Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidadiv Tema8 Scada 140412173021 Phpapp01 PDF
Unidadiv Tema8 Scada 140412173021 Phpapp01 PDF
Núcleo de Monagas
Ingeniería de Sistemas
Cursos Especiales de Grado
Automatización y Control de Procesos Industriales
Equipo SCADA
Vanessa A. Villalobos B. C.I.: 18.173.743
José D. Figuera M. C.I.: 16.516.398
INTRODUCCIÓN .................................................................................................... 1
MARCO TEORICO.................................................................................................. 2
1. FALLOS ........................................................................................................ 2
2. DETECCIÓN DE FALLOS ............................................................................ 2
3. MÉTODOS PARA DETECCIÓN DE FALLOS .............................................. 2
3.1. Detección basada en métodos analíticos ........................................... 2
3.2. Detección basada en conocimiento .................................................... 4
4. DETECCIÓN DE FALLOS UTILIZANDO ESTRUCTURAS DE
TRANSICIÓN ROBUSTA ................................................................................... 5
5. CRITERIOS DE SELECCIÓN DE MÉTODOS DE DETECCIÓN Y
DIAGNOSTICO DE FALLOS .............................................................................. 6
DISCUSIÓN ............................................................................................................ 7
CONCLUSIONES.................................................................................................... 9
REFERENCIAS BIBLIOGRÁFICAS ...................................................................... 10
INTRODUCCIÓN
1
MARCO TEORICO
1. FALLOS
Los fallos pueden ser un malfuncionamiento de un componente del sistema,
sea un sensor, un actuador, la planta, un cambio de un parámetro, etc. Un fallo se
define como una desviación no permitida de al menos una propiedad característica
de una variable a partir de un comportamiento aceptable. Por lo tanto, el fallo es
un estado que puede dar lugar a un mal funcionamiento o fallo del sistema. 2
2. DETECCIÓN DE FALLOS
La tarea de la detección de fallos consiste básicamente en la obtención de
indicadores de fallo y su evaluación continua, seguido de un proceso de decisión.
Se fundamenta, por tanto, en el conocimiento sobre el funcionamiento del proceso
(modelo) y la utilización de éste de forma automática y sistemática para decidir
sobre el correcto (o incorrecto) funcionamiento del proceso de forma continua.
Para ilustrar de mejor manera como ejemplo se dice que se tiene un sistema
de regulación de nivel que actúa sobre la bomba que alimenta el suministro de
líquido. El propósito es mantener un caudal constante a la salida del depósito. Si
no se produce ningún cambio en el sistema, una desviación significativa en el
valor del caudal de salida respecto el valor deseado será indicativo de algún fallo.
Por ejemplo una obstrucción en la bomba, o una fuga en los conductos. 1
2
3.1.1. Detección basada en señales
Consiste en extraer de las señales procedentes del proceso la máxima
información posible sobre los fallos que deben detectarse. Para llevar a cabo la
detección se necesita conocer la relación entre las señales (síntomas) y los
posibles fallos que pueden afectar al proceso. Esta metodología puede
considerarse como la más primitiva de las utilizadas. El tipo de procesado utilizado
dependerá del tipo de señales y del conocimiento sobre el proceso. Entre las
herramientas utilizadas podemos destacar las técnicas estadísticas,
probabilidades, análisis temporal y frecuencial o el reconocimiento de patrones. El
SPC (Statistical Process Control) entraría en este conjunto de técnicas.
La elección de la herramienta a utilizar dependerá lógicamente de las
características “interesantes” de cada señal para indicar la presencia de
determinados fallos. Estas características interesantes pueden ser tan diversas
como el propio valor de la señal, su derivada, su espectro frecuencial o la similitud
con un patrón previamente definido. La utilización de relaciones directas entre las
señales medidas (o funciones de éstas) y los fallos presentes en el proceso
requiere un conocimiento del mismo que sólo puede adquirirse a través de la
experiencia, siendo ésta la mayor dificultad de estos métodos. 1
3.1.2. Detección basada en modelos analíticos
Estos métodos se basan en la utilización de modelos matemáticos (lineales
o no lineales) para generar señales adicionales que se comparan con las señales
medidas. Este procedimiento se conoce con el nombre de redundancia analítica.
La tarea principal de los métodos de detección de fallos basados en
modelos es la generación de residuos. Los residuos representan cambios o
discrepancias en el proceso y se obtienen a partir de variables o de parámetros
del mismo. Para obtener los residuos, los datos medidos del proceso se comparan
con los obtenidos del modelo. Los datos procedentes del modelo representan las
condiciones normales de funcionamiento considerando que las entradas
conocidas son las mismas que en el proceso real.
