!#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 1 J F(K









0$18$/1,&2'(0(',&,1

&$3,78/2
&21752/(67$'67,&2'(
0(',&,21


 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

!  & 0 , $ . O
 (- .  0" + ,  !(. 0-'*L'% & $ )M N
 H "9./$ "(J 0P$ !(.  I  % J 0RQ#0 J & 0#- & S J   T- J 
,  J $ "'$ )! J  & %T- H  (%T- J U!' I 0"#$ 0 2

EDUARDO MOTTA RUEDA

Lder Corporativo de Medicin
GPS VSM

SARA ISABEL PARRA

Lder de Medicin
GCB VRP

NICOLS VALLE YI
Lder de Medicin
VIT

JULIO MARIO RUEDA CELIS

Lder de Medicin
VPR

CARLOS GUSTAVO ARVALO

Lder de Medicin GRC-VRP




  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 2 J F(K


 Q310V'%'"#$ )!2

NICOLLE MUOZ
Jefe de Logstica (E) GPS VSM

PABLO MOTTA CANDELA

Gerente de Planeacin Y Suministro
VSM

SERGIO HERRERA ESTEVEZ

Lder Grupo Apoyo Legal VSM

MNICA PREZ
Normativa Corporativa

FEDERICO MAYA
Vicepresidente de Suministro y
Mercadeo - VSM


 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:





  -$ )!32(4(4

5 65 65 4(4#7 5 798

B '"#C'%32

3H'I $ !'% 3 J F(K

7949D 7(7ED F(4(4(G

7$%/$'(&217(1,'2



3DJ

2%-(7,92
$/&$1&(
*/26$5,2

'2&80(1726'(52*$'2612$3/,&$
&21',&,21(6*(1(5$/(6

'(6$552//2

&/&8/26<&21&(3726

(OHPHQWRV%iVLFRVGHXQD&DUWDGH&RQWURO
3URPHGLR$ULWPpWLFR
3URPHGLR$ULWPpWLFR3DUD8QD6HULH0yYLO
'HVYLDFLyQ(VWiQGDU
/LPLWHVGH&RQWURO

5$1*2'(23(5$&,1'(/6,67(0$'(0(',&,21
&$57$'(&21752/'(/26)$&725(6'(/0(','25

358(%$6'(/)$&725'(/0(','25&21/,0,7(6),-26

(9$/8$&,1'(/$/,1($/,'$'

&$57$6'(&21752/&21%$6((1(/$1/,6,6'(
,1&(57,'80%5(
$QiOLVLVGHOD,QFHUWLGXPEUHGHXQDVHULHPyYLOGH0)

&RQVWUXFFLyQGHOD*UDILFDGH&RQWUROFRQ%DVHHQHO$QiOLVLVGH
,QFHUWLGXPEUH


 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 4 J F(K

&$57$'(&21752/3$5$*5832'(0(','25(6

5(*,67526

&217,1*(1&,$6
%,%/,2*5$),$
$1(;26
&RQVWUXFFLyQGHKLVWRULDOHVWDGtVWLFR

7DEODGHFRQWURO
3UXHEDGH'L[RQ
7DEODGHFRQYHUVLyQLQFHUWLGXPEUH



 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 5 J F(K

 2%-(7,92
Definir procedimientos estadsticos que permiten registrar, analizar y controlar las
variaciones de los factores de calibracin de los medidores de flujo a fin de que las
incertidumbres aleatorias sean comprendidas y consistentes con los objetivos de
desempeo de los sistemas de medicin de hidrocarburos.

 $/&$1&(
Aplica a las reas tcnicas y operativas responsables del desempeo de los sistemas de
medicin. Cubre los aspectos para la evaluacin y control de tendencia en los factores del
medidor por medio de cartas de control y anlisis de incertidumbres aleatorias asociadas
con los datos de las calibraciones de los sistemas de medicin.


 */26$5,2

Para una mayor comprensin de este documento puede consultar el Capitulo 1 del
Manual nico de medicin Condiciones Generales en su numeral 3 - Glosario Aplicable
al Manual nico de Medicin (MUM).

 '2&80(1726'(52*$'261R$SOLFD

 &21',&,21(6*(1(5$/(6
9 Las variaciones en los pulsos del medidor o del factor del medidor, causadas por
cambios operativos durante y entre las corridas de prueba del medidor deben ser
minimizadas y analizadas.
9 El factor del medidor definido para la liquidacin del bache, segn el acuerdo entre las
partes, puede ser :
El resultado del promedio aritmtico de tres (3) corridas de verificacin, con
repetibilidad inferior a 0.05%, obtenidas durante el bache.
El resultado del promedio aritmtico de las corridas de verificacin
efectuadas en el mes anterior para cada producto (que han sido analizadas
y aceptadas), previa formalizacin mediante el anlisis de las cartas de
control (se debe contar como minimo con 5 corridas para productos de
batches pequeos y espordicos, y con 25 corridas para el resto).
1RWD 1R DSOLFD OR DQWHULRU SDUD DTXHOORV FDVRV GRQGH HO WDPDxR GH EDFKH QR VXSHUD ORV PLO
EDUULOHVHQFX\RFDVRVHGHEHWRPDUHOSURPHGLRSRQGHUDGRGHORVIDFWRUHVGHPHGLFLyQ
GHGLFKRHTXLSRFRQPtQLPRGDWRVHQXQSHULRGRQRVXSHULRUDPHVHV


 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 6 J F(K

9 La frecuencia de intervencin tanto en los medidores como en las computadoras de

flujo debe ser autorizado de manera escrita por el coordinador operativo de cada
estacin y su decisin debe estar soportada con cartas de control estadstico (del
medidor) y los clculos de liquidacin volumtrica y/o diagrama de flujo del
computador de flujo donde conste la falla. Antes de la intervencin imprimir copia dura
de la programacin del computador de flujo, una vez implementado los cambios se
debe imprimir copia dura y dejar el backup magntico correspondiente acompaado
del informe del tcnico de controles.
9 La verificacin de la calibracin de los medidores se debe realizar, cuando las
condiciones operacionales lo permitan (tamao del batche y tipo de probador), tres(3)
veces por bache buscando que la corrida de calibracin se dispare de forma manual
y/o automtica.
1RWD&XDQGRHOEDFKH7LHQHXQDGXUDFLyQHQWUH\KRUDVVHVXJLHUHUHDOL]DUFRUULGDVGH
YHULILFDFLyQGHODFDOLEUDFLyQDO\GHOEDFKH6LHOEDFKHGXUDHQWUH\KRUDV
DO\GHOEDFKH\VLGXUDPHQRVGHKRUDVDOGHOEDFKH

9 Cada reporte de verificacin del medidor contra el probador (lo cual constituye una
corrida completa) debe mostrar al menos tres (3) pasadas completas que cumplen con
la repetibilidad de 0.05%.
9 Cada medidor debe contar con:
Una tabla de control del factor del medidor,
Un anlisis del rango de operacin y linealidad del sistema, as como de los cambios
que ocurren entre los factores consecutivos y el cambio acumulado de los factores.
Una carta histrica del comportamiento donde se grafique los factores del medidor
obtenidos durante las corridas de verificacin y/o corridas de calibracin de dichos
factores con sus respectivos limites de control y/o niveles de confianza
Una carta de control con base en el anlisis de incertidumbre.
9 Para llevar el control estadstico se debe organizar una base de datos que contenga
como mnimo:
Fecha en que fue realizada la corrida.
Hora en que fue realizada la corrida.
Identificacin de la corrida si es de verificacin (v) u oficial.
Nombre del producto que fue medido a travs del medidor.
Temperatura promedio en el medidor durante la corrida.
Temperatura promedio en el probador durante la corrida.
Presin en el medidor durante la corrida.
Presin en el probador durante la corrida.
Rata de Flujo promedio durante la corrida.
Densidad Gravedad API promedio durante la corrida.
Temperatura ambiente durante la corrida.


