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

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...

Full description

Autores:

Tipo de recurso:

Fecha de publicación:: 2024

Institución:: Universidad de América

Repositorio:: Lumieres

Idioma:: spa

id	Lumieres_ae6a5914fd19b3046bfef03a603ae2ee
oai_identifier_str	oai:repository.uamerica.edu.co:20.500.11839/9393
network_acronym_str	Lumieres
network_name_str	Lumieres
repository_id_str
spelling	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 LearningOptimization of production water quality measurements of the Company's Smart Water Quality (SWQ) Technology JPT/Ecopetrol through Machine LearningAgua de producciónOsmosis inversaSensores de monitoreoProduction waterInverse osmosisMonitoring sensorsTesis y disertaciones académicasIn 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.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.Fundación Universidad de AméricaAgua de producciónJimenez Bracho, Edinson EnriqueSantos Negrelli, Juan PabloVillamizar Rico, Diego Andrés2024-04-15T12:13:40Z2024-04-15T12:13:40Z2024-01-18bachelorThesishttp://purl.org/coar/resource_type/c_7a1fapplication/pdfapplication/pdfAPA 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/20.500.11839/9393https://hdl.handle.net/20.500.11839/9393Atribución – No comercial – Compartir igualhttp://purl.org/coar/access_right/c_abf2spaoai:repository.uamerica.edu.co:20.500.11839/93932025-02-01T09:08:55Z
dc.title.none.fl_str_mv	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 Optimization of production water quality measurements of the Company's Smart Water Quality (SWQ) Technology JPT/Ecopetrol through Machine Learning
title	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
spellingShingle	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 Agua de producción Osmosis inversa Sensores de monitoreo Production water Inverse osmosis Monitoring sensors Tesis y disertaciones académicas
title_short	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
title_full	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
title_fullStr	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
title_full_unstemmed	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
title_sort	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
dc.contributor.none.fl_str_mv	Jimenez Bracho, Edinson Enrique
dc.subject.none.fl_str_mv	Agua de producción Osmosis inversa Sensores de monitoreo Production water Inverse osmosis Monitoring sensors Tesis y disertaciones académicas
topic	Agua de producción Osmosis inversa Sensores de monitoreo Production water Inverse osmosis Monitoring sensors Tesis y disertaciones académicas
description	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.
publishDate	2024
dc.date.none.fl_str_mv	2024-04-15T12:13:40Z 2024-04-15T12:13:40Z 2024-01-18
dc.type.none.fl_str_mv	bachelorThesis
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.none.fl_str_mv	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 https://hdl.handle.net/20.500.11839/9393
identifier_str_mv	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
url	https://hdl.handle.net/20.500.11839/9393
dc.language.iso.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	Atribución – No comercial – Compartir igual http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución – No comercial – Compartir igual http://purl.org/coar/access_right/c_abf2
dc.format.none.fl_str_mv	application/pdf application/pdf
dc.publisher.none.fl_str_mv	Fundación Universidad de América Agua de producción
publisher.none.fl_str_mv	Fundación Universidad de América Agua de producción
institution	Universidad de América
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_	1841553091552346112

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

Publicaciones similares