Bogotá - Ingeniería - Maestría en Ingeniería - Automatización Industrial · 2025
Prueba piloto de software industrial de analítica de datos aplicado al modelado de un activo de una planta industrial colombiana de Oil and Gas
Este trabajo presenta el desarrollo e implementación de una solución analítica predictiva aplicada a un compresor reciprocante de una planta de compresión de gas natural en Colombia. El objetivo principal fue diseñar y validar una herramienta de modelado predictivo como piloto de aplicación del software ThingWorx en entornos industriales reales. Se adoptó una metodología híbrida basada en marcos de ciencia de datos y metodologías nativas de la plataforma, adaptada al contexto técnico y operativo del activo. La solución integra modelos de detección de anomalías —basados en control estadístico de procesos (SPC)— para 12 variables críticas, y modelos de pronóstico multivariable para predecir 18 variables en ventanas de hasta 24 horas. Se emplearon datos históricos reales de dos años remuestreada a 30 y 60 minutos. La validación incluyó pruebas retroactivas con datos no vistos y análisis comparativo con eventos de falla documentados. La herramienta fue desplegada en la plataforma ThingWorx, con interfaces HMI diseñadas para el operario, y una estrategia de transferencia de conocimiento mediante curso estructurado en Moodle. Los resultados demuestran la viabilidad técnica y operativa de soluciones analíticas en activos críticos del sector Oil & Gas, y su potencial para anticipar fallas, apoyar decisiones operativas y facilitar la transición hacia modelos de mantenimiento predictivo digital (Texto tomado de la fuente).
Full text 159 pages with text out of 168
Read the full thesis Record in the repository
Contents
- Introducciónp. 19
- Objetivos del trabajop. 20
- Transformación digital industrial y analítica de datosp. 23
- 1.1. Contexto transformación digital industrialp. 23
- 1.2. Analítica de datos industrial en el marco de TDIp. 31
- 1.3. Road Map de transformación digital y modelos de madurezp. 36
- 1.4. Ecosistema de soluciones tecnológicasp. 44
- Conclusionesp. 51
- 2.1. Ciclo de vida de proyectos de analítica de datosp. 53
- 2.2. Modelos aplicados a la industriap. 69
- Conclusionesp. 51
- Compresor como activo industrial estratégico en Oil & Gasp. 93
- 3.1. Contexto industrial y papel del compresor en la cadena de valorp. 94
- 3.2. Caracterización técnica del compresor reciprocantep. 96
- 3.3. Pain points industriales y requerimientos del clientep. 99
- 3.4. Estado del arte en herramientas predictivas para compresoresp. 101
- 3.5. Variables operativas clave y KPIs del compresorp. 103
- Conclusionesp. 51
- Desarrollo solución analítica del compresorp. 107
- 4.1. Metodologíap. 107
- 4.2. Adquisición y procesamiento datosp. 113
- 4.3. Diseño y entrenamiento de modelop. 120
- 4.4. Validación de desempeñop. 125
- 4.5. Despliegue en plataforma y visualizaciónp. 144
- 4.6. Transferencia de conocimientop. 112
- Conclusionesp. 51
- Conclusionesp. 51
- Conclusiones generalesp. 159
- Recomendacionesp. 43
- Futuros trabajosp. 161
- Bibliografíap. 163
- Requerimientos técnicos151
- A.1. Requisitos del sistema para la instalación de ThingWorx 9151
- A.2. Recomendaciones de dimensionamiento del sistema153
- A.3. Descripción técnica de la herramienta predictiva para compresores154
- A.4. Requerimientos técnicos sobre los datos del compresor156
- Getting Started de ThingWorx159
- B.1. Introducción a la plataforma ThingWorx159
- B.2. Metodología de desarrollo de proyectos en ThingWorx163
- B.3. Modelado de activos industriales (Thing Model)167
- B.4. Desarrollo de interfaces gráficas (Mashups)171
- B.5. Capacidades analíticas de ThingWorx Analytics175
- C.1. Criterios de ingeniería para la selección de modelos183
