Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen— Se presenta el desarrollo de un sistema de modelo matemático y las mediciones del proceso para el
diagnóstico de fallas para el turbogenerador a vapor de una diagnóstico de fallas.
central de generación de ciclo combinado. El diseño se lleva a En los sistemas de gran escala, el uso de un modelo
cabo usando el análisis estructural. La descomposición Dulmage-
estructural es más apropiado que un modelo dinámico porque
Mendelsohn de la matriz de incidencia divide al sistema en uno
justamente restringido y otro sobre restringido. Se realiza un
el primero es una abstracción del segundo, ya que para el
emparejamiento únicamente en la sección sobre restringida, lo modelo estructural sólo se necesita saber qué variables
que permite encontrar las relaciones de redundancia analítica y aparecen en cada una de las restricciones (ecuaciones), sin
determinar la monitorabilidad y detectabilidad del proceso. El tener en cuenta los parámetros ni la forma detallada de la
sistema de diagnóstico de fallas se implanta en el simulador de expresión matemática.
una central de generación de ciclo combinado, se prueba ante un Existen diversas metodologías para analizar la estructura de
escenario reducido de fallas en los sensores, actuadores y proceso un sistema, en este trabajo se usa el análisis estructural (AE)
y se analizan los resultados obtenidos. propuesto en [1]. El AE se basa en el proceso de
emparejamiento y las relaciones causales que existen entre las
Palabras Clave—Análisis estructural, diagnóstico de fallas,
detectabilidad, monitorabilidad, turbogenerador a vapor.
variables del sistema para construir un modelo estructural,
generar las relaciones de redundancia analítica (ARR´s) y
I. INTRODUCCIÓN determinar la monitorabilidad, detectabilidad y aislabilidad de
las fallas del sistema.
L AS centrales de generación de ciclo combinado (CGCC)
representan una de las mejores alternativas para
generación de energía eléctrica en todo el mundo. Sus
El documento está organizado de la siguiente manera. En la
sección II se introducen algunos conceptos sobre el análisis
estructural. La sección III presenta una descripción breve de la
principales ventajas son: alta eficiencia en el proceso de TV y su modelo dinámico. En la sección IV se aplica el AE a
combustión, mayor generación de potencia eléctrica, menor la TV y se analiza la detectabilidad y monitorabilidad del
contaminación y gran flexibilidad. proceso. En la sección V se muestra el diseño del sistema de
La turbina de vapor (TV) es una componente fundamental en diagnóstico, en la sección VI se implanta y prueba en el
las CGCC, ya que se considera la ganancia del proceso. Si simulador de una CGCC y finalmente en la sección VII se dan
ocurre una falla en ella, se pueden provocar: pérdidas las conclusiones del trabajo.
económicas, peligro para los operadores, daños al medio
ambiente o incluso que la máquina salga de operación, lo que II. ANÁLISIS ESTRUCTURAL
reduciría la eficiencia global del proceso en alrededor de un El análisis estructural es una herramienta basada en la teoría
50%. Por lo anterior, contar con sistemas que permitan la de grafos [2] que usa la información estructural contenida en el
oportuna detección y localización (FDI, por sus siglas en modelo dinámico, para determinar algunas propiedades del
inglés) de las fallas, que mejore la disponibilidad y sistema que son útiles en el diagnóstico de fallas.
confiabilidad de la planta; reduzca los costos de
mantenimiento y aumente el tiempo de vida de los equipos, es Definición 1. El modelo estructural de un sistema se puede
una característica cada vez más necesaria en las CGCC.
representar por un grafo bipartito G = (V ∪ C , Γ )
En este trabajo se desarrolla un sistema de detección de
fallas basado en modelos de acuerdo a la metodología FDI, la dondeV = X ∪ K es el conjunto de vértices correspondiente a
cual emplea la redundancia analítica y la consistencia entre el las variables conocidas K y desconocidas X , que están en las
restricciones C = {c1 , c2 ,..., ci } ;
Γ= {(c , v ) v aparece en c }
i j j i es el conjunto de aristas. La
A. Flores Abad, Departamento de Mecatrónica del Centro Nacional de correspondiente matriz de incidencia MI de G es una matriz
Investigación y Desarrollo Tecnológico, Cuernavaca, Mor. 62490 México. booleana en donde las filas corresponden a C, las columnas a
(e-mail: anf_abad04mk@cenidet.edu.mx).
* Autor de correspondencia: M. Sánchez Parra, División de Sistemas de
Control del Instituto de Investigaciones Eléctricas, Cuernavaca, Mor. 62490
{ }
V y MI = mi, j mi, j = 1si (ci , v j ) ∈ Γ, 0 en otro caso .
México (teléfono: +52-777-362-3811ext. 7721; fax +52-777-362-3811 ext.
