Application of gas hydrate equilibria prediction in process engineering

Desde hace cerca de dos siglos, los hidratos de gas han ganado un rol importante en la ingeniería de procesos, debido a su impacto económico y ambiental en la industria -- Cada día, más compañías e ingenieros ganan interés en este tema, a medida que nuevos desafíos muestran a los hidratos de gas como un factor crucial, haciendo su estudio una solución para un futuro próximo -- Los gases de hidrato son estructuras similares al hielo, compuestos de moléculas huéspedes de agua conteniendo compuestos gaseosos -- Existen naturalmente en condiciones de presiones altas y bajas temperaturas, condiciones típicas de algunos procesos químicos y petroquímicos [1] -- Basado en el trabajo doctoral de Windmeier [2] y el trabajo doctoral the Rock [3], la descripción termodinámica de las fases de los hidratos de gas es implementada siguiendo el estado del arte de la ciencia y la tecnología -- Con ayuda del Dortmund Data Bank (DDB) y el paquete de software correspondiente (DDBSP) [26], el desempeño del método fue mejorado y comparado con una gran cantidad de datos publicados alrededor del mundo -- También, la aplicabilidad de la predicción de los hidratos de gas fue estudiada enfocada en la ingeniería de procesos, con un caso de estudio relacionado con la extracción, producción y transporte del gas natural -- Fue determinado que la predicción de los hidratos de gas es crucial en el diseño del proceso del gas natural -- Donde, en las etapas de tratamiento del gas y procesamiento de líquido no se presenta ninguna formación, en la etapa de deshidratación una temperatura mínima de 290.15 K es crítica y para la extracción y transporte el uso de inhibidores es esencial -- Una composición másica de 40% de etilenglicol fue encontrada apropiada para prevenir la formación de hidrato de gas en la extracción y una composición másica de 20% de metanol en el transporte

Do U.S. and Colombian macro factors improve the forecasting ability of unrestricted VAR models of the local term structure of interest rate?

Este estudio empírico compara la capacidad de los modelos Vectores auto-regresivos (VAR) sin restricciones para predecir la estructura temporal de las tasas de interés en Colombia -- Se comparan modelos VAR simples con modelos VAR aumentados con factores macroeconómicos y financieros colombianos y estadounidenses -- Encontramos que la inclusión de la información de los precios del petróleo, el riesgo de crédito de Colombia y un indicador internacional de la aversión al riesgo mejora la capacidad de predicción fuera de la muestra de los modelos VAR sin restricciones para vencimientos de corto plazo con frecuencia mensual -- Para vencimientos de mediano y largo plazo los modelos sin variables macroeconómicas presentan mejores pronósticos sugiriendo que las curvas de rendimiento de mediano y largo plazo ya incluyen toda la información significativa para pronosticarlos -- Este hallazgo tiene implicaciones importantes para los administradores de portafolios, participantes del mercado y responsables de las políticas