DSpace JSPUI

1. Lumieres - Repositorio institucional Universidad de América
2. Ingenierías
3. Ingeniería de Petróleos
4. Trabajos de grado - Ingeniería de Petróleos

Título:	Optimización de las mediciones de la calidad del agua de producción de la tecnología Smart Water Quality (SWQ) de la empresa JPT/Ecopetrol mediante el Machine Learning
Otros títulos:	Optimization of production water quality measurements of the Company's Smart Water Quality (SWQ) Technology JPT/Ecopetrol through Machine Learning
Autor(es):	Santos Negrelli, Juan Pablo Villamizar Rico, Diego Andrés
Docente Investigador:	Jimenez Bracho, Edinson Enrique
Tipo de licencia:	Atribución – No comercial – Compartir igual
Palabras clave:	Agua de producción;Osmosis inversa;Sensores de monitoreo;Production water;Inverse osmosis;Monitoring sensors;Tesis y disertaciones académicas
Fecha de publicación:	18-ene-2024
Editorial:	Fundación Universidad de América
Resumen:	En el transcurso de este estudio, desarrollado en la planta de tratamiento Saara, ubicada en el municipio de Puerto Gaitán, Meta, y perteneciente a la operadora Frontera Energy, que recibe agua de producción de los campos Quifa y Rubiales, se llevó a cabo la implementación de la tecnología SWQ. Esta innovadora tecnología permite medir diversos parámetros de calidad del agua en tiempo real, proporcionando información valiosa sobre la calidad del agua que ingresa y se trata en la planta. El proceso comenzó con la planificación de múltiples reuniones para identificar los puntos óptimos y adecuados para la instalación de la tecnología. Posteriormente, se enviaron dos ingenieros para llevar a cabo la instalación, quienes, además de ejecutar la instalación, supervisaron continuamente los equipos, monitoreando su funcionamiento y resolviendo cualquier inconveniente que pudiera surgir con los sensores. Este seguimiento se prolongó durante aproximadamente 20 días consecutivos, centrándose especialmente en el punto final de la planta, conocido como la piscina de permeado, donde el agua tratada y filtrada alcanza condiciones ideales para su uso en la inyección a cultivos, de acuerdo con la Resolución 1256 del 2021.
Abstract:	In the course of this study, developed at the Saara treatment plant, located in the municipality of Puerto Gaitán, Meta, and belonging to the operator Frontera Energy, which receives production water from the Quifa and Rubiales fields, the implementation of SWQ technology. This innovative technology allows the measurement of various water quality parameters in real time, providing valuable information on the quality of the water entering and treated at the plant. The process began with the planning of multiple meetings to identify the optimal and appropriate points for the installation of the technology. Subsequently, two engineers were sent to carry out the installation, who, in addition to executing the installation, continuously supervised the equipment, monitoring its operation and resolving any problems that may arise with the sensors. This monitoring lasted for approximately 20 consecutive days, focusing especially on the end point of the plant, known as the permeate pool, where the treated and filtered water reaches ideal conditions for use in injection into crops, in accordance with the Resolution. 1256 of 2021.
URI:	https://hdl.handle.net/20.500.11839/9393
Citación:	APA 7th - Santos Negrelli, J. P. y Villamizar Rico, D. A. (2024) Optimización de las mediciones de la calidad del agua de producción de la tecnología Smart Water Quality (SWQ) de la empresa JPT/Ecopetrol mediante el Machine Learning. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/9393
línea de énfasis:	Agua de producción
Aparece en las colecciones:	Trabajos de grado - Ingeniería de Petróleos

Este ítem está sujeto a una licencia Creative Commons