Análisis de elementos de tierras raras en cenizas de Carbón a través de técnicas de aprendizaje automático no supervisado (CLUSTERING)

dc.contributor.advisorGonzalez Martinez, Edwin Fernando
dc.contributor.authorDíaz Moreno, Héctor Felipe
dc.creator.emailhfdiam@libertadores.edu.co ,spa
dc.date.accessioned2023-07-27T14:25:54Z
dc.date.available2023-07-27T14:25:54Z
dc.date.created2023-07
dc.descriptionLas cenizas de carbón son un subproducto de la combustión del carbón en plantas de energía, las cuales contienen una variedad de elementos químicos entre los cuales se encuentran los elementos de tierras raras y dadas las características especiales que posee el material de partida CARBÓN existe una gran probabilidad de ser encontrados en cantidades apreciables. Colombia, como el principal productor de Carbón de América latina y 5 en el mundo se presenta como una buena alternativa en su búsqueda y ya que a lo largo de los años se han venido acumulando cenizas en los alrededores de la centrales térmicas producto de la combustión para la generación eléctrica y no se le han dado otros usos diferentes a los tradicionalmente establecidos. Se caracteriza una pila de cenizas dentro de un patio de cenizas en una termoeléctrica en Colombia obteniendose la cantidad de ETRs por ICP-MS y los elementos mayores por FRX . A los resultados obtenidos del estudio se aplica la metodología de exploración y tratamiento de datos SEMMA. Se utilizan algoritmos de agrupamiento como K-means, Hierarchical Clustering y DbScan para explorar patrones de segregación en los datos. Se utilizaron métricas como el coeficiente de Silueta, la suma de cuadrados , el criterio de partición Calinski-Harabasz y Davies Bouldin para evaluar la calidad de las agrupaciones obtenidas. Además, se realizan pruebas estadísticas para determinar la significancia de los agregados obtenidos. Se encuentran por de 3 a 4 segregaciones dependiendo del algoritmo no supervisado utilizado mostrando que la agrupaciones obtenidas tienen una buena calidad en términos de la varianza entre grupos y estos valores indican que los grupos están bien separados y tienen una alta cohesión interna y son homogéneos, separados y cohesionados dentro de los grupos, validando la calidad de la segregación explicando más del 80 % de la variabilidad de los datos. Dado que de tres a cuatro grupos cumplen con ser la mejor segmentación obtenida teniendo en cuenta este resultado las cenizas de carbón pueden ser tratadas diferencialmente durante los procesos de extracción y/o beneficio de los elementos de tierras en este tipo u otro de subproductos de la combustión del carbón mostrando un campo de aplicación aun por explorar y con buenas perspectivas de crecimiento.spa
dc.description.abstractCoal ash is a byproduct of coal combustion in power plants, which contains a variety of chemical elements among which are the rare earth elements and given the special characteristics that the starting material COAL possesses, there is a high probability of being found in appreciable quantities. Colombia, as the main producer of Coal in Latin America and 5 in the world, presents as a good alternative in their search and since over the years they have been accumulating ashes in the surroundings of the thermal power plants product of the combustion for the generation of electricity and are not They have given other uses different from those traditionally established. A pile of ashes is characterized within a ash yard in a thermoelectric plant in Colombia, obtaining the amount of ETRs by ICP-MS and the elements older by XRF. To the results obtained from the study, the methodology of exploration and treatment of SEMM data. Clustering algorithms such as K-means, Hierarchical Clustering, and DbScan are used to explore segregation patterns in the data. Metrics such as the Silhouette coefficient, the sum of squares, the Calinski-Harabasz and Davies Bouldin partition criteria to assess the quality of the clusters obtained. Besides, Statistical tests are performed to determine the significance of the aggregates obtained. They are found for 3 to 4 segregations depending on the unsupervised algorithm used, showing that the groupings obtained have good quality in terms of between-group variance and these values ​​indicate that the groups are well separated and they have a high internal cohesion and are homogeneous, separated and cohesive within the groups, validating the segregation quality explaining more than 80% of the variability of the data. Since three to four groups comply with being the best segmentation obtained taking into account this result coal ashes can be treated differentially during the processes of extraction and/or benefit of the earth elements in this type or another of by-products of coal combustion showing a field of application still to be explored and with good growth prospect.spa
dc.formatPDFspa
dc.identifier.urihttp://hdl.handle.net/11371/6034
dc.language.isospaspa
dc.publisherFundación Universitaria Los Libertadores. Sede Bogotá.spa
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsOpenAccessspa
dc.subject.lembCenizas de carbónspa
dc.subject.lembSuelos - Composiciónspa
dc.subject.lembCentrales termoeléctricasspa
dc.subject.lembEstadística matemáticaspa
dc.subject.proposalTermoeléctricaspa
dc.subject.proposalElementos químicosspa
dc.subject.proposalCenizas de carbónspa
dc.subject.proposalPruebas geotécnicasspa
dc.subject.subjectenglishThermoelectricspa
dc.subject.subjectenglishChemical elementsspa
dc.subject.subjectenglishCoal ashspa
dc.subject.subjectenglishGeotechnical testsspa
dc.titleAnálisis de elementos de tierras raras en cenizas de Carbón a través de técnicas de aprendizaje automático no supervisado (CLUSTERING)spa
dc.title.titleenglishAnalysis of rare earth elements in Coal ash through of unsupervised machine learning techniques (CLUSTERING)spa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
Archivos
Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Diaz_Hector_2023.pdf
Tamaño:
2.27 MB
Formato:
Adobe Portable Document Format
Descripción:
Bloque de licencias
Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.59 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Cargando...
Miniatura
Nombre:
Autorizacion_Diaz_Hector_2023.pdf
Tamaño:
317.99 KB
Formato:
Adobe Portable Document Format
Descripción: