Aplicación de modelos estadísticos para la detección y predicción de situaciones anomalas en plantas químicas virtuales mediante herramientas informáticas

Abstract

En las industrias de procesos se considera el control y monitorización como una herramienta fundamental para la transformación digital de las industrias existentes y de acoplarse a la tendencia de la industria 4.0, donde se caracteriza por arquitecturas de mayor escala, procesos cada vez más complejos y sistemas cada vez más automatizados. De forma complementaria a esta tendencia, se han surgido sistemas informáticos y algoritmos con funcionalidades diversas para asistir a las industrias de realizar innumerables operaciones de forma más automática. Uno de los campos más importantes de una planta industrial, después de su validación y construcción, es el correcto mantenimiento de sus equipos de forma periódica para mantener en sus mejores condiciones de operación. Este proceso es de gran interés económico, ya que dicho coste anual puede alcanzar entre 3% ~ 5% en respecto a la inversión inicial del equipo, contemplando un ciclo de vida útil entre 10 y 20 años[2], lo que corresponde a una cifra sustancial en la inversión. Actualmente, se está llevando a cabo diferentes estrategias de mantenimiento de las instalaciones, ahora como mantenimiento reactivo, mantenimiento planificado o proactivo, pero todas estas, o resulta un tiempo de reacción excesivo, o puede estar realizando un mantenimiento por exceso, que conlleva un coste operacional extra. Ú ltimamente con la integración de sistemas informáticos y control computarizados en el contexto de la producción industrial, ha hecho posible la recopilación de cantidades masivas de datos crudos para monitorizar el estado operativo y la eficiencia de los equipos. Dichos datos, que poseen la naturaleza de una serie temporal, es posible realizar predicciones del estado de funcionamiento del equipo a futuros momentos, lo que le permite organizar mantenimientos y pausa de línea en los mejores momentos. Dicho esto, en el presente artículo se ha focalizado la visión en la última estrategia de mantenimiento, mantenimiento preventivo. Se construirá y validará una arquitectura donde se involucran sistemas de simulación de plantas virtuales, su intercomunicación con plataformas de almacenamiento de datos y de procesamiento de datos, y en la que se construirán prototipos informáticos capacitados para pronosticar y predecir anomalías del equipo planificar intervenciones técnicas en el momento idóneo

A les indústries de processos es considera el control i monitorització com una eina fonamental per a la transformació digital de les indústries existents i d’acoblar-se a la tendència de la indústria 4.0, on es caracteritza per arquitectures de cada vegada més gran escala, processos cada vegada més complexos i sistemes cada cop més automatitzats. Complementàriament a aquesta tendència, s'han sorgit sistemes informàtics i algorismes amb funcionalitats diverses per assistir a les indústries de realitzar innombrables operacions de forma més automàtica. Un dels camps més importants d'una planta industrial, després de la validació i la construcció, és el correcte manteniment dels seus equips de forma periòdica per mantenir en les millors condicions d'operació. Aquest procés és de gran interès econòmic, ja que aquest cost anual pot assolir entre el 3% i el 5% respecte a la inversió inicial de l'equip, contemplant un cicle de vida útil entre 10 i 20 anys[2], la qual cosa correspon a una xifra substancial. Actualment, s'està duent a terme diferents estratègies de manteniment de les instal·lacions, ara com a manteniment reactiu, manteniment planificat o proactiu, però totes aquestes, o resulta un temps de reacció excessiu, o pot estar realitzant un manteniment per excés, que comporta un cost operacional extra. Darrerament amb la integració de sistemes informàtics i control computats en el context de la producció industrial fa possible la recopilació de quantitats massives de dades crues per monitoritzar l'estat operatiu i l'eficiència dels equips. Aquestes dades, que tenen la naturalesa d'una sèrie temporal, és possible fer una predicció de l'estat de funcionament de l'equip a moments futurs, cosa que permet la possibilitat d'organitzar manteniments en el moment adequat. Dit això, en aquest article s'ha focalitzat la visió en la darrera estratègia de manteniment, manteniment preventiu. Es construirà i validarà una arquitectura on s'involucren sistemes de simulació de plantes virtuals, la seva intercomunicació amb plataformes d'emmagatzematge de dades i de processament de dades, i en què es construiran prototips informàtics capacitats p

In the process industries, control and monitoring is seen as a fundamental tool for the digital transformation of existing industries and to match the Industry 4.0 trend, which is characterized by ever larger scale architectures, increasingly complex processes and increasingly automated systems. Complementary to this trend, computer systems and algorithms with diverse functionalities have emerged to assist industries to perform countless operations more automatically. One of the most important fields of an industrial plant, after its validation and construction, is the correct maintenance of its equipment periodically to keep it in its best operating conditions. This process is of great economic interest, since this annual cost can reach between 3% ~ 5% with respect to the initial investment of the equipment, contemplating a useful life cycle between 10 and 20 years [2], which corresponds to a substantial figure. Currently, different maintenance strategies are being carried out for the facilities, now as reactive maintenance, planned maintenance or proactive maintenance, but all these, or result in an excessive reaction time, or may be performing an excess maintenance, which leads to an extra operational cost. Lately, with the integration of computer systems and computerized control in the context of industrial production, it has become possible to collect massive amounts of raw data to monitor the operational status and efficiency of equipment. Such data, which have the nature of a time series, it is possible to make a prediction of the operating status of the equipment at future times, allowing the possibility of organizing maintenance at the right time. That said, this article focuses on the last maintenance strategy, preventive maintenance. An architecture will be built and validated involving virtual plant simulation systems, their intercommunication with data storage and data processing platforms, and in which computer prototypes capable of forecasting and predicting equipment anomalies and planning technical interventions at the right time will be built.