad; se aplican fórmulas de consecuencia y criticidad. Se utiliza el FMECA para realizar la hoja de decisión de RCM y se evalúan los diferentes procesos.EspecializaciónEspecialista en Gerencia de MantenimientoThis monograph proposes a Reliability Centered Maintenance Plan applicable to a Company dedicated to the reception, transformation and sale of rice, located in the municipality of Yopal in Casanare. Of the different processes carried out by the mill, the drying process is the most critical in its operation and all production depends on the good and proper functioning of the KW ADS 3000 dryer. During harvest times, the drying process in the equipment takes a while average of 13 hours for a maximum capacity of 150 tons of paddy rice; If the equipment fails, customers may be lost or rice may be damaged inside the vehicles that transport it, generating significant economic losses for both the producers and the mill. For this reason, a quantitative, exploratory and descriptive investigation is carried out that consists of different steps: the taxonomy of the teams is established; the diagnosis of equipment failures is carried out; Subsequently, the frequency per team is defined and with these inputs the criticality analysis is built; consequence and criticality formulas are applied. The FMECA is used to carry out the RCM decision sheet and the different processes are evaluated