2100; e-mail: msanchez@iie.org.mx ).
C. Verde, Departamento de Automatización del Instituto de Ingeniería de
la UNAM, Coyoacan, DF 04510 México, (e-mail: verde@servidor.unam.mx
).
316
Definición 2. Un emparejamiento es una asignación causal que dinámica del proceso, en el AE se amplía el modelo agregando
asocia algunas variables desconocidas Xe del sistema con una restricción de la forma
las restricciones C e a partir de las cuales pueden ser d
xi = x i (di)
calculadas. Un emparejamiento es un subconjunto de Γ tal dt
que ninguna arista tiene vértices comunes. por cada variable de estado y así obtener un modelo estructural
de 33 restricciones.
Teorema 1. Cualquier MI se puede descomponer en tres
secciones: A. Modelo estructural
1) S + = (C + ,V + ) es la parte sobre restringida con más El modelo estructural contiene la información de las
variables que pertenecen a cada restricción. Considere el caso
restricciones que variables y existe un emparejamiento de c1 que corresponde a la posición de la válvula bypass, su
completo en V + pero no en C + .
expresión dinámica es
2) S 0 = (C 0 ,V 0 ) es la parte justamente restringida, con el k − k3
mismo número de restricciones que variables y existe si x1 = 2 (1)
θ1
hay un emparejamiento completo tanto en V 0 como en C 0 . y la estructural
3) S − = (C − ,V − ) es la parte sub restrzingida, con menos x 1 = f (k2 , k 3 , θ1 ) (2)
restricciones que variables y existe un emparejamiento
completo en C − pero no en V − . B. Matriz de incidencia
Esta descomposición se conoce como Dulmage-Mendelsohn
[3]: El modelo estructural de un sistema se puede representar por
una MI o por un G . La tabla 1 muestra la MI para el
III. DESCRIPCIÓN DE LA TURBINA DE VAPOR Y SU MODELO modelo de la TV en función de variables desconocidas.
DINÁMICO TABLA I
MATRIZ DE INCIDENCIA PARA LA TV
Existen diferentes configuraciones de CGCC. La que se usa C
X x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 x 12 x 13 x 14 x 15 x 16 x 17 x 18 x 19 x 20 x 21 x 22 x 23 x 24 x 25 x 26
en este trabajo cuenta con dos turbogeneradores a gas y uno a c1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
d1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
vapor. En condiciones ideales las unidades turbogas generan c2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
95 MW y la de vapor 50 MW. El modelo dinámico usado d2
c3
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
corresponde al de una turbina de vapor para central de d3 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
generación de ciclo combinado Westinghouse [4]. Este c4
c5
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
modelo puede ir desde arranque en frío, sincronización, carga c6 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
IV. ANÁLISIS ESTRUCTURAL PARA LA TV Las ARR´s son expresiones escalares expresadas únicamente
El Modelo dinámico de la TV contiene 25 restricciones: 17 en función de variables conocidas, tal que en caso libre de
algebraicas no lineales y 8 diferenciales que corresponden a falla ci (k ) = 0 . Las ARR´s se obtienen de aquellas
las variables de estado. Se identifican 15 variables restricciones que no son consideradas en el proceso de
conocidas ki (APÉNDICE A), 26 desconocidas x i emparejamiento y por tanto son redundantes. Existen
(APÉNDICE B) y 22 parámetros θi . Para hacer referencia a la diferentes algoritmos para llevar a cabo el emparejamiento
[5], [6] y el que se usa aquí [2].