 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 7 J F(K

Porcentaje de sedimento y agua (BS&W): Si es crudo porcentaje de sedimento y

agua entregado por el laboratorio, de la muestra tomada del total del bache
entregado.
Factor del medidor: nuevo factor del medidor que cumpla con la repetibilidad
establecida en el API.
Numero de pulsos totales promedio de la corrida.
Actividad: Defina si es recibo (R), despacho (D) o entrega (E); y nombre de la
estacin o punto donde se genera dicha actividad.
Repetibilidad de la corrida.

 '(6$552//2
El factor del medidor puede sufrir variaciones por cambios en la rata de flujo, condiciones
mecnicas, propiedades del fluido, contaminantes en el fluido e incrustaciones de
parafina. Por tal razn es necesario acordar un intervalo o periodo para calibracin de
medidores, una desviacin limite entre los factores consecutivos del medidor, rangos
adecuados y los limites aceptables de desviacin, utilizando grficas de control, que es
una herramienta estadstica que permite obtener el comportamiento de un proceso a
travs del tiempo, en ella se representa la tendencia central del proceso como la amplitud
de su variacin. A continuacin se definen parmetros generales para su construccin y
anlisis:
 &/&8/26<&21&(3726

 (OHPHQWRV%iVLFRVGHXQD&DUWDGH&RQWURO
9 Lnea central, que representa el promedio de la variable que se esta graficando,
cuando el proceso se encuentra en control estadstico.
9 Limites de control superior e inferior, que estn en una posicin fija cuando el proceso
esta en control estadstico y hay una alta probabilidad de que prcticamente todos los
valores de la variable estn entre los limites. Por el contrario si al menos un punto esta
fuera de los lmites de control, es seal que el proceso puede estar fuera de las
exigencias de desempeo, y se hace necesario su anlisis y posible intervencin.


1RWD3DUDGHILQLUORVOLPLWHVGHFRQWUROTXHFRPSRQHQODFDUWDHVQHFHVDULRTXHHOSURFHVRR
YDULDEOH D HYDOXDU VH HQFXHQWUH HVWDEOH \ DFRUGH FRQ OD H[SHULHQFLD \ IDFWLELOLGDG GHO
IXQFLRQDPLHQWRGHOVLVWHPDGHPHGLFLyQ\ODVFRQGLFLRQHVGHRSHUDFLyQGHOSUREDGRUYiOYXODV
GH LQWHUFRQH[LyQ VZLWFKHV GHWHFWRUHV HVIHUD R GHVSOD]DGRU GHO SUREDGRU UHFXEULPLHQWR GHO
SUREDGRU JHQHUDGRU GH SXOVRV FRQWDGRU GH SXOVRV VHQVRUHV GH SUHVLyQ \ WHPSHUDWXUD \
WUDQVPLVRUHVGHWHPSHUDWXUD\SUHVLyQ


 3URPHGLR$ULWPpWLFR

El calculo de promedio aritmtico de un grupo de datos se encuentra definido por:

;  1 (X1+X2+...+Xn)
[ W = Valor de los factores del medidor.


 


 





 

   !#"#$ %   & %#!'(%'"#$ )! *+ , $ !$ -(./10
:
;=<



>
?


@:


;# 798

: :;=3   A  

>
?


@:

  -$ )!32(4(4
B '"#C'%32
7949D 7(7ED F(4(4(G

5 65 65 4(4#7 5 798

3H'I $ !'% 8 J F(K

Q = Nmero de pruebas corridas realizadas

;  Redondear a cuatro cifras decimales

 3URPHGLR$ULWPpWLFR3DUD8QD6HULH0yYLO

El clculo de promedio en una serie mvil de datos se encuentra definido por:

 
; 2 = 1 (X1+X2+ X3)
;Q 1 = 1 (X1+X2++ Xn)
; 1   1 (X1+X2)
3
2
n

Donde:
[ W = Valor de los factores del medidor
Q = Numero de pruebas corridas realizadas
;Q 1 = Promedio de la serie mvil
1RWD: Redondear a cuatro cifras decimales
 'HVYLDFLyQ(VWiQGDU
Es la raz cuadrada de las sumatorias de los cuadrados de las diferencias entre el valor
observado y el promedio aritmtico de los valores bajo anlisis. El clculo de la desviacin
estndar de un grupo de datos se realiza con la siguiente ecuacin:

V=

([Y

Y
=1

Q 1

donde: [ [ = Valores de los factores del medidor

; Z Es el valor promedio aritmtico de las pruebas del
factor del medidor
V = Estimacin de la desviacin estndar, redondear a
cuatro cifras.

1RWD: La desviacin estndar en una serie mvil se obtiene con esta misma ecuacin con la
variacin que solo se toma los datos de la serie a utilizar.

 /LPLWHVGH&RQWURO
Son los limites mostrados en la carta de control se calcula por medio de las siguientes
ecuaciones:
Lmite de control superior = ; + 3* S
Limite de control central = ;
Lmite de control inferior = ; - 3 * S
donde: V = Desviacin estndar calculada; redondear a cuatro cifras decimales
; Z Es el valor promedio aritmtico de las pruebas del factor del medidor

Con estos limites y bajo condiciones de control estadstico, se tendr una alta
probabilidad de que los valores de la pruebas del factor del medidor estn dentro
de ellos. En particular si los MF tiene distribucin normal, tal probabilidad ser de
99.73 %.

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z
l'o#'q3y
|9z9 |(|E (z(z(

_^`{ \ bg6{ g6{ z(z#| { |9}

`3' p n'q 9 l(

 5$1*2'(23(5$&,1'(/6,67(0$'(0(',&,21
Los factores del medidor y los pulsos del medidor para cada corrida deben ser evaluados
en secuencias determinadas antes de definir la carta de control con el fin de establecer
por medio de un anlisis de tendencia la rata de flujo del sistema, la cual debe ser
concordante con la curva de exactitud tpica de cada medidor entregada por el fabricante
(ver capitulo 5 medicin dinmica ECP-VSM-M-001-05) que permita un buen desempeo
del medidor, para ello:
9 Analizar la distribucin del porcentaje acumulado de ocurrencia de flujo dentro del
sistema de medicin (ver Construccin historial estadstico Anexo 1)

1RWD (VWH PLVPR DQiOLVLV VH SXHGH UHDOL]DU FRQ OD YDULDEOHV GH WHPSHUDWXUD GHO PHGLGRU \
SUHVLyQGHOSUREDGRU

9 Evaluar en que rango de flujo se concentra las pruebas realizadas al factor del
medidor (MF).
9 Comparar el rango obtenido con la grafica de exactitud del medidor.
Los valores de las pruebas de MF que estn fuera del rango obtenido, normalmente son
excluidos para determinar la carta de control, a menos que la curva histrica de
funcionamiento y operacin establecida de linealidad del medidor para las medidas del
flujo estn por encima del rango de operacin de la rata de flujo.
Es importante examinar las condiciones de operacin del medidor para realizar anlisis
peridicos de las calibraciones del medidor, para que sean consistentes con la operacin
actual del sistema.
 &$57$'(&21752/'(/26)$&725(6'(/0(','25

Para la elaboracin de la carta de control se debe evaluar de forma secuencial cada factor
del medidor (MF) y los datos que afectan la operacin (temperatura, presin, rata de flujo
y reporte del probador); stos datos deben consignarse en la tabla de control que se
encuentra en el Anexo 2.
Los resultados, una vez analizados y aceptados, deben ser llevados a la grfica de
control. En caso de factores del medidor que indiquen comportamiento sospechoso por
fuera de los lmites de control establecidos se deben desatar las acciones correctivas (por
ejemplo la intervencin del sistema de medicin) o preventivas (por ejemplo el cambio del
brazo de medicin) previamente definidas.
Para la Grafica de Control se siguen los pasos descritos a continuacin:
9

Realizar la carta de control obteniendo 25 pruebas como mnimo del factor del
medidor de manera continua. Se sugiere, para reducir la probabilidad de error que se
puede generar por la dispersin de los datos, realizar la prueba Dixon como se
encuentra definido en el Anexo 3.