- C.2. Criterios de ingeniería para la selección de métricas de rendimiento192
- Figura 1-1: Bloques fundamentales de la transformación digital. Tomado de [4]p. 26
- solución (2020–2030). Tomado de [5]p. 28
- [7]p. 30
- [12]p. 41
- Figura 1-6: Marco del modelo de madurez de SIRI. Tomado de [14]p. 43
- [17], (d) The Forrester Wave [18]p. 44
- Siemens Insights Hub [23], (f) Yokogawa OpreX [24]p. 46
- Elaboración propiap. 83
- Figura 2-1: Metodología CRISP-DM de la minería de datos. Tomado de [41]p. 54
- de [41]p. 55
- Figura 2-3: Metodología adaptada para el proyecto. Elaboración propiap. 56
- datos. Elaboración propiap. 57
- [42]p. 59
- Figura 2-6: Impacto de la limpieza y preparación de datos. Elaboración propiap. 61
- Elaboración propiap. 83
- Elaboración propiap. 83
- Elaboración propiap. 83
- propiap. 47
- Figura 2-11: Ejemplo de proceso de validación cruzada (K=5). Elaboración propiap. 67
- Figura 2-12: Ajuste del modelo: Subajustado, Ajustado y Sobreajustadop. 68
- tiempo. Elaboración propiap. 83
- móviles. Elaboración propiap. 83
- ciclos horarios. Elaboración propiap. 84
- Elaboración propiap. 83
- Elaboración propiap. 83
- industriales. Elaboración propiap. 87
- Tomado de [52]p. 96
- empresa Ariel. Tomado de [52]p. 97
- linkp. 108
- principales. Elaboración propia basado en el catálogo [67]p. 115
- propiap. 47
- Elaboración propiap. 83
- Elaboración propiap. 83
- Elaboración propiap. 83
- 3.0h, 6.0h] para: (a) modelo original, (b) modelo mejorado. Elaboración propiap. 139
- Temp_Coj_Motor_6 (°C). Elaboración propiap. 140
- Diff_Succion (psi). Elaboración propiap. 141
- visualización. Elaboración propiap. 145
- eficiencia. Elaboración propiap. 148
- Figura 4-13. HMI de análisis detallado de anomalías. Elaboración propiap. 149
- Elaboración propiap. 83
- de Datos y ThingWorx". Elaboración propiap. 155
- Figura B-1: Capacidades principales de la plataforma ThingWorx159
- Figura B-2: Arquitectura general de la plataforma ThingWorx161
- Figura B-3: Ecosistema de aplicaciones y módulos de ThingWorx162
- Hybrid)162
- ThingWorxp. 45
- child, c) Shape-based y d) Híbrido170
- Figura B-7: Fases del proceso de diseño de interfaces (UI) en ThingWorx172
- Figura B-8: Componentes principales de los mashups: layouts173
- Figura B-9: Ejemplo de bindings y data services en el Mashup Builder174
- Figura B-10: Tematización y definición de estilos en ThingWorx175
- Figura B-11: Pantalla de resultados de modelo predictivo entrenado177
- Models178
- Figura B-14: Diagrama de flujo de trabajo con Analytics Builder. Elaboración propia180
- Tabla 1-1: Comparación de los tipos de analítica en entornos industrialesp. 36
- Tabla 1-2: Comparación de Road Maps de transformación digital industrialp. 39
- Tomado de [13]p. 42
- Tabla 1-4: Comparación de modelos de madurez digital industrialp. 43
- de [17]p. 45
- Tabla 1-6: Tabla comparativa entre plataformas IIoTp. 49
- industriasp. 39
- Tabla 2-1: Ejemplos de alineación con métricas de negocio. Elaboración propiap. 58
- control. Elaboración propiap. 89
- Elaboración propiap. 83
- Tabla 4-2. Tabla de cobertura y anticipación (por caso de uso). Elaboración propiap. 131
- propiap. 47
- Elaboración propiap. 83
- link151
- activos. Tomado de link154
- Thing Model170
- ThingWorx Analytics. Tomado y adaptado de documentación oficial de PTC179
- interpretabilidad. Elaboración propia189
- datos, eficiencia y escalabilidad. Elaboración propia190
- interpretabilidad. Elaboración propia190
- de datos, eficiencia y escalabilidad. Elaboración propia191
- interpretabilidad. Elaboración propia191
- eficiencia y escalabilidad. Elaboración propia191
- aplicabilidad industrial. Elaboración propia193
- aplicabilidad industrial. Elaboración propia193
- de tiempo en aplicaciones industriales. Elaboración propia194