317
TABLA 2
DESCOMPOSICIÓN DULMAGE-MENDELSOHN DE LA MI Y EMPAREJAMIENTO EN EL SUBSISTEMA SOBRE RESTRINGIDO
Desconocidas X 0
Desconocidas X +
Conocidas K
R C x17 x20 x 5 x21 x22 x 2 6 x 2 5 x 1 6 x 2 4 x 1 3 x 1 5 x14 x11 x 1 2 x 7 x 4 x 2 3 x 8 x 1 8 x 9 x10 x 3 x 2 x 6 x19 x 1
c18 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
c17 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
C0 d4 0 0 ∆ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
c21 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
c22 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 c23 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k6
1 c25 0 0 0 0 0 1 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k15
0 c20 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k 3 , k 7 , k12 , k 13
0 d7 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k6
0 c12 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k 4 , k 5 , k 7 , k12 , k13 , k14
1 c13 0 0 0 0 0 0 0 0 0 1 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k13 , k14
1 c10 0 0 0 0 0 0 0 0 0 1 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 k 7 , k12
0 d6 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 0 k12
2 c11 0 0 0 0 0 0 0 0 0 1 0 1 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 0 φ
0 c6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 0 k7
0 c5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 0 k7
0 c24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 0 0 0 k6
1 c15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 ⊕ 0 0 0 0 0 0 0 0 k12
C+ 2 c19 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 1 ⊕ 0 0 0 0 0 0 0 k 6 , k15
0 c4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 0 0 k 7 , k12
1 d5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ∆ ⊕ 0 0 0 0 0 φ
0 d3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 0 k5
0 d2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ 0 0 0 k4
2 c9 0 0 0 0 0 0 0 1 0 0 1 0 1 0 1 1 0 1 0 1 0 0 0 ⊕ 0 0 k 8 , k 9 , k10 , k11 k12
3 c16 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 1 0 0 0 0 0 ⊕ 0φ
0 d1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ⊕ k4
0 c1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 k2 , k 3
0 c2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 k1 , k 4
0 c3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 k1 , k 5
ARR´s
2 c7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 φ
1 c8 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 k8 , k9
3 c14 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 k13
4 d8 0 0 0 0 0 ∆ 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 φ
En la tabla 2 el símbolo ∆ indica que la variable no es d8 : f (c23 (k 6 ), c25 (k15 ), k 6 , k15 ) = 0 (9)
calculable para evitar los ciclos diferenciales, como se señala
en [2] y [5]; ⊕ denota el emparejamiento (ci , v j ) . También en D. Análisis de monitorabilidad.
la tabla 2 se observa cómo al aplicar el algoritmo de
Dulmage-Mendelsohn propuesto en [7] se divide a la MI en En ausencia de falla, un sistema es estructuralmente
un subsistema S 0 y otro S + . En esta investigación se realizó monitoreable si el conjunto de variables desconocidas X se
solamente un emparejamiento de variables, de varias posibles puede expresar en función de las variables conocidas K . Para
combinaciones que existen, con las cuales es posible obtener este caso como todas las variables desconocidas X fueron
un mayor número de ecuaciones redundantes y aislar más emparejadas, el sistema es monitoreable por el conjunto de
fallas. Al llevar a cabo el proceso de emparejamiento en S + se K de variables conocidas dado por
obtiene el conjunto de restricciones redundantes dado por K = K s ∪ Kc
C red = {c1, c2 , c3 , c7 , c14 , c8 , d8 } donde
a las cuales se les aplica el back tracing según [8] para obtener K s = {k 3 , k 4 , k5 , k 6 , k 7 , k 8 , k 9 , k10 , k11, k12 , k13 , k14 , k15 }
(3)-(9) que representan las 7 ARR´s, expresadas únicamente en representa 3 transmisores de posición para las válvulas, 2
función de variables conocidas. trasmisores de presión, 1 pick-up magnético para medir la
velocidad, 4 termopares, 2 transmisores de flujo y 1
c1 : f (d1 (k 3 ), k2 , k 3 ) = 0 (3) wattimetro; las variables del subconjunto
Kc = {k1, k2 }
c2 : f (d2 (k 4 ), k1 , k 4 ) = 0 (4)
c3 : f (d3 (k 5 ), k1, k5 ) = 0 (5) son las señales control.
Para analizar la monitorabilidad en caso de falla se sigue el
c7 : f (c4 (k7 , k12 ), c5 (k 7 ), c6 (k 7 ), c9 (k 8 , k 9 , k10 , k11, k12 ), c12 (k 4 , procedimiento descrito en [9] y se encuentra que el sistema ya
k 5 , k7 , k12 , k13 , k14 ), c13 (k13 , k14 ), c15 (k12 ), c20 (k 3 , k 7 , k12 , k13 ) (6) no será monitoreable si falla un sensor del subconjunto
K nm = {k6 , k7 , k10 , k11 , k12 , k13 , k14 , k15 }
, d5 , d6 (k12 ), k 3 , k 4 , k 5 , k7 , k 8 , k 9 ,10 , k11, k12 , k13 , k14 ) = 0
y permanece, si falla un sensor de
c8 : f (c4 (k 7 , k12 ), c12 (k 4 , k5 , k 7 , k12 , k13 , k14 ), c13 (k13 , k14 ), c20 K m = {k8 , k9 }
(7)
(k 3 , k7 , k12 , k13 ), d5 , k 3 , k,4 , k5 , k7 , k 8 , k9 , k12 , k13 , k14 ) = 0 lo que indica que en los sensores de K m es posible sustituir la
c14 : f (c5 (k 7 ), c6 (k7 ), c10 (k 7 , k12 ), c11, c12 (k 4 , k 5 , k 7 , k12 , k13 redundancia de hardware por la analítica porque las ARR´s
calculan su valor en caso de que estos fallen, mientras que en
, k14 ), c13 (k13 , k14 ), c15 (k12 ), c16 , c19 (k 6 , k15 ), c24 (k6 ), (8) los sensores K nm se debe continuar con la redundancia de
d6 (k12 ), d7 (k 6 ), k 4 , k 5 , k 6 , k7 , k12 , k13 , k14 ) = 0 hardware.