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z
l'o#'q3y
|9z9 |(|E (z(z(

_^`{ \ bg6{ g6{ z(z#| { |9}

`3' p n'q 10 l(

9 Calcular el promedio aritmtico y la desviacin estndar de los factores del medidor

(MF) de acuerdo al numeral 6.1.2 y 6.1.4 respectivamente.
9 Calcular los limites de control de acuerdo al numeral 6.1.5
9 Graficar la carta de control donde, el promedio es la lnea central de la Carta de
control, el nmero de pruebas del factor del medidor se identifican con ;y las lneas
de lmite de control superior e inferior con lneas continuas. Las 25 pruebas se deben
ubicar a igual distancia en la carta de control y se deben interconectar con lneas.
9 Analizar los datos y las amplitudes de cada muestra con relacin a los lmites de
control; teniendo en cuenta:
Aceptar el MF obtenido como normal si se encuentra dentro del rango de la lnea
central +/ - dos desviaciones estndar y dejar los registros respectivos de las corridas
de verificacin.
Sospechar de un MF que se obtenga fuera de la especificacin anterior, pero dentro
de +/- tres desviaciones estndar. En este caso las operaciones no tendr en cuenta
esta corrida y se efectuar una nueva corrida de verificacin. Si se obtiene
nuevamente el MF con los mismos resultados anteriores se debe informar al tcnico
y/o generar una solicitud de revisin del sistema de medicin.
Rechazar un MF que se obtenga por fuera de los lmites de control y cambiar
inmediatamente de medidor, informando al tcnico y/o generando una solicitud de
revisin del sistema de medicin.
1RWDORVWUHVSXQWRVDQWHULRUHVDSOLFDQ SDUD ODVFRUULGDVRILFLDOHV 3DUDIDFWRUHVREWHQLGRVGH
ODV FRUULGDV GH YHULILFDFLyQ VH GHEH OOHYDU FRQWURO HVWDGtVWLFR SHUR VHUi LQIRUPDFLyQ GH
UHIHUHQFLD LQWHUQD SDUD FRQRFHU HO HVWDGR DFWXDO GHO PHGLGRU GH VRSRUWH FRPHUFLDO FRQ ORV
GLVWULEXLGRUHV PD\RULVWDV R FOLHQWHV GH VRSRUWH SDUD OD GHWHUPLQDFLyQ GH ORV 0) RILFLDOHV FRQ
VXVFRUUHVSRQGLHQWHVUHSRUWHVGHRILFLDOL]DFLyQ

 358(%$6'(/)$&725'(/0(','25&21/,0,7(6),-26
Esta prueba se usa para determinar la aceptabilidad o el cambio entre el consecutivo del
factor del medidor(MF) y el cambio de las pruebas del medidor con respecto a un factor
base; para ello se debe seguir el siguiente procedimiento:
9 Definir los limites de accin y de alarma. Se sugiere como limite alarma +/- 0.0015 y
limite de accin +/- 0.0025.
9 Hallar la desviacin consecutiva del factor del medidor (MF); que es la diferencia
existente entre los valores de las corridas y el MF base.
9 Hallar la desviacin base; que es la diferencia entre las pruebas del factor del medidor
y la base inicial,

1RWDFRPREDVHLQLFLDOVHSXHGHWRPDUHOYDORUSURPHGLRDULWPpWLFRGHODVSUXHEDVGHO0)R
KLVWyULFRGHORVIDFWRUHVGHOPHGLGRU.

9 Comparar los resultados obtenidos de las desviaciones tanto consecutivas como base
con los limites de accin y de alerta establecidos para definir la aceptabilidad de MF y
la reparacin o mantenimiento del medidor.

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z
l'o#'q3y
|9z9 |(|E (z(z(

_^`{ \ bg6{ g6{ z(z#| { |9}

`3' p n'q 11 l(

Si la desviacin base es igual o superior al limite de alarma se debe evaluar las

causas de sta variacin y controlarlas.
Si la desviacin consecutiva y base, son superiores al lmite de accin se debe
evaluar las causas de la variacin y sacar de operacin el medidor para realizar
reparacin o mantenimiento.

1RWD &XDQGR HO PHGLGRU VXIUH DOJ~Q FDPELR HQ VXV SDUiPHWURV GH RSHUDFLyQ SRU
UHSDUDFLyQ SRU HMHPSOR  HV QHFHVDULR HVWDEOHFHU XQ QXHYR 0) HQ FDVR GH FDPELRV
VLJQLILFDWLYRVGHVXVLQWHUQRVSRUHMHPSORGHOURWRUyGHFDPELRGHOSUREDGRUyGHFDPELR
GHOYROXPHQ EDVH GHOSUREDGRUHVQHFHVDULRHVWDEOHFHUXQD QXHYDEDVH GH GDWRVGH 0)V
TXHVHREWHQGUiDSDUWLUGHODVQXHYDVFRUULGDVTXHVHUHDOLFHQGHYHULILFDFLyQRFDOLEUDFLyQ
GH PHGLGRU 9HU 0pWRGR GH DFHSWDFLyQ GHO )DFWRU (&3960 &DSLWXOR  0HGLFLyQ
'LQiPLFDGHO0DQXDOGH0HGLFLyQ

9 Ingresar la informacin en la Tabla de Control ver anexo 2 colocando en la columna

de observacin el anlisis de los resultados como se muestra en la tabla 1

7DEOD Tabla de Control factor del medidor

ECP- XXX-XXX

(035(6$&2/20%,$1$'(3(752/(26

/T//

7$%/$'(&21752/
)$&725'(/0(','25
'HSHQGHQFLD Vasconia 5HIHUHQFLDGHO
6HULDO
142804 0HWHU

3URGXFW

5DQJRGHIOXMRBBBB 0D[
B/h
0LQ
7321 /LPLWHGHDFFLRQ ,+/- 0,0025 /LPLWHDOHUWD

7LSRGHSUREDGRU

B/h
0,0015

3URYHU6HULDO

Cambio del Factor

Seq. Fecha Factor
MEDIDOR
PROBADOR Gravedad Rata
Deviacion
Deviacion
N
Medidor Temp. Presion Temp. Press.
API
Flujo Consecutiva
Base
1
1-oct 1,0503 87,35 85,8
70,7
63,9
23,1
3853
2
1-oct 1,0502 87,3 85,7
70,0
63,4 23,0000 3718
-0,0001
0,0000
3
16-oct 1,0502 86,8 85,1
61,4
58,5 23,3000 1802
0,0000
0,0000
4
16-oct 1,0502 86,8 85,0
61,8
58,6 22,8000 1808
0,0000
0,0000
5
16-oct 1,0501 86,8 85,1
61,7
58,7 23,1000 1824
-0,0001 -0,0001
6
16-oct 1,0503 86,8 85,1
61,7
58,9 23,2000 1843
0,0002
0,0001
7
22-oct 1,0502 86,6 85,0
70,9
64,5 23,6000 3936
-0,0001
0,0000
8
8-nov 1,0503 86,3 84,6
70,9
64,3 25,0000 3911
0,0001
0,0001
9
8-nov 1,0504 86,2 84,4
71,0
64,3 24,8000 3931
0,0001
0,0002
10 13-nov 1,0499 86,6 85,2
62,4
59,0 24,7000 2032
-0,0005 -0,0003
11
...
...
...
...
...
...
...
...
...
...
Promedio MF = 1,0502
Limite Control Superior =
1,0508
Desv. Estandar MF=
0,0002
Lmite Control Inferiol=
1,0496

Observacion
Base inicial promMF
M. en buen estado
M. en buen estado
M. en buen estado
M. en buen estado
M. en buen estado
M. en buen estado
M. en buen estado
M. en buen estado
M. en buen estado

...

