<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-14T04:26:49Z</responseDate><request verb="GetRecord" identifier="oai:www.recercat.cat:2117/390642" metadataPrefix="qdc">https://recercat.cat/oai/request</request><GetRecord><record><header><identifier>oai:recercat.cat:2117/390642</identifier><datestamp>2025-07-23T04:37:54Z</datestamp><setSpec>com_2072_1033</setSpec><setSpec>col_2072_452951</setSpec></header><metadata><qdc:qualifieddc xmlns:qdc="http://dspace.org/qualifieddc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:doc="http://www.lyncode.com/xoai" xsi:schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
   <dc:title>Aplicación de modelos estadísticos para la detección y predicción de situaciones anomalas en plantas químicas virtuales mediante herramientas informáticas</dc:title>
   <dc:creator>Ji, Zhengyong</dc:creator>
   <dc:subject>Àrees temàtiques de la UPC::Enginyeria química</dc:subject>
   <dc:subject>Chemical industry -- -- Information resources management</dc:subject>
   <dc:subject>Chemical industry -- Safety measures</dc:subject>
   <dc:subject>Ingeníeria de procesos</dc:subject>
   <dc:subject>Simulación de procesos industriales</dc:subject>
   <dc:subject>Aplicación de herramientas informáticas en detección de anomalías.</dc:subject>
   <dc:subject>Indústria química -- Gestió de la informació</dc:subject>
   <dc:subject>Indústria química -- Mesures de seguretat</dc:subject>
   <dcterms:abstract>En las industrias de procesos se considera el control y monitorización como una herramienta&#xd;
fundamental para la transformación digital de las industrias existentes y de acoplarse a la tendencia de&#xd;
la industria 4.0, donde se caracteriza por arquitecturas de mayor escala, procesos cada vez más&#xd;
complejos y sistemas cada vez más automatizados. De forma complementaria a esta tendencia, se han&#xd;
surgido sistemas informáticos y algoritmos con funcionalidades diversas para asistir a las industrias de&#xd;
realizar innumerables operaciones de forma más automática.&#xd;
Uno de los campos más importantes de una planta industrial, después de su validación y construcción,&#xd;
es el correcto mantenimiento de sus equipos de forma periódica para mantener en sus mejores&#xd;
condiciones de operación. Este proceso es de gran interés económico, ya que dicho coste anual puede&#xd;
alcanzar entre 3% ~ 5% en respecto a la inversión inicial del equipo, contemplando un ciclo de vida útil&#xd;
entre 10 y 20 años[2], lo que corresponde a una cifra sustancial en la inversión.&#xd;
Actualmente, se está llevando a cabo diferentes estrategias de mantenimiento de las instalaciones,&#xd;
ahora como mantenimiento reactivo, mantenimiento planificado o proactivo, pero todas estas, o&#xd;
resulta un tiempo de reacción excesivo, o puede estar realizando un mantenimiento por exceso, que&#xd;
conlleva un coste operacional extra.&#xd;
Ú ltimamente con la integración de sistemas informáticos y control computarizados en el contexto de&#xd;
la producción industrial, ha hecho posible la recopilación de cantidades masivas de datos crudos para&#xd;
monitorizar el estado operativo y la eficiencia de los equipos. Dichos datos, que poseen la naturaleza&#xd;
de una serie temporal, es posible realizar predicciones del estado de funcionamiento del equipo a&#xd;
futuros momentos, lo que le permite organizar mantenimientos y pausa de línea en los mejores&#xd;
momentos.&#xd;
Dicho esto, en el presente artículo se ha focalizado la visión en la última estrategia de mantenimiento,&#xd;
mantenimiento preventivo. Se construirá y validará una arquitectura donde se involucran sistemas de&#xd;
simulación de plantas virtuales, su intercomunicación con plataformas de almacenamiento de datos y&#xd;
de procesamiento de datos, y en la que se construirán prototipos informáticos capacitados para&#xd;
pronosticar y predecir anomalías del equipo planificar intervenciones técnicas en el momento idóneo</dcterms:abstract>
   <dcterms:abstract>A les indústries de processos es considera el control i monitorització com una eina fonamental per a la&#xd;
transformació digital de les indústries existents i d’acoblar-se a la tendència de la indústria 4.0, on es&#xd;
caracteritza per arquitectures de cada vegada més gran escala, processos cada vegada més complexos&#xd;
i sistemes cada cop més automatitzats. Complementàriament a aquesta tendència, s'han sorgit&#xd;
