Maestría en Gerencia de Mantenimiento · 2019
Modelo de deteccion y diagnostico basado en confiabilidad para la deteccion de fallas en las bombas de diesel producto hidrotratado de las unidades de hidrotratamiento de combustibles de ecopetrol en la grb
La finalidad del presente trabajo, es proponer un Modelo de detección y diagnóstico de fallas en los diferentes componentes de bombas centrifugas, con el fin de mejorar su confiabilidad y disponibilidad, dada la importancia que tienen estos equipos en el proceso de hidrotratamiento de combustibles en nuestras unidades de proceso y su impacto en la economía del país. La razón principal del desarrollo de este trabajo es la de mejorar las condiciones actuales en donde los equipos en estudio presentan alta tasa de falla y altos costos de mantenimiento, afectando los indicadores de confiablidad y disponibilidad. Para el desarrollo del trabajo se adquirirá la información necesaria y disponible que permita la toma acertada de decisiones. Con esta información se revisaran los modelos disponibles de redes neuronales y se elegirá la más adecuada para nuestro objetivo y poder realizar su entrenamiento con la información disponible. En este proceso, se tienen en cuenta los diferentes modos de falla presentados en este tipo de activos y de acuerdo a los datos proporcionados por el modelo, se plantearan diferentes acciones para evitar o minimizar su ocurrencia. Por medio del uso de redes neuronales se quiere mejorar la confiabilidad, disponibilidad y mantenibilidad de los equipos en estudio, ya que este método es muy efectivo a la hora de la predicción, detección y diagnóstico de fallas. Con el modelo propuesto esperamos validar el uso de las redes neuronales para la detección de fallas y poder aplicar este tipo de herramientas en otros tipos de equipos. *
Texto completo 159 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- INTRODUCCIÓNp. 18
- 1. GENERALIDADES DEL PROYECTOp. 19
- 1.1 PLANTEAMIENTO DEL PROBLEMAp. 19
- 1.2 HIPÓTESISp. 22
- 1.3 OBJETIVOSp. 22
- 1.3.1 Objetivo generalp. 22
- 1.3.2 Objetivos específicos:p. 22
- 1.4 JUSTIFICACIÓNp. 23
- 1.5 CONTEXTOp. 25
- 1.5.1 Descripción de la Empresap. 25
- 1.5.2 Grupo Empresarial Ecopetrolp. 26
- 1.5.3 Área de influencia de las Operaciones de Ecopetrol S.Ap. 27
- 1.5.4 Portafolio de servicios y productos de ECOPETROL S.Ap. 29
- 1.5.5 Estructura organizacional de ECOPETROL S.Ap. 29
- 1.5.6 Localización Refinería Barrancabermeja Ecopetrol S.Ap. 32
- ECOPETROL S.Ap. 34
- 1.6 METODOLOGÍAp. 37
- 2. ANÁLISIS DE LA LITERATURA RECOPILADAp. 39
- 2.1 MARCO TEÓRICOp. 39
- 2.1.1 Mantenimientop. 80
- 2.1.2 Confiabilidadp. 142
- 2.1.3 Fallap. 97
- 2.1.4 Modo de fallap. 41
- 2.1.5 Tasa de Falla p. 42
- 2.1.6 Tiempo Medio entre Fallas MTTFp. 43
- 2.1.7 Mantenibilidadp. 43
- 2.1.8 Disponibilidadp. 44
- 2.1.9 Relación entre Confiabilidad, Mantenibilidad y Disponibilidadp. 45
- 2.2 DETECCIÓN Y DIAGNOSTICO DE FALLASp. 46
- 2.2.1 Sistemas expertos basados en Reglasp. 47
- 2.2.2 Sistemas Expertos Basados en caosp. 48
- 2.2.3 Sistemas basados en Razonamientop. 50
- 2.2.4 Sistemas de Aprendizajep. 50
- 2.2.4.1 Diagnostico y detección con modelos de análisis de señalesp. 50