API CHAPTER 13-STATISTICAL ASPECTS OF MEASURING AND SAMPLING SECTION 2-METHODS OF EVALUATING METER PROVING DATA. FIRST
EDITION NOVEMBER 1994

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z
l'o#'q3y
|9z9 |(|E (z(z(

_^`{ \ bg6{ g6{ z(z#| { |9}

`3' p n'q 12 l(

 (9$/8$&,1'(/$/,1($/,'$'
La linealidad se refiere a la bondad del ajuste a una lnea recta que une los extremos de
operacin del instrumento o equipo en la escala que se lee; por ello la linealidad es una
medida de la mxima desviacin en cualquier punto de calibracin de esta lnea recta. La
carta de control para evaluar la linealidad del medidor debe contener:
9 Los limites de control superior e inferior como se define en el numeral 6.1.5.
9 El Factor promedio como lnea central de la carta
9 Los valores de la rata de flujo identifcados en el eje ;
9 Las 25 pruebas del factor ubicndolas en la carta de control de acuerdo a los limites
de control y las ratas de flujo obtenidas.
1RWD$OILQDOXQLUFDGDXQRGHORVSXQWRVSDUDHVWDEOHFHUODWHQGHQFLDGHORVIDFWRUHV\YHULILFDUVL
VHHQFXHQWUDQGHQWURGHOUDQJRGHRSHUDFLyQGHOVLVWHPDGHDFXHUGRDOQXPHUDO\FRPSDUDUORV
UHVXOWDGRV FRQWUD OD JUDILFD GH OLQHDOLGDG GHO PHGLGRU FHUWLILFDGD SRU HO IDEULFDQWH TXH GHILQH OD
YDULDELOLGDGPi[LPDDFHSWDEOHHQXQPHGLGRUGHIOXMRFRPRVHPXHVWUDHQODJUDILFD

#'3 9 39  :

1,0530
1,0520

Factor
Fprom
LS
LI

1,0510
1,0500
1,0490
1,0480
1,0470
1479 1659 1667 1695 1808 1843 2059 3536 3718 3853 3910 3931 4007 4621 4758

 EM3
 &$57$6'(&21752/&21%$6((1(/$1/,6,6'(,1&(57,'80%5(
Este tipo de graficas ilustran claramente las variaciones del factor y dan alerta sobre
cambios en la operacin, por modificacin en las condiciones mecnicas del medidor y su
sistema probador.
En la elaboracin de las cartas se toma un conjunto de pruebas del factor del medidor
(MF), que se agrupan por series mviles; las cuales consideran las pruebas histricas y
cada vez que se tiene una nueva prueba del MF se agrega al conjunto de datos. Por
ejemplo la Serie 1 esta compuesta por los factores 1.0011, 1.0009, la Serie 2 estar

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z
l'o#'q3y
|9z9 |(|E (z(z(

_^`{ \ bg6{ g6{ z(z#| { |9}

`3' p n'q 13 l(

compuesta por los datos de la serie anterior y el valor de la nueva prueba realizada.
Quedando as la segunda serie: 1.0011,1.0009, 
 $QiOLVLVGHOD,QFHUWLGXPEUHGHXQDVHULHPyYLOGH0)

Es indispensable la evaluacin de la incertidumbre de las pruebas del factor del medidor;

porque se puede originar mediciones imperfectas en el muestreo, conocimiento
inadecuado de los efectos de las condiciones ambientales sobre las mediciones, errores
de apreciacin del operador en la lectura de instrumentos, aproximaciones y suposiciones
repetidas de la magnitud a medir bajo condiciones aparentemente iguales. El conocer la
incertidumbre aleatoria implica un incremento de la confianza de la validez del resultado
de la medicin; esto es producto de la desviacin estndar del MF y el factor de
conversin de la desviacin estndar a incertidumbre.
Para el anlisis de la incertidumbre se requiere determinar:
9 La desviacin estndar de cada serie mvil de las pruebas al MF ver numeral 6.1.4.
9 El promedio aritmtico 0) de cada una de las series mviles
9 Los valores de incertidumbre de las pruebas para:
Factores individuales de acuerdo a la siguiente ecuacin
7Q[6
Factores promedio de acuerdo a la siguiente ecuacin
7 Q [6
Donde:
7Q Es el factor de conversin para obtener la incertidumbre a partir de la
desviacin estndar con un nivel de confianza del 95% de acuerdo al numero de
pruebas que se toman en la serie mvil (utilizar Tabla 8 Anexo 4 para factores
individuales).
7 Q  Es el factor de conversin para obtener la incertidumbre a partir de la
desviacin estndar con un nivel de confianza del 95% de acuerdo al nmero de
pruebas que se incluyen en la serie mvil (utilizar la Tabla 9 del Anexo 4 para factores
promedio).
6 estimacin de la desviacin estndar
El resumen estadstico de las series mviles utilizando el anlisis de incertidumbre se
encuentra en la tabla 2. para el promedio de los factores del medidor ( 0) ; con base en
esta tabla se puede establecer graficas que muestren la variacin del promedio de los
factores, por ejemplo:
9

Los factores individuales (MF) y la incertidumbre para factores individuales. Grafica 2

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z
l'o#'q3y
|9z9 |(|E (z(z(

_^`{ \ bg6{ g6{ z(z#| { |9}

`3' p n'q 14 l(

9 Los factores promedio ( 0)  de cada serie mvil y la incertidumbre 0) . Grafica 3

9 Los factores individuales (MF) y los factores promedio 0) . Grafica 4












7DEOD. Resumen estadstico de las series mviles del promedio de MF

b h eh] b h] ^
e~b
f
gg:eaji:dNg:i\] d k b_ a
] _3bi:e \_ a e k _?g_3h_ aN'e^
hi:a
b h eh] b h] ^
e~\e~f
_3b*i:U] d
c
] \] c
f e~'bN] d
b h eh] b h] ^
e~\e~f
_3b*i:
g:i\
] d k b
_^f
_ d^_
g:i
\ ] d k i\_ a_ ~~e \_ ae k _
b
_ a
] _
g_3h_ a
b h edcea
c
f
d^_ a he] d h#j
f
d^_ a he] d h#j
b
_^f
_ d^_
'e
^
hi:a
c
_3b\
] eh] i:d
q
1


g
#

q
0)
v 1g#
d
f
g_ a
1 g6
0)
1

0,9996

1,0012

0,0011

0,01438

1,0004

0,0102

0,9993

0,0010

0,00440

1,0000

0,0025

1,0009

0,0009

0,00299

1,0003

0,0015

1,0005

0,0008

0,00228

1,0003

0,0010

0,9990

0,0009

0,00233

1,0001

0,0010

1,0004

0,0008

0,00205

1,0001

0,0008

1,0013

0,0009

0,00208

1,0003

0,0007

9
10

1,0000
1,0018

0,0008
0,0009

0,00191
0,00208

1,0002
1,0004

0,0006
0,0007

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z

_^`{ \ bg6{ g6{ z(z#| { |9}

l'o#'q3y

`3' p n'q 15 l(

|9z9 |(|E (z(z(

*5$),&$0),1',9,'8$/(6<0)3520(',26

1,0025
1,002
1,0015
1,001
1,0005
1
0,9995
0,999
0,9985
0,998
0,9975
1

MF individual

MF promedio

10

La grfica 2. muestra la variacin que se presenta entre los factores individuales y los

factores promedio, los 0) tienen una variacin menor con respecto a los factores
individuales, sta decrece segn el incremento en el nmero de valores a considerar para

el 0) .

k ae] ^e ] d^_ a h] c

f
g
a
_c
_g
` ai:g_ c
] i

k ae] ^e }# ] d^_ a h] c

f
g
a
_c
_g
1,012

1,02

1,01

1,015

1,008

1,01

1,006
1,004

1,005

1,002

1
0,998

0,995

0,996

0,99
1

MF

incertidumbre MF individual

10

0,994
1
2
3
MF promedio

5
6
7
8
9
Incertidumbre MF promedio

Las grficas 3 y 4, muestran la incertidumbre para factores individuales y factores

promedio; normalmente para los tres primeros MF es alta, del cuarto en adelante la
incertidumbre es similar, esto se debe a que en los primeros factores del medidor no se
ha estabilizado el proceso presentndose este comportamiento; por lo general se
estabiliza despus del quinto MF, reducindose la variacin y la incertidumbre.

