Implementación de observadores dedicados para la detección de fallos de un Intercambiador
DOI:
https://doi.org/10.71701/0ec7av65Palabras clave:
Intercambiadores de calor, diagnóstico de fallos, observadores dedicados, neuroidentificación dinámicaResumen
En este artículo se aborda el diseño e implementación de un banco de observadores dedicados para la detección e identificación de fallos en sensores de temperatura de un intercambiador de calor industrial de tubos concéntricos. Se usó un modelo lineal multivariable de caja gris para el de- sarrollo del modelo, en el cual un punto de operación fue fijado. Con los datos de operación del proceso, se realizó la identificación off-line de los coeficientes de modelo linealiza- do usando un enfoque de neuroidentificación dinámica. En el diseño del banco de observadores dedicados, se optó por el método de ubicación de polos para el ajuste de ganancia del observador, el cual permitió tener un mejor control sobre el ajuste de la sensibilidad y tiempo de detección del sistema de diagnóstico de fallos en la etapa de implementación. El algoritmo para la identificación del tipo de fallo fue basado en la evaluación de residuales mediante umbrales estáticos.
La implementación práctica fue llevada a cabo en el contro- lador L71 de la familia ControlLogix de Allen Bradley®, en el cual se programaron las rutinas y add-ons necesarios para implementar el algoritmo del sistema de detección e iden- tificación de fallos. Los experimentos llevados a cabo de- muestran que con este enfoque es posible la detección e identificación de fallos individuales y simultáneos en los sen- sores de temperatura del intercambiador de calor. La principal contribución de este trabajo es proveer un esquema diferente para el desarrollo de sistemas de detección e identificación de fallos en intercambiadores de calor basados en un mo- delo matemático simplificado, cuyos coeficientes pueden ser estimados usando redes neuronales, y el cual provee una aproximación satisfactoria del valor de los estados alrededor de un punto de operación prefijado, permitiendo así un senci- llo diseño e implementación sobre PLC de observadores para tareas de supervisión de procesos.
Descargas
Referencias
Adam-Medina, M., Escobar, R., Juárez-Romero, D., Guerrero-Ramírez, G. y López-Zapata, B. (2013). Detección de fallas en un intercambiador de calor, utilizando observadores por modos deslizantes de segundo orden. Revista Mexicana de Ingeniería Química, 12(2), 327-336.
Clark, R. (1979). The dedicated observer approach to instrument failure detection. In 1979 18th IEEE Conference on Decision and Control including the Symposium on Adaptive Processes IEEE, pp. 237-241.
Escobar, R., Astorga-Zaragoza, C., Téllez-Anguiano, A., Juárez-Romero, D., Hernández, J. A., y Guerrero- Ramírez, G. (2011). Sensor fault detection and isolation via high-gain observers: Application to a double-pipe heat exchanger. ISA transactions, 50(3), 480-486.
García-Morales, J., Adam-Medina, M., Escobar, R., Astorga- Zaragoza, C., y García-Beltrán, C. (2015). Diagnóstico de fallas múltiples en los sensores de un intercambiador de calor empleando observadores por modos deslizantes basado en el algoritmo Super-Twisting. Revista Mexicana de Ingeniería Química, 14(2), 553-565.
Hensen, R., Angelis, G., Van de Molengraft, M., de Jager, A., y Kok, J. (2000). Grey-box modeling of friction: An experimental case-study. European Journal of Control, 6, 258-267.
Isermann, R. (2006). Fault-diagnosis systems: an introduction from fault detection to fault tolerance. Springer
Science & Business Media.
López-Zapata, B., Adam-Medina, M., Escobar, R. F., Álvarez-Gutiérrez, P. E., Gómez-Aguilar, J. F., & Vela-Valdés, L. G. (2016). Sensors and actuator fault tolerant control applied in a double pipe heat exchanger. Measurement, 93, 215-223.
Luyben, W. (1989). Process modeling, simulation and control for chemical engineers. McGraw-Hill Higher Education.
Masao, N., Ueda, E., y Moran, A. (1995). Nonlinear Design Approach to Four-WheelSteering Systems Using Neural Networks, Vehicle System Dynamics. International Journal of Vehicle Mechanics and Mobility, 24(4-5) 329-342.
Pham, D. y Liu, X. (1993). Identification of linear and nonlinear dynamic systems using recurrent neural networks. Artificial Intelligence in Engineering, 8, 67-75.
Rahman, F. (1994). Modelling and dynamic feedback linearisation of a heat exchanger model. In 1994 Proceedings of IEEE International Conference on Control and Applications. IEEE, pp. 1801-1806.
Steiner, M. (1989). Low order dynamic models of heat exchangers. In Proc. Of the International Symposium on District Heat Simulations. Reykjavik.
Tudón-Martínez, J., Morales-Menendez, R., y Garza- Castañón, L. (2010). Fault diagnosis in a heat exchanger using process history based-methods. In Computer Aided Chemical Engineering.Vol. 28. Elsevier, pp. 169-174.
Weyer, E., Szederkényi, G., y Hangos, K. (2000). Grey box fault detection of heat exchangers. Control engineering practice, 8(2), 121-131.
Yasui, Moran, A., y Hayase, M. (1996). Integration of linear systems and neural networks for identification and control of nonlinear systems. Proceedings of the 35th SICE Annual Conference. International Session Papers, pp. 1389-1394.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