- 2.2.4.2 Diagnostico y detección con modelos del procesop. 51
- sistemas de aprendizajep. 51
- 2.3 REVISIÓN BIBLIOGRÁFICAp. 52
- 2.4 REDES NEURONALES ARTIFICIALESp. 56
- 2.4.1 Historia de las Redes Neuronales Artificiales (ANN)p. 57
- 2.4.2 Tipos de Redes neuronalesp. 60
- 2.4.2.1 Red Neuronal Dinámicap. 61
- 2.4.2.2 Red Neuronal Feedforward o Perceptron Multicapap. 62
- 2.4.2.3 Red Neuronal basada en retardos del tiempop. 62
- 2.4.2.4 Red Neuronal Narxp. 63
- 2.4.3 Funcionamiento de una Red Neuronal Artificial (ANN)p. 64
- 2.4.4 Arquitectura de una red neuronalp. 65
- 2.4.4.1 Elementos básicos de una red neuronalp. 66
- 2.4.5 Aprendizaje de las Redes Neuronales Artificialesp. 68
- 2.4.5.1 Paradigma de aprendizajep. 68
- 2.4.5.2 Reglas de aprendizajep. 69
- 2.4.5.3 Algoritmo de aprendizajep. 69
- 2.4.6 Ventajas de las redes neuronalesp. 69
- 2.4.6.1 Aprendizaje Adaptativop. 69
- 2.4.6.2 Auto-organizaciónp. 69
- 2.4.6.3 Tolerancia a fallosp. 69
- 2.4.6.4 Operación en tiempo realp. 70
- 2.4.6.5 Fácil inserción dentro de la tecnología existentep. 70
- 2.4.7 Desventajas del uso de las redes neuronalesp. 70
- 2.4.7.1 Diseño y entrenamientop. 70
- 2.4.7.2 Tiempo de aprendizajesp. 70
- 2.4.7.3 Cantidad de datos requeridosp. 70
- 2.4.8 Estructura de las redes neuronalesp. 71
- 2.4.8.1 Redes mono capap. 71
- 2.4.8.2 Redes multicapap. 71
- 2.4.8.3 Conexión entre neuronasp. 72
- 2.4.8.4 Redes de propagación hacia atrás (backpropagation)p. 73
- 2.4.9 Aplicaciones de las redes neuronalesp. 73
- 2.5 CASO BOMBAS CENTRIFUGAS DE DIESEL PRODUCTOp. 74
- 2.5.1. Características del equipo de bombeop. 74
- 2.5.2 Sistemas de protección de las bombas de diesel productop. 76
- 2.5.3 Fallas presentadas en las bombas de diesel productop. 80
- 2.5.3.1 Fugas internas/externas de medio auxiliar y de procesop. 81
- 2.5.3.2 Vibración y ruidop. 83
- 2.5.3.3 Sobrecalentamiento en sistema de flushing y líquido barrerap. 86
- 2.5.3.4 Desviación de parámetrosp. 87
- 2.5.3.5 Rotura del ejep. 91
- 2.5.3.6 Parada inesperadap. 81
- 2.5.4 Análisis de fallasp. 92
- 3. ADQUISICIÓN DE DATOSp. 95
- 3.1 ADQUISICIÓN AUTOMÁTICAp. 95
- 3.2 ADQUISICIÓN MANUALp. 95
- 3.3 ANÁLISIS DE MODOS DE FALLAp. 97
- 4. DESARROLLO DEL MODELOp. 99
- 4.1 ETAPAS DEL DESARROLLO DEL MODELOp. 100
- 4.1.1 Selección de variables de entrada y salidap. 100
- 4.1.1.1 Variables de entradap. 101
- 4.1.1.2 Variables de salidap. 102
- 4.1.2 Adquisición, selección y normalización de datosp. 102
- 4.1.3 Normalización de datosp. 102
- 4.1.3.1 Análisis de componentes principales (PCA)p. 103
- 4.1.3.2 Árbol de decisión (Decisión tres)p. 105
- 4.1.4 Selección de la estructura de la redp. 107
- 4.1.4.1. Perceptron multicapap. 108
- 4.1.5 Entrenamiento y pruebasp. 109
- 4.1.5.1 Extracción de característicasp. 110
- 4.1.5.2 Análisis de Principales Componentesp. 111
- 4.1.5.3 Diseño de red neuronal Multicapas de tipo perceptronp. 116
- usados para entrenar y se usan para validarp. 126
- 5. PLANES DE GESTIÓNp. 129
- 5.1 FALLA DE SELLO MECÁNICOp. 129
- 5.1.1 Ajuste de presión de líquido barrerap. 130
- 5.1.2 Ajuste de presión de N2 en la vejigap. 130
- 5.1.3 Cambio de líquido barrerap. 131