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z

_^`{ \ bg6{ g6{ z(z#| { |9}

l'o#'q3y

`3' p n'q 16 l(

|9z9 |(|E (z(z(

 &RQVWUXFFLyQ GH OD *UDILFD GH &RQWURO FRQ %DVH HQ HO $QiOLVLV GH
,QFHUWLGXPEUH
Esta carta de control es similar a la descrita en el numeral 6.3 con la diferencia que se
basa en la incertidumbre de las series mviles del MF, definindose para cada serie mvil:
9 La desviacin estndar de las pruebas MF ver numeral 6.1.4.
9 El promedio aritmtico 0)
9 Los limites de alarma, accin y tolerancia con un nivel de confianza del 90%, 95% y
99% respectivamente, se calculan con base en la desviacin estndar por medio de
las siguientes ecuaciones tabla 3
7DEOD Limites de alarma, accin y tolerancia basado en la desviacin estndar

d
] \_~=c_^
i:d hai:~
e~#ea
g6e
e
^^] i:d
hi:~_ a ed^] e

~# g] h_=b
f
` _ a] i:a

~# g] h_] d_ a
] i:a

0)

+ (T(90,n) x S)

0)

0)

+ (T(95,n) x S)

0) - (T(95,n) x S)

0)

+ (T(99,n) x S)

0)

- (T(90,n) x S)

- (T(99,n) x S)

6: Estimacin de la desviacin estndar de la serie mvil de los MF

7Q Factor de conversin para obtener la incertidumbre a partir de la desviacin estndar de
acuerdo con el nivel de confianza y el numero de pruebas tomadas en cada serie mvil de MF(n). Utilizar
Tabla 9 Anexo 4

0)  promedio de los valores de las pruebas que conforman cada serie mvil.

En la tabla 4 se muestra un ejemplo de valores estadsticos para series mviles tomando

la incertidumbre para cada nivel de control con base en la desviacin estndar.
7DEODValores Estadsticos para Series Mviles

9$/25(6(67$'67,&263$5$6(5,(6029,/(6

)$&725
0)
'(69,$&,21
0(','25 3520(',2 (67$1'$5

9$/25(6'(,1&(57,'80%5(3$5$1,9(/'(
&21752/
$/$50$


$&&,1


72/(5$1&,$


0,9996
1,0012

1,0004

0,0011

0,0050

0,0100

0,0503

0,9993

1,0000

0,0010

0,0017

0,0025

0,0048

1,0009

1,0003

0,0009

0,0011

0,0015

0,0027

1,0005

1,0003

0,0008

0,0008

0,0010

0,0017

0,9990

1,0001

0,0009

0,0007

0,0009

0,0015

1,0004

1,0001

0,0008

0,0006

0,0008

0,0012

1,0013
1,0000

1,0003
1,0003

0,0009
0,0008

0,0006
0,0005

0,0007
0,0006

0,0011
0,0009

1,0018

1,0004

0,0009

0,0005

0,0006

0,0009

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z

_^`{ \ bg6{ g6{ z(z#| { |9}

l'o#'q3y

`3' p n'q 17 l(

|9z9 |(|E (z(z(

Cuando ya se encuentran establecidos los limites de acuerdo a los valores obtenidos de

incertidumbre para cada nivel de control, se grafican las pruebas realizadas del factor del
medidor teniendo en cuenta los siguientes criterios (Ver grafica 5).
9 /tPLWHV GH $ODUPD Son los limites mostrados en la carta de control a un  del
nivel de confianza para el anlisis de incertidumbre en un set de mediciones; si en la
grafica uno o mas factores del medidor supera este limite se utiliza como indicador que
sugiere: inspeccionar el equipo de calibracin, evaluar la estabilidad de las
condiciones de operacin, verificar pases en las vlvulas, verificar algoritmos de
calculo y densidades del fluido
9 /tPLWHV GH $FFLyQ Son los limites mostrados en la carta de control a un  del
nivel de confianza para el anlisis de incertidumbre en un set de mediciones; si en la
grafica uno o mas factores del medidor supera este limite se utiliza como indicador
que sugieren las siguientes actividades: recalibracin del instrumento, inspeccin,
ajuste, limpiar y/o reparar el equipo mecnico o generar tiquetes de correccin.
9 /tPLWHVGH7ROHUDQFLD Son los limites mostrados en la carta de control a un  del
nivel de confianza para el anlisis de incertidumbre en un set de mediciones; si en la
grafica uno o mas factores del medidor supera este limite se utiliza como indicador
para realizar auditoria total al sistema, revisar todos los equipos y rutinas de clculos,
estudiar la adecuabilidad del sistema de custodia para eventuales cambios de equipo,
efectuar pruebas de laboratorio sobre los fluidos medidos para verificar las
propiedades que se emplean en los clculos; y el control de sus condiciones de
operacin.
*UDILFD Estadstica de series mviles del factor del medidor
1.0060

Limites
Superiores

FACTOR DEL MEDIDOR

1.0040

TOLERANCIA




#  T TE
9

1.0020

1.0000

(#
(
 (

0.9980



TOLERANCIA

Limites
Inferiores

0.9980

0.9940
1

SECUENCIAS DEL FACTOR DEL MEDIDOR

10

\] ^_` a
_b
] c_ d^] ec
_b
fg] d] bhaij
g_ a^ec
_i
kl m l n#o#p q c l ` r q#n'l(q'o#p sn j*bt u p np v(w/m1x
g:ed
fe~=
d
] ^
i>c
_?g_ c
] ^] :d
^e` ] hf
~#i |9}
^
i:d hai:~=_3b h ec b h] ^
i>c
_?g_ c
] ^] :d

\ l m vp sn3y(z(z

_^`{ \ bg6{ g6{ z(z#| { |9}

l'o#'q3y

`3' p n'q 18 l(

|9z9 |(|E (z(z(

 &$57$'(&21752/3$5$*5832'(0(','25(6
Se puede utilizar para medidores que experimenten similar fluido, diseo y parmetros de
operacin, puede ser utilizada para evaluar estndares fijos para la aceptacin del factor
del medidor.
Este tipo de grafica es de gran ayuda para identificar el funcionamiento irregular de uno o
ms medidores evaluando diversas causas ya sea por condiciones mecnicas,
inadecuado control de flujo, deficiencias en la facilidad, mantenimiento y programas de
operacin entre diferentes puntos de medicin. Para su elaboracin es necesario:
9 Obtener 25 pruebas como mnimo del factor de cada medidor
9 Hallar el cambio consecutivo del MF (representado como W) dentro de valor absoluto
por cada medidor.

