Diagnóstico de fallas con redes bayesianas en una planta de desalación

Diagnóstico de fallas con redes bayesianas en una planta de desalación
Álvaro F. Núñez1, Enrique E. Tarifa1,2 & Samuel Franco Domínguez1
(1) Facultad de Ingeniería, Universidad Nacional de Jujuy alfanunez@yahoo.com.ar, eetarifa@arnet.com.ar & sfdominguez@yahoo.com.ar (2) CONICET eetarifa@arnet.com.ar

RESUMEN: un sistema de diagnóstico de fallas tiene por misión analizar el estado del procesobajo supervisión con el fin de determinar si el estado observado es normal o no. En caso de detectar un estado anormal, el sistema debe identificar la causa de la anormalidad; a esta causa se la denomina falla. El sistema de diagnóstico conoce el estado del proceso supervisado a través de la información brindada por sensores instalados en el proceso. El sistema debe procesar esta información afin de poder detectar e identificar lo antes posible cualquier falla que afecte al proceso; pero a la vez, debe minimizar las falsas alarmas y los diagnósticos erróneos. El presente trabajo tiene como objetivo desarrollar un sistema de diagnóstico de fallas para una planta de desalación del tipo MSF (multi-stage flash system) empleando redes bayesianas. Una red Bayesiana es un árbol causal, dondecada nodo representa un evento o un estado particular de una variable. Los nodos están conectados con arcos dirigidos que explicitan las relaciones causa-efecto que rigen el proceso modelado. La naturaleza estocástica de estas relaciones es modelada con probabilidades. La principal utilidad de una red Bayesiana es que permite sistematizar la actualización de las probabilidades de cada nodo cuando seincorpora un nuevo dato. El desempeño del sistema fue evaluado utilizando un simulador desarrollado para una planta real. En la mayoría de los casos, el sistema logró identificar la falla ante la presencia de los primeros síntomas. 1 INTRODUCCIÓN se necesita un conjunto de datos históricos del proceso, los cuales pueden obtenerse de los sensores instalados para realizar la supervisión y controldel proceso (Venkatasubramanian et al., 2003). Por otra parte, el tratamiento de la información puede ser cualitativo o cuantitativo. En el enfoque cualitativo, la información cuantitativa de los sensores se transforma en información cualitativa; por ejemplo, representando con +1 cualquier valor que esté por encima del rango de valores normales de una variable dada. Generalmente, debido al ruidopropio del proceso, se considera como normal el valor de una variable mientras está dentro de un cierto rango o banda de normalidad. Esta banda debe ser fijada cuidadosamente, mientras más angosta es, más sensible es el sistema, pero mayor es el riesgo de falsas alarmas. Cuando un proceso es afectado por una falla, las variables del proceso evolucionan siguiendo trayectorias (secuencias temporalesde datos) que pueden ser utilizadas para identificar la falla que las originan (Wang et al., 1997). Estas evoluciones pueden considerarse síntomas de una falla. Cada síntoma que se observe, es un dato

Un sistema de diagnóstico de fallas tiene la misión de analizar el estado del proceso bajo supervisión a fin de determinar si está desarrollándose en forma normal o si está evolucionando en formaanormal. En este último caso, debe determinar la causa de la anormalidad, la cual podrá ser: una avería en algún equipo, un error de operación, cambios en las corrientes de entrada de la planta, etc.; esta causa se denomina falla. La identificación temprana de la falla es de suma importancia a fin de iniciar las acciones necesarias para atenuar o evitar las consecuencias: lesiones en losoperadores, daño en los equipos, pérdidas de producción, explosiones, liberación de contaminantes, etc. Las técnicas a utilizar para tal identificación pueden ser muy variadas (Wang et al., 1997; Persina y Tovornik, 2005; Witczaka et al., 2006; Zhang, 2006). En forma general, se las pueden clasificar como técnicas basadas en modelos y técnicas basadas en datos. Dado que las primeras requieren información...