sistemes informàtics i algorismes amb funcionalitats diverses per assistir a les indústries de realitzar&#xd;
innombrables operacions de forma més automàtica.&#xd;
Un dels camps més importants d'una planta industrial, després de la validació i la construcció, és el&#xd;
correcte manteniment dels seus equips de forma periòdica per mantenir en les millors condicions&#xd;
d'operació. Aquest procés és de gran interès econòmic, ja que aquest cost anual pot assolir entre el 3%&#xd;
i el 5% respecte a la inversió inicial de l'equip, contemplant un cicle de vida útil entre 10 i 20 anys[2], la&#xd;
qual cosa correspon a una xifra substancial.&#xd;
Actualment, s'està duent a terme diferents estratègies de manteniment de les instal·lacions, ara com&#xd;
a manteniment reactiu, manteniment planificat o proactiu, però totes aquestes, o resulta un temps de&#xd;
reacció excessiu, o pot estar realitzant un manteniment per excés, que comporta un cost operacional&#xd;
extra.&#xd;
Darrerament amb la integració de sistemes informàtics i control computats en el context de la&#xd;
producció industrial fa possible la recopilació de quantitats massives de dades crues per monitoritzar&#xd;
l'estat operatiu i l'eficiència dels equips. Aquestes dades, que tenen la naturalesa d'una sèrie temporal,&#xd;
és possible fer una predicció de l'estat de funcionament de l'equip a moments futurs, cosa que permet&#xd;
la possibilitat d'organitzar manteniments en el moment adequat.&#xd;
Dit això, en aquest article s'ha focalitzat la visió en la darrera estratègia de manteniment, manteniment&#xd;
preventiu. Es construirà i validarà una arquitectura on s'involucren sistemes de simulació de plantes&#xd;
virtuals, la seva intercomunicació amb plataformes d'emmagatzematge de dades i de processament&#xd;
de dades, i en què es construiran prototips informàtics capacitats p</dcterms:abstract>
   <dcterms:abstract>In the process industries, control and monitoring is seen as a fundamental tool for the digital&#xd;
transformation of existing industries and to match the Industry 4.0 trend, which is characterized by&#xd;
ever larger scale architectures, increasingly complex processes and increasingly automated systems.&#xd;
Complementary to this trend, computer systems and algorithms with diverse functionalities have&#xd;
emerged to assist industries to perform countless operations more automatically.&#xd;
One of the most important fields of an industrial plant, after its validation and construction, is the&#xd;
correct maintenance of its equipment periodically to keep it in its best operating conditions. This&#xd;
process is of great economic interest, since this annual cost can reach between 3% ~ 5% with respect&#xd;
to the initial investment of the equipment, contemplating a useful life cycle between 10 and 20 years&#xd;
[2], which corresponds to a substantial figure.&#xd;
Currently, different maintenance strategies are being carried out for the facilities, now as reactive&#xd;
maintenance, planned maintenance or proactive maintenance, but all these, or result in an excessive&#xd;
reaction time, or may be performing an excess maintenance, which leads to an extra operational cost.&#xd;
Lately, with the integration of computer systems and computerized control in the context of industrial&#xd;
production, it has become possible to collect massive amounts of raw data to monitor the operational&#xd;
status and efficiency of equipment. Such data, which have the nature of a time series, it is possible to&#xd;
make a prediction of the operating status of the equipment at future times, allowing the possibility of&#xd;
organizing maintenance at the right time.&#xd;
That said, this article focuses on the last maintenance strategy, preventive maintenance. An&#xd;
architecture will be built and validated involving virtual plant simulation systems, their&#xd;
intercommunication with data storage and data processing platforms, and in which computer&#xd;
prototypes capable of forecasting and predicting equipment anomalies and planning technical&#xd;
interventions at the right time will be built.</dcterms:abstract>
   <dcterms:issued>2023-05-26</dcterms:issued>
   <dc:type>Bachelor thesis</dc:type>
   <dc:rights>Restricted access - author's decision</dc:rights>
   <dc:publisher>Universitat Politècnica de Catalunya</dc:publisher>
</qdc:qualifieddc></metadata></record></GetRecord></OAI-PMH>