3
http://www.ceautomatica.es/sites/default/files/upload/10/files/sistemas%20de%20s
upervision.pdf
Los residuos pueden obtenerse de dos maneras: utilizando observadores o
filtros Kalman para estimar variables de interés, a partir de las entradas y salidas
medidas del proceso. Los errores entre los datos reales y las estimaciones (o
alguna función de los mismos) se utilizan como residuos.
Y con Estimación de parámetros, la cual se basa en la suposición que los
fallos se producen en los parámetros físicos del sistema (Masa, rozamiento,
resisitencia). Estos métodos por lo general necesitan una excitación de entrada del
proceso y son especialmente adecuados para la detección de múltiples fallas.1 4
4
de episodios de evolución de la señal, se permite obtener el comportamiento de la
misma, y el objetivo final es separar (abstraer) de estas señales medidas sólo
aquellas características útiles para la detección de los fallos. Las herramientas a
utilizar y los resultados (representación) obtenidos siempre deben estar en función
del conocimiento disponible sobre las propias señales y sobre el comportamiento
del proceso (relaciones entre los síntomas y los fallos). Algunas de las
herramientas utilizadas son redes neuronales o los conjuntos difusos. 1
3.2.2. Detección basada en modelos cualitativos
Los fallos son detectados a partir de la comparación del funcionamiento del
sistema supervisado con el de un modelo del mismo, que representa el
funcionamiento normal. La utilización de modelos cualitativos está motivada por la
imposibilidad de disponer de modelos matemáticos precisos debido a la
complejidad estructural o de comportamiento del proceso supervisado.
Los modelos cualitativos pueden utilizarse en el mismo sentido que los
modelos analíticos, para comparar las salidas del proceso real con las de la
simulación (comportamiento normal) y de esta forma detectar las posibles
discrepancias y, en consecuencia, los fallos. En este caso debe tenerse en cuenta
que las salidas de la simulación no son señales numéricas. 1
5
diferentes controladores candidatos para cada régimen de operación, una
biblioteca de modelos de cada régimen de operación y un supervisor de transición,
que define cual controlador se encargará del proceso y en qué momento se activa
el lazo de retroalimentación.
Se plantean como alternativa para la detección y el diagnóstico de fallas.
Una de las ventajas de este método es la reducción en la complejidad matemática
inherente a muchas estructuras aplicadas a la detección y el diagnóstico de fallas.
El esquema propuesto utiliza modelos matemáticos paramétricos para caracterizar
las fallas en los instrumentos.
Una de las ventajas del método propuesto es la utilización de sólo la señal
de entrada (señal de control) y la salida del proceso, para la obtención de los
modelos. Además de ser una técnica que no requiere demasiada complejidad
matemática al ser utilizadas sólo señales disponibles y el uso de las técnicas de
identificación paramétricas, es decir, está entonces, orientada a un sentido
práctico que pueda ser implementado en cualquier tipo de procesos. El análisis se
realizó para fallas que están presentes en el proceso bajo control, es decir, que
con ello puede demostrarse que cualquier anormalidad del proceso puede ser
representada por un modelo matemático, mediante sistemas de Identificación,
basándose, claro está en los históricos del proceso bajo estudio. 3
6
DISCUSIÓN
7
equipo. Las operaciones de diagnóstico y de reparación de fallas requieren que la
persona lleve a cabo posea los conocimientos y experiencia necesarios. Lo
anterior incluye conocer los modos usuales de fallas de los equipos de prueba que
pueden resultar de utilidad en una situación particular, además de los
procedimientos normales para efectuar las reparaciones necesarias.
En general las fallas en un sistema de automatización tendrán impacto
directo en cualquier industria. Esto se traduce la mayor parte del tiempo, en altos
costos de mantenimiento, altos costos de reparación y en oportunidades en la
pérdida total o parcial de los niveles de producción. Una aproximación para
minimizar estas fallas, es disponer de un sistema capaz de identificar una falla
potencial antes que la misma ocurra, tomando así las acciones correctivas
apropiadas. Es por esto entonces necesario implementar sistemas de detección y
diagnóstico de fallas, que permitan la investigación y la determinación de aquellas
fallas que causan los impactos de mayor magnitud. Esta identificación permitirá
detectar las fallas importantes en el sistema de automatización con antelación lo
cual puede garantizar el éxito o fracaso de los procesos en la industria.
8
CONCLUSIONES
9
REFERENCIAS BIBLIOGRÁFICAS
10