318
E. Análisis de detectabilidad Para obtener la expresión matemática del residuo a partir del
modelo dinámico, se iguala a cero c8 (5) y se despeja la
Las fallas asociadas a la parte no detectable coinciden con el variable desconocida x i que aparece en el GEO para cada una
subsistema S 0 de la tabla 2, por lo que el conjunto de fallas no de las restricciones, como se muestra a continuación
detectable de la TV está en:
C nd = {d4 , c17 , c18 , c21 , c22 }
El que se tengan restricciones no detectables, no impacta k 8 + k9 − x 15 − x 16
c8 : − x 10 = 0 (10)
fuertemente en el proceso porque existen otras restricciones θ8
que cubren las secciones en las que C nd aparece. Como Con:
ejemplo considere que ocurre una falla en d 4 que calcula la k7
x9 = (11)
variación másica de vapor sobrecalentado, a pesar que ésta es k12 * θ 3
una restricción no detectable, existen otras restricciones que 2
podrían detectar la falla, como c4 , c5 , c6 , c7 , c8 , d5 , c9 , d6 las θ122 * k12 * k132 + (k 4 + k5 ) * θ132 * k14 * k72
x 13 = 2 (12)
cuales representan la: presión de vapor sobrecalentado, θ122 * k12 + (k 4 + k 5 ) * θ132 * k14
entalpía del vapor sobrecalentado, masa de vapor en el
k72 − k132
recuperador, densidad de vapor sobrecalentado, temperatura x 16 = k 3 * θ16 (13)
de vapor sobrecalentado, y variación de la temperatura de k12
vapor sobrecalentado, respectivamente. d
x 10 = x9 (14)
dt
V. DIAGNÓSTICO DE FALLAS
De acuerdo con [10] las etapas del diseño de un sistema de 2
x 13 − k132
diagnóstico de fallas son: generación de residuos, detección y x 15 = θ12 * (15)
k12
localización de las fallas.
k12 0.01
0
k7 c4 d5
x9 x10 -0.01
k13 -0.02
k4 -0.03
c12 x13 c13 x15 c8 Cero
0 1000 2000 3000 4000 5000
Tiempo (s)
6000 7000 8000 9000
k14
x16 B. Detección de fallas
k3 c20
Las fallas que se proponen para validar el sistema de
k9 diagnóstico se muestra en la tabla 3.
Fig. 2. Grafo estructural orientado para la ARR5 ( c8 ).
319
TABLA 3 A. Falla de sensores por desviación
FALLAS PROPUESTAS
Falla Descripción
En la Fig. 4 se muestra la falla por desviación del sensor de
Fallas en sensores:
posición de la válvula de control de admisión de vapor
f1 , f2 , f3 , f4 , f5 , f6 , f7 , Falla total ó por desviación de los
superior. La falla asociada a este caso es f2 y se introduce a
sensores, donde f1 , f2 , f3 , ..., son las fallas
f8 , f9 , f10 , f11, f12 , f13 los 4500 s. durante el rodado de la TV . De acuerdo a la tabla
de los elementos de K s *
3 los residuos que deben detectar esta falla son el 2, 4, 5 y 6.
f14 Falla en actuador: 100
Señal del sensor
Bloqueo de la válvula bypass 80
Desviación del sensor
Apertura (%)
60
* Ver APÉNDICE A 40
20
Para analizar cuales son las fallas que cada residuo detecta, 0
se relacionan los residuos ri y las fallas f j mediante la matriz 0 1000 2000 3000
Tiempo (s)
4000 5000 6000
MF = -0.01
-0.03
0 1000 2000 3000 4000 5000 6000
en sensores y la de sobrevelocidad.
0
-0.01
0 1000 2000 3000 4000 5000 6000
TABLA 4 Residuo 6
-0.02
f1 f2 f3 f4 f5 f6 f7 f8 f9 f10 f11 f12 f13 f14 f15 -0.04
r1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.06
0 1000 2000 3000 4000 5000 6000
r2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 Tiempo (s)
4000
VI. RESULTADOS DE LA SIMULACIÓN
Velocidad (rpm)
3000
Se programó y validó el sistema de diagnóstico en el
simulador [11] de una CGCC ante las fallas propuestas en la
2000
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
Tiempo (s)
Fig. 6. Falla por sobrevelocidad.
320
2
Residuo 6
de la posición de la válvula de control inferior, x 3 ; entalpía
1
del vapor que sale del recuperador de calor, x 4 ; masa de
0
321