9 Calcular el promedio del cambio del consecutivo representado como ( Z ) y el rango de

estos datos por cada medidor representado como ( R ).
9 Calcular el limite central(CL) definido como el promedio de los Z de cada medidor, y
los limites de alarma, accin y tolerancia a partir de la incertidumbre; estos se calculan
con base en el rango por medio de las siguientes ecuaciones tabla 5.
1RWD: si como resultado se obtienen lmites negativos se deben aproximar a cero.
7DEOD Limites de alarma, accin y tolerancia con base en los rangos

d
] \_~=c_^
i:d hai:~
e~#ea
g6e

 :
: 

~# g] h_=b
f
` _ a] i:a

~# g] h_] d_ a
] i:a

Z +(Z(90,n)* 5 )

Z (Z(90,n)* 5 )

Z +(Z(95,n)* 5 )

Z -(Z(95,n)* 5 )

Z +(Z(99,n)* 5 )

Z -(Z(99,n)* 5 )

5 : es el promedio de los rangos de cada medidor

=Q factor de conversin para obtener la incertidumbre a partir de la desviacin estndar
de acuerdo con el nivel de confianza y al numero de valores que se consideraron para los
promedios (n). utilizar tabla 10 del Anexo 4

Z  promedio del cambio del consecutivo representado como Z de cada medidor.

En la tabla 6, se encuentra un ejemplo de carta de control de grupo de medidores con sus

respectivas graficas de control:

7DEOD Carta de Control de

Grupo
M

:de
Medidores
:=
:
>?
:3

1
2



' '91
1,0503
1,0502

:'3 




0,9979
0,9976

# 
(   







0,0001

0,0003

 

  

  

 

 #  # '  *  (/1
:


>
?
 :
 
#


: :=3   
>
?
 :
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1,0502
1,0502
1,0501
1,0503
1,0502
1,0503
1,0504
1,0499
1,0501
1,0502
1,0503
1,0500
1,0501
1,0501
1,0506
1,0506
1,0501
1,0500
1,0499
1,0500
1,0499
1,0500
1,0498

0,9975
0,9979
0,9978
0,9978
0,9976
0,9977
0,9976
0,9975
0,9975
0,9975
0,9975
0,9976
0,9976
0,9975
0,9968
0,9969
0,9970
0,9969
0,9965
0,9968
0,9969
0,9970
0,9969







!'

0,0000
0,0000
0,0001
0,0002
0,0001
0,0001
0,0001
0,0005
0,0002
0,0001
0,0001
0,0003
0,0001
0,0000
0,0005
0,0000
0,0005
0,0001
0,0001
0,0001
0,0001
0,0001
0,0002



 " "

 
#
0,0001
0,0004
0,0001
0,0000
0,0002
0,0001
0,0001
0,0001
0,0000
0,0000
0,0000
0,0001
0,0000
0,0001
0,0007
0,0001
0,0001
0,0001
0,0004
0,0003
0,0001
0,0001
0,0001

   






$&% ' 19 '
(

 

  

  

 

 #  # '  *  (/1
:


>
?
 :
 
#


: :=3   
>
?
 :
&DPELR&RQVHFXWLYRZ


0,0001
0,0002
0,0007
0,0005
0,0006
0,0002

:SURP
5DQJR5
SURP5
&/ SURP:SURP



   





!'







$&% ' 20 '
(



 " "

 
#

1LYHOGH&RQWURO
Alarma
Accin Tolerancia
90%
95%
99%
0,0004
0,0005
0,0006
0,0000
0,0000
0,0000
-0,0001
-0,0002 -0,0003

LS
Aprox LI
LI


A partir de la tabla anterior se puede determinar las graficas de comportamiento individual
del cambio del consecutivo de los factores de medidor tomando los limites de alarma,
accin y tolerancia involucrados en el anlisis; como complemento se puede graficar los
valores promedio del cambio del consecutivo de MF de cada medidor con respectos a los
niveles de control.
)+*-,.*'/1023,4 57610*84 6+9+4 :+4 9+;72=<>,579+4 9?*'/A@BCED
0,0007

\]

0,0006

ab

0,0005

_^`

0,0004

\]^

0,0003

Z[
XY

0,0002
0,0001
0
1

MF 7321

10

11

12

13

14

15

16

17

FGHIJG
K&HL MONJG
PRQSMJHJTU V-NJG
P?W1G
NJL N&U V

L ALARMA

L ACCION

18

19

L TOLERAN

20

21

22

23

24

25

L INFERIOR

COMPORTAMIENTO INDIVIDUAL MEDIDOR 7322

0,0008

FACOTORES MEDIDOR

0,0007
0,0006
0,0005
0,0004
0,0003
0,0002
0,0001
0
1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

SECUENCIA DEL FACTOR DEL MEDIDOR

MF 7322

L ALARMA

L ACCION

L TOLERAN

L INFERIOR

 

  

  

 

 #  # '  *  (/1
:


>
?
 :
 
#


: :=3   
>
?
 :







!'


 " "

 
#

   






$&% ' 21 '
(

 5(*,67526

Son los formatos que soportan el anlisis estadstico del proceso de medicin :
9 Reportes de verificacin de corridas de calibracin de los medidores
9 Carta de control estadstico de los factores del medidor
9 Reportes de oficializacin de MFs
9 Tabla de control del factor del medidor,
9 Anlisis del rango de operacin y linealidad del sistema, as como de los cambios
que ocurren entre los factores consecutivos y el cambio acumulado de los factores
respecto a un factor inicial o factor base.
9 Carta de control con base en el anlisis de incertidumbre.

 &217,1*(1&,$6


Cuando no se dispone de una herramienta informtica para la captura de la informacin y
el procesamiento de la tcnica estadstica, esta operacin debe efectuarse manualmente
en formatos que se disearn en cada caso y que deben ser registrados y archivados.

 %,%/,2*5$),$


DIRECCIN DE DESARROLLO. Poltica Y Procedimiento Para El Sistema De Gestin De

La Normativa De Ecopetrol S.A. ECP-DDS-D-01.. Versin 1. Colombia, 2004
AMERICAN PETROLEUM INSTITUTE. Manual of Petroleum Measurement Standards.
Washington - Estados Unidos de Norteamerica: Chapter 13 Statistical Aspects Of
Measuring And Sampling, Section 1 Statistical Concepts And Procedures In Measurement
And Section 2 Methods of Evaluating Meter Proving Data API 1994
VICEPRESIDENCIA DE TRANSPORTE. Manual de Medicin VIT. Version 1.0. VIT-M002-10 Bogota. 1999

 $1(;26
1R
1.
2
3.
4.


7,78/2
Construccin del historial estadstico
Tabla de control
Prueba Dixon
Tablas de conversin de incertidumbre

 

  

  

 

 #  # '  *  (/1
:


>
?
 :
 
#


: :=3   
>
?
 :



   





!'







$&% ' 22 '
(



 " "

 
#

$1(;2&216758&&,1'(/+,6725,$/(67$'67,&2

1. Definir los valores a considerar de las pruebas del factor del medidor (mnimo 25)
2. Encontrar el UDQJR5) segn la variable a analizar de la prueba (rata de flujo, presin
temperatura) Tomar el mayor y menor valor de la variable a considerar.
5 c = ; max ; min

3. Seleccionar el nmero de celdas a utilizar denominado como K

K de 5 a 7 celdas; para un numero de pruebas realizadas <= 50

K de 6 a 10; para numero de pruebas realizadas > 50 y <= 100
4. Definir Intervalo de las celdas denominado como H
+ =

5. Determinar los limites de las celdas

5DQJR

.

Segn el nmero de celdas seleccionado se determina los limites mayor e inferior para cada
una, para la primera celda se toma como limite inferior el dato menor de la variable
analizada(Xmin) y para el Limite Mayor se toma el resultado de:
; min + + 
9 Para las siguientes celdas se establece como limite menor el limite mayor de la celda
anterior y como limite mayor el resultado de la siguiente ecuacin:

Limite Menor de la Celda + H)

Nota: se realiza sucesivamente hasta completar el nmero de celdas seleccionado.

