Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Corrosion
Corrosion
y petrleo
Uso de herramientas de estadstica aplicada
Temario
Antecedentes y objetivo del estudio
Principios del mtodo
Caso de aplicacin
Conclusiones
Mtodo de medicin
Smart Pig (chancho)
Algoritmo de discriminacin de
defectos
0
Tuber
Tubera (corte transversal)
Punto de medici
medicin
Equipo de medici
medicin
(chancho
chancho)
Hoja de datos
Nmero de
Sold. Circ.
10
20
30
40
50
Distancia
Relativa
(m)
0,000
0,000
0,307
0,583
1,163
0,250
0,560
0,943
3,763
4,363
4,461
5,503
10,068
10,120
10,266
10,272
10,327
0,000
Distancia
Absoluta
(m)
0,163
0,163
0,470
1,053
1,633
1,883
2,193
3,137
5,957
6,557
6,655
7,697
12,261
12,313
12,459
12,466
12,520
12,520
Comentario
Prof.
Mxima
Profundidad
mxima
Defectos
VLVULA DE COMPUERTA
250 MM TOMA-FORJADA
50 MM TOMA-WELDOLET
MAGNETO
MAGNETO
INT PM
CURVA-EN FRO COMB. E&Deb.
INT PM
INT PM
INT PM
INT PM
SOLD RESIST ELC COMIENZO
Ubicacin
0,10
0,15
0,11
0,10
0,20
0
0
0
0
0
0
0
0
0
0
10
0
15
11
10
20
0
0
Longitud
FER
Orientacin
(hrs:min)
Referencia
Aguas Arriba
09:00
TOMA-FORJADA
12:00
49
0,592
05:00
24
13
29
22
0,587
0,583
0,587
0,588
08:15
08:30
05:15
08:15
TOMA-FORJADA
Fuentes de error
Calibracin de los sensores del equipo de medicin
Ubicacin radial del equipo
Fabricante y tecnologa del equipo
Condiciones propias de la medicin (velocidad, entorno)
Error residual del algoritmo de medicin
Problemas a resolver
I Comparacin entre mediciones:
Se debe calcular la tasa de crecimiento de fallas comparando
datos de los mismos defectos en un perodo o dos perodos
diferentes y, en funcin de ello, una fecha de falla crtica.
II Apareamiento de datos:
En el caso de dos mediciones, se deben aparear los defectos
de uno y otro ensayo a fin de calcular la tasa de crecimiento
de la falla.
Caso de aplicacin:
Tubera de gas analizada a los 5 y 10 aos de construccin
Anlisis de Normalidad
Summary for Prof A
12
15
18
21
24
61,49
0,005
A-Squared
P-Value <
53,14
0,005
Mean
StDev
Variance
Skewness
Kurtosis
N
11,107
1,530
2,342
3,1162
18,9275
722
Mean
StDev
Variance
Skewness
Kurtosis
N
13,838
3,502
12,267
1,43393
3,31552
2001
Minimum
1st Quartile
Median
3rd Quartile
Maximum
27
A-Squared
P-Value <
10,000
10,000
11,000
12,000
27,000
12
16
20
24
28
32
36
13,684
1,455
11,000
13,000
95% Confidence Intervals
1,614
Mean
Median
Median
11,05
11,10
11,15
11,20
11,25
13,000
Mean
11,00
13,991
10,000
11,000
13,000
16,000
36,000
11,218
Minimum
1st Quartile
Median
3rd Quartile
Maximum
13,0
13,2
13,4
La hiptesis de normalidad no
se verifica
13,6
3,397
13,8
14,0
3,614
Deteccin de segmentos y
ngulos crticos
Profundidad mxima
35
30
25
20
15
10
1
1000
2000
3000
4121
4483,1
35
0,000
1,000
4000
5000
Observation
6000
7000
8000
9000
6052
6203,0
8
0,000
1,000
40
30
Profundidad mxima
20
2000
10
0
1000
03:00
06:00
Orientacin
0
09:00
Distancia A bsoluta_(m)
Segmentos
1090 - 1451
22
20
Segmentos
779 - 971
Data
18
16
14
12
10
Prof A
Prof B
N
1410
1997
Median
11,000
12,500
Corte de la tubera en
rodajas
Variable
A ctual
Fits
Forecasts
100
A ccuracy
MAPE
MAD
MSD
Prof%
80
60
Measures
0,0599000
0,0089096
0,0001376
40
20
0
2005
2020
2035
2050
Year
2065
2080
2095
La proyeccin de crecimiento del defecto en los segmentos estudiados indica el momento de mayor
probabilidad de encontrar un defecto con profundidad mayor a 50% ( tramo de 1089,8 a 1451,4 m)
Conclusiones
Run Chart
Surface Plot
Box Plot
Mann-Whitney Median Test