Modelos de regresión y diseño de línea base para indicadores energéticos en una empresa siderúrgica/Regression models and baseline design for energy indicators in a steel company

Autores/as

  • Carlos Torres Navarro Universidad del Bío-Bío. Concepción.
  • Nelson Malta Callegari Universidade Norte do Paraná. Ponta Grossa
  • Hugo Jara Olave Universidad del Bío-Bío. Concepción.

Palabras clave:

indicadores de desempeño energético, empresa siderúrgica, línea base, regresión lineal, base line, energy performance indicators, linear regression, steel company.

Resumen

El objetivo de esta investigación fue encontrar modelos de regresión para cuatro indicadores de desempeño
energético en una empresa siderúrgica de Chile y proponer una línea base para cada uno de ellos. El enfoque
metodológico consideró la utilización de la técnica de diseño experimental especificado por el usuario del software
Statgraphics, utilización del análisis de varianza y obtención de ecuaciones de regresión. Los resultados permiten
obtener ecuaciones de regresión para los indicadores energéticos e identificación de variables estadísticamente
significativas en cada modelo, además, propuestas de líneas base para apoyar el control y seguimiento. Las
conclusiones indican que las ecuaciones de regresión presentan una correlación aceptable, superiores al 77%. La
utilización del análisis de varianzas es una técnica efectiva para identificar variables significativas para los
indicadores de desempeño energético y que las líneas base proporcionan una ayuda para monitorear los indicadores
de desempeño energéticos en una empresa siderúrgica con mayor certeza.

 

The objective of this research was to find regression models for four energy performance indicators for a steel
company in Chile and propose a baseline for each of them. The methodological approach considered the use of the
experimental design technique specified by the user of Statgraphics software, use of variance analysis and obtaining
regression equations. The results allow obtaining regression equations for the energy indicators and identification
of statistically significant variables in each model, in addition, proposals for baselines to support control and
monitoring. The conclusions indicate that the regression equations have an acceptable correlation, greater than
77%. The use of the analysis of variances is an effective technique to identify significant variables for the indicators
of energy performance and that the baselines provide an aid to monitor the energy performance indicators in a steel
company with greater certainty.

Descargas

Publicado

2021-02-19