6. Hallar la frecuencia de los datos con respecto a los limites de las celdas.
7. Determinar la frecuencia acumulada
8. Determinar ocurrencia histrica que es el resultado de:
Cambio consecutivo de la frecuencia acumulada x 100
Total de la frecuencia acumulada

9. Determinar la ocurrencia acumulativa que es el resultado de:

ocurrencia acumulada + ocurrencia histrica
EJEMPLO:
d+s iyx
1200
1500
1800
2100
2400
2700
3000
3300
3600
3900

d+egf7h1i1f?j?h1k l
l7h1iqpri+s l7tql
1500
1800
2100
2400
2700
3000
3300
3600
3900
4200

~Eg

0
1
7
14
14
14
14
14
15
20
20

mnh1i+eoegf?j?h1k l
uk v wyx=eok hl1z{
0
5,00
30,00
35,00
0,00
0,00
0,00
0,00
5,00
25,00
100

mnh1i+eoegf?j?h1k l
|h1iqpri+s lwok }?l
0,00
5,00
35,00
70,00
70,00
70,00
70,00
70,00
75,00
100,00

En el ejemplo el 70 % de los datos se encuentra entre un rango de flujo de 2100 a 3900

? q
1E1 7 q 117' 7
 
- 7q1
+J J  &
&  n7J E

?1 q11 11-1 ?
7q 1 
1 Jq  11-1 q

J E 

q 7 
 

&&

& &



23

'

$1(;2 7$%/$'(&21752/
71++O'+ 31
?O


g &S yyggS

? 7O7=

=
7 E= 7--
=

&&&&& 



  &&& &= 

&O&= S
 &
& J

 JE&R>

 &'-J 
JE


&  

=R

J OB/h
&  

B/h

Cambio del Factor

Seq. Fecha
Factor
N
Medidor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Promedio MF =
Desv. Estandar MF=

MEDIDOR
Temp. Presion

PROBADOR
Temp.
Press.

Gravedad
API

Rata
Flujo

Deviation

Deviation

Consecutivo

Base

Observacion

Limite Control Superior =

Lmite Control Inferiol=

API CHAPTER 13-STATISTICAL ASPECTS OF MEASURING AND SAMPLING SECTION 2-METHODS OF EVALUATING METER PROVING DATA. FIRST
EDITION NOVEMBER 1994

? q
1E1 7 q 117' 7
 
- 7q1
+J J  &
&  n7J E

?1 q11 11-1 ?
7q 1 
1 Jq  11-1 q

J E 


&&


q 7 
 
& &

24

'

$1(;2 - 358(%$'(',;21
Existen diferentes pruebas estadsticas que intentan reducir la probabilidad de error para
el ente decisorio dependiendo de la dispersin de los datos tales como la prueba F,
prueba T y la prueba de Dixon. Dado que la prueba de Dixon es la recomendada por el
API MPMS Capitulo 13 o ASTM E178, se describe a continuacin dicha prueba:
La prueba de Dixon se basa en el cociente de diferencias entre las observaciones y se
puede usar en casos donde es deseable evitar el clculo de (sigma) o en donde se
necesita tener un juicio rpido del comportamiento de los resultados obtenidos en las
pruebas de calibracin de medidores. Para la prueba de Dixon el criterio de muestra o el
estadgrafo cambia con el tamao de la muestra.
En el proceso inicial de control estadstico cuando el medidor entra por primera vez en
operacin o han sido cambiados sus internos, se recomienda aplicar la prueba de Dixon
para asegurarse que el factor del medidor en sus 25 valores iniciales obtenidos tenga un
comportamiento dentro del nivel de confianza del 95% lo que equivale a decir que esta en
el rango de control del promedio de los valores + - 2 desviaciones estndar (V).
A continuacin se presenta la tabla 1 en la cual se relacionan los valores crticos y los
criterios de prueba tal como aparecen en el API MPMS Capitulo 13.1. ANEXO B
180(52'(
9$/25(6Q
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

9$/25(6&57,&26


3 
3 
0.941
0.765
0.642
0.560
0.507
0.554
0.512
0.477
0.576
0.546
0.521
0.546
0.525
0.507
0.490
0.475
0.462
0.450
0.440
0.430
0.421
0.413
0.406

0.988
0.889
0.780
0.698
0.637
0.683
0.635
0.597
0.679
0.642
0.615
0.641
0.616
0.595
0.577
0.561
0.547
0.535
0.524
0.514
0.505
0.497
0.489

&5,7(5,2'(358(%$


9$/25(6%$-26
9$/25(6$/726

7DEOD. Dixon para prueba de valores desviados

R10 = X2 - X1
Xn - X1

Xn - X n-1
Xn - X1

R11 = X2 - X1
Xn-1 - X1

Xn - X n-1
Xn - X2

R21 = X3 - X1
Xn-1 - X1

Xn - X n-2
Xn - X2

R21 = X3 - X1
Xn-2 - X1

Xn - X n-2
Xn - X3

? q
1E1 7 q 117' 7
 
- 7q1
+J J  &
&  n7J E

?1 q11 11-1 ?
7q 1 
1 Jq  11-1 q

J E 


&&


q 7 
 
& &

25

'

Los siguientes pasos deben ser seguidos al hacer la prueba de Dixon que rechaza valores
muy desviados. Es decir que en 20 datos solo es aceptable un valor por fuera de dos (2)
sigmas.
9 $OJRULWPRGH'L[RQ
Organice el conjunto de factores Xi en orden ascendente de magnitud X1, X2, ...Xn.
Escoja el criterio apropiado de prueba dependiendo del valor de n (numero de datos) y
de si la medida en cuestin es baja o alta. Es adecuado realizar la prueba para cuando
hay sospecha de un valor por fuera de lo esperado. La prueba se debe efectuar en la
medida que se vayan obteniendo los datos por lo que en principio no debe haber ms
de un valor desviado para prueba.
Calcule el cociente R (razn critica) de Dixon. Si este excede la razn critica al 5% del
nivel de probabilidad (P=0.95, 2 sigmas), la medida en cuestin es altamente
sospechosa y posiblemente podra ser rechazada. Si la razn critica al 1% del nivel de
probabilidad (P=0.99, 3 sigmas) es excedida, entonces, la medida en cuestin debe
ser descartada.
1RWD Cuando una medida es rechazada la prueba debe ser repetida.
Para el uso practico de esta herramienta se recomienda que cuando un factor del
medidor caiga por fuera de la franja del 95% de confianza, se debe revisar el sistema
de calibracin y dicho valor no debe ser tenido en cuenta para la estadstica. Si luego
de la revisin y eventual correccin de la falla el factor cae dentro de este rango, debe
ser aceptado.
9 8QHMHPSORSUiFWLFRVHGHVFULEHDFRQWLQXDFLyQ
)DFWRUHVREWHQLGRVHQVHFXHQFLD 










1.0004
1.0006
1.0005
1.0007
1.0000
1.0004
1.0009
1.0005









1.0003
1.0008
1.0006
1.0007
1.0005
1.0015
1.0006

)DFWRUHVHQRUGHQDVFHQGHQWH



1.0000


1.0003


1.0004


1.0004


1.0005


1.0005


1.0005

1.0006
MF promedio = 1.0006

1.0006
1.0006
1.0007
1.0007
1.0008
1.0009
1.0015

De acuerdo a la tabla de Dixon corresponde utilizar para el valor bajo el criterio:

5ORZ 0)0)0)0)  

Al comparar con el valor critico para el 95% (0.525) se encuentra que el valor obtenido
para el Rlow es menor y por lo tanto el valor mas bajo se acepta.
Para el control del valor mas alto :
5KLJK 0)0)0)0)  

? q
1E1 7 q 117' 7
 
- 7q1
+J J  &
&  n7J E

?1 q11 11-1 ?
7q 1 
1 Jq  11-1 q

J E 


&&


q 7 
 
& &

26

'