- 5.1.4 Reparación de sello mecánicop. 132
- 5.2 FALLA DE ENFRIADORESp. 133
- 5.2.1 Retrolavado de enfriadoresp. 133
- 5.2.2 Limpieza mecánica de enfriadoresp. 134
- 5.2.3 Prueba hidrostáticap. 135
- 5.2.4 Cambio del serpentín del enfriadorp. 135
- 5.3 FALLA DE RODAMIENTOSp. 136
- 5.3.1 Monitoreo de vibracionesp. 137
- 5.3.2 Termografíasp. 138
- 5.3.3 Análisis / Cambio de aceites lubricantesp. 139
- 5.3.4 Alineación de conjunto motor bombap. 139
- 5.3.5 Cambio del ejep. 140
- 5.3.6 Cambio de rodamientosp. 137
- 5.4 FALLA POR PARADA INESPERADAp. 141
- 5.4.1 Pruebas eléctricasp. 142
- 5.4.2 Mantenimiento general del motorp. 143
- 6. CONCLUSIONESp. 144
- BIBLIOGRAFÍAp. 147
- ANEXOSp. 150
- Figura 1. Consumo nacional de Diésel Hidrotratadop. 19
- Figura 2. Reglamentación Nacional de Diésel Hidrotratadop. 20
- Figura 3. Bombas de Diésel Hidrotratadop. 20
- Figura 4. Modos de falla en Bombas de Diésel Hidrotratadop. 21
- Figura 5. Costos de mantenimiento en Bombas de Diésel Hidrotratadop. 21
- Figura 6. MTBF en Bombas de Diésel Hidrotratadop. 23
- Figura 7. Logos en la historia de Ecopetrol S.Ap. 26
- Figura 8. Empresas Grupo Empresarial ECOPETROL S.Ap. 27
- Figura 9. Área de Influencia Operaciones Ecopetrol S.Ap. 28
- Figura 10. Infraestructura Ecopetrol S.Ap. 28
- Figura 11. Catálogo de Productos Ecopetrol S.Ap. 29
- Figura 12. Organigrama Ecopetrol S.Ap. 30
- Figura 13. Organigrama Vicepresidencia Ejecutiva Downstream Ecopetrol S.Ap. 31
- Figura 14. Organigrama Refinería Barrancabermeja Ecopetrol Sp. 32
- Figura 15. Localización Refinería Barrancabermeja Ecopetrol S.Ap. 33
- Figura 16. Balance másico de la Unidad de Hidrotratamiento de Diéselp. 35
- Diéselp. 36
- Figura 18. Bomba de Diesel productop. 37
- Figura 19. Curva P-Fp. 41
- Figura 20. Curva de la Bañerap. 43
- Figura 21. Relación entre Confiabilidad, Disponibilidad y Mantenibilidadp. 46
- Figura 22. Modelos de detección y diagnóstico de fallasp. 47
- Figura 23. Diagrama esquemático sistemas basados en caosp. 49
- Figura 24. Modelo matemáticop. 51
- Figura 25. Red neuronal biológicap. 57
- Figura 26. Tipos de redes Neuronalesp. 61
- Figura 27. Red neuronal Feedforwardp. 62
- Figura 28. Red neuronal basada en retardos de tiempop. 63
- Figura 29. Red neuronal NARXp. 63
- Figura 30. Modelo simplificado de la Neuronap. 65
- Figura 31. Ejemplo de una red neuronal totalmente conectadap. 66
- Figura 32. Funciones de activación de redes neuronalesp. 67
- Figura 33. Ventajas y desventajas de la Redes neuronalesp. 71
- Figura 34. Redes Multicapap. 72
- Figura 35. Bomba Tipo BBSp. 75
- Figura 36. Bomba diésel producto de Dieselp. 75
- Figura 37. Válvulas de corte sistema de cortep. 77
- Figura 38. Sistema de diluvio bombas de diesel productop. 77
- Figura 39. Plan de sellado 53Bp. 78
- Figura 40. Sistema de sello con plan 21p. 79
- Figura 41. Sistema de sellado plan 21/53Bp. 79
- Figura 42. Sistema DCS bombas de diesel productop. 80
- Figura 43. Sistema de monitoreo de Vibraciones bombas de diesel productop. 80
- Figura 44. Evidencias de falla en sistemas de selladop. 82
- Figura 45. Proceso de mantenimiento de una bomba de diesel productop. 83
- Figura 46. Cambio de rodamientos de una bomba de diesel productop. 83