Al comparar con el valor critico para el 95% (0.525) se encuentra que el valor obtenido
para el Rhigh es mayor y por lo tanto el valor mas alto se rechaza del conjunto de datos.
Luego se repite la prueba para n = 14, evaluando nuevamente el valor mas bajo:
Factores en orden ascendente:
1
2
3
4
5
6
7

1.0000
1.0003
1.0004
1.0004
1.0005
1.0005
11.0005

8
9
10
11
12
13
14

1.0006
1.0006
1.0006
1.0007
1.0007
1.0008
1.0009

5ORZ 0)0)0)0)  

Al comparar con el valor critico para el 95% (0.546) y con el 99% (0.641)se encuentra que
el valor obtenido para el Rlow es mayor a 0.546 y menor que 0.641 por lo tanto el valor no
se rechaza de plano (valor sospechoso) pero como se tienen suficientes datos, finalmente
se elimina.
Para el control del nuevo valor mas alto con n = 14:

5KLJK 0)0)0)0)  



Al comparar con el valor critico para el 95% (0.546) y con el 99% (0.641)se encuentra que
el valor obtenido para el Rhigh es menor a 0.546 y a 0.641 por lo tanto el valor es
aceptado.Nuevamente se verifica el valor bajo pero ahora con n = 13.
Factores en orden ascendente:
1 1.0003
2 1.0004
3 1.0004
4 1.0005
5 1.0005
6 1.0005
7 11.0006

8
9
10
11
12
13

1.0006
1.0006
1.0007
1.0007
1.0008
1.0009


5ORZ 0)0)0)0)  

Al comparar con el valor critico para el 95% (0.521) se encuentra que el valor obtenido
para el Rlow es menor y por lo tanto el valor mas bajo se acepta. Ntese en este ejemplo

como la incertidumbre estimada en el valor calculado del MF promedio ( 0) ) disminuye

de +- 0.0002 a +- 0.0001 segn los siguientes clculos :

? q
1E1 7 q 117' 7
 
- 7q1
+J J  &
&  n7J E

?1 q11 11-1 ?
7q 1 
1 Jq  11-1 q

J E 

q 7 
 

&&


& &

27

'

Incertidumbre estimada antes de la aplicacin del Algoritmo de DIXON (Ver tabla 11 del
Anexo 4) :
a( 0) ) = Z[ZMF
Z0) 

D 0)  [
D 0)  


Incertidumbre estimada despus de la aplicacin del Algoritmo de DIXON :

a( 0) ) = Z[ZMF
Z0) 

D 0)  [
D 0)  

Despus de haber sido completados los 25 datos aceptados, se considera que hay un
nmero suficiente de muestras que nos permiten tener un comportamiento del medidor
con una distribucin normal en los valores del factor del medidor muestreados, por lo
tanto a partir de las 25 muestras se llevara el control estadstico aplicando el algoritmo de
DIXON, calculando la media aritmtica, la desviacin estndar n-1 y elaborarando el
grfico de control estadstico correspondiente.
Cuando el numero de muestras sea superior a 45 se va incluyendo el nuevo valor
obtenido para el clculo , descartando para el mismo , el valor No. 45 ms antiguo, pero
sin ser eliminado de la base de datos histrica.
Si por cualquier circunstancia es cambiado el rotor del medidor, para efectos prcticos es
un nuevo medidor y se debe efectuar una nueva prueba de Dixon para los primeros 25
factores y continuar con el control estadstico como se explico anteriormente.
Cuando se presenta un cambio del volumen base del probador por efecto de una
recalibracin, o un cambio del probador, se debe iniciar un nuevo control estadstico para
los medidores afectados por el nuevo volumen del probador de referencia. No se pueden
tomar como aceptables, para efectos de liquidacin, los factores anteriores al cambio de
volumen por que se trata es de construir una nueva muestra de factores acorde a la
nueva situacin. En el grfico de control deben ser sealados estos cambios de bases de
datos indicando las razones del mismo, mostrando en forma discontinua los segmentos
de lneas entre poblaciones diferentes de control estadstico durante la vida til del
medidor en una misma instalacin. Si un medidor en uso es cambiado a otro sistema de
medicin se debe iniciar una nueva historia de control estadstico del medidor con las
corridas obtenidas en las nuevas condiciones operacionales.

? q
1E1 7 q 117' 7
 
- 7q1
+J J  &
&  n7J E

?1 q11 11-1 ?
7q 1 
1 Jq  11-1 q

J E 

q 7 
 

&&

& &



28

'

$1(;27$%/$6'(/)$&725'(&219(56,13$5$2%7(1(5/$,1&(57,'80%5('(
$&8(5'2$/&$378/2'(/$3,0306

 
7


2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

 
  
#
4
   8  $   
 $9* $    "!   3  32&
  $ $0&$-#$4
' (
$-
 5&) "
( :+-,&.  0 /16&2(  !  3 
 &(
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711

12,706
4,303
3,182
2,770
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064

 



63,657
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797

 
<;=5*>
$ $  9  $
$   ?
#$
 %     #  3:4 8$   $  9*$ 
 2 '  (    "$ !   3  32&$  $0-$-# $4  
@ ) *  +-5&,&( .  0/12& ! 6& 3 ( 
 &(

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

5,598
1,725
1,143
0,917
0,795
0,719
0,666
0,626
0,596
0,571
0,551
0,534
0,520
0,507
0,496
0,487
0,478
0,470
0,463
0,457
0,451
0,445
0,44
0,435

11,264
2,542
1,545
1,193
1,015
0,905
0,831
0,776
0,735
0,702
0,676
0,653
0,634
0,618
0,603
0,591
0,580
0,570
0,560
0,553
0,546
0,538
0,532
0,525

 
  #$ $
         "! 
&% 
' (
$
$ $0$-#$4
)  *5&
( +-,&.  0 6&/1( 2&!  3   &(

56,433
5,863
2,836
1,871
1,538
1,339
1,209
1,115
1,045
0,991
0,948
0,911
0,880
0,855
0,831
0,812
0,795
0,779
0,764
0,753
0,742
0,730
0,721
0,710

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

4,465
1,686
1,177
0,953
0,823
0,734
0,670
0,620
0,580
0,546
0,518
0,494
0,473
0,455
0,438
0,423
0,410
0,398
0,387
0,376
0,367
0,358
0,350
0,342


2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

8,984
2,484
1,591
1,241
1,050
0,925
0,836
0,769
0,715
0,672
0,635
0,604
0,577
0,554
0,533
0,514
0,497
0,482
0,468
0,455
0,443
0,432
0,422
0,413

45,012
4,730
2,921
2,059
1,646
1,401
1,237
1,118
1,028
0,955
0,897
0,847
0,805
0,769
0,737
0,708
0,683
0,660
0,640
0,621
0,604
0,588
0,573
0,559

 
A; 
; >
$ $  9  $
$   ?
#$ %    # $ 3:$ &  
 2 $  B! 
$  % $0 $-#$4
@ ' (  ) *
5&(  +-,&.  0/1 26& ( !  3 
 &(
3,958
0,996
0,572
0,410
0,325
0,271
0,235
0,209
0,188
0,172
0,159
0,148
0,139
0,131
0,124
0,118
0,113
0,108
0,104
0,100
0,096
0,093
0,090
0,087

7,965
1,467
0,780
0,540
0,420
0,340
0,290
0,260
0,230
0,212
0,195
0,181
0,169
0,160
0,151
0,143
0,137
0,131
0,125
0,120
0,116
0,112
0,108
0,105

39,904
3,385
1,419
0,885
0,650
0,518
0,434
0,376
0,334
0,301
0,275
0,254
0,236
0,221
0,209
0,197
0,188
0,179
0,171
0,164
0,158
0,152
0,147
0,142