- Figura 47. Partículas en la succión de una bomba de diesel productop. 84
- Figura 48. Espectro de vibración de una bomba de diesel productop. 85
- Figura 49. Lubricación por salpiquep. 85
- Figura 50. Enfriador de sistemas de sello de una bomba de diesel productop. 87
- Figura 51. Límites de operación variables de procesop. 88
- Figura 52. Datos de diseño de NPSHr a la succión de la bombap. 89
- Figura 53. Efectos de Operar bombas centrifugas por fuera de la zona dulcep. 90
- Figura 54. Falla de eje de la bombap. 91
- Figura 55. Falla de eje de la bombap. 93
- Figura 56. Análisis causa efectop. 94
- Figura 57. Pasos para el desarrollo del modelop. 100
- Figura 58. Ejemplo de Análisis de componentes principalesp. 104
- Figura 59. Estructura de un árbol de decisiónp. 105
- Figura 60. Árbol de decisión en Mantenimientop. 107
- Figura 61. Red neuronal Feedforwardp. 108
- Figura 62. Distribución de todos los Datos de Falla en las Bombasp. 110
- Figura 63. Análisis de Principales Componentesp. 111
- Figura 64. Principales componentesp. 112
- Figura 65. Comportamiento de las característicasp. 113
- Figura 66. Composición particular PCA de cada modo de fallap. 114
- por PCAp. 115
- Figura 68. Principales componentes en el espacio tridimensionalp. 116
- Figura 69. Diseño de red neuronal Multicapas de tipo perceptronp. 118
- Figura 71. Matriz de confusiónp. 121
- Figura 72. Datos de red neuronalp. 122
- Figura 73. Análisis de datosp. 123
- Figura 74. Análisis de datos de la red neuronalp. 124
- Figura 75. Análisis de datos de entrenamiento de la redp. 125
- Figura 76. Validación de resultadosp. 126
- Figura 77. Validación de resultadosp. 127
- Figura 78. Validación de resultadosp. 128
- Figura 79. Ajuste de presión de líquido barrerap. 130
- Figura 80. Ajuste de presión de N2 en acumulador de sistema de sellop. 131
- Figura 81. Cambio de líquido barrerap. 132
- Figura 82. Reparación de sello mecánicop. 133
- Figura 83. Retrolavado de enfriadoresp. 134
- Figura 84. Limpieza mecánica de enfriadoresp. 135
- Figura 85. Prueba hidrostática a serpentínp. 135
- Figura 86. Plano de diseño para construcción de serpentín del enfriadorp. 136
- Figura 87. Monitoreo de vibracionesp. 138
- Figura 88. Termografía a rodamientosp. 138
- Figura 89. Revisión de aceite de lubricaciónp. 139
- Figura 90. Análisis de laboratorio de aceite de lubricaciónp. 139
- Figura 91. Alineación conjunto motor bombap. 140
- Figura 92. Fabricación eje bomba centrifugap. 140
- Figura 93. Cambio de rodamientos bomba centrifugap. 141
- Figura 94. Pruebas eléctricas al motorp. 143
- Figura 95. Actividades de mantenimiento general del motorp. 143
- Tabla 1. Porcentaje de Modos de falla presentados en los equiposp. 24
- análisis 3 años)p. 81
- Tabla 3. Categorización de fallasp. 97
- Tabla 4. Análisis de falla en componentesp. 98
- Tabla 5. Variables de entrada para la red neuronalp. 101
- Tabla 6. Datos de entrenamiento de la red neuronalp. 118
- mecánicosp. 129
- Tabla 8. Valores de ajuste de presión de sistema de sellosp. 131
- sellos mecánicosp. 133
- impulsorp. 137
- Tabla 11. Plan de gestión de Mantenimiento para falla de parada inesperadap. 142