dc.description.abstract | Frecuentemente, puede ser complejo, identificar cuando un proceso tiene una desviación
desde sus condiciones de trabajo normal, cuando las variables están monitorizadas
individualmente. La monitorización univariante, no tiene en cuenta la interacción entre
las variables, dando una diagnosis deficiente del origen de la alarma.
Los sistemas de monitorización actuales, implementados en motores marinos,
monitorizan individualmente una gran cantidad de variables del proceso, siendo
complejo para el usuario visualizar todas las variables al mismo tiempo. Estos sistemas
de diagnosis, generan una alarma cuando su nivel supera un valor previamente
establecido por el fabricante, sin tener en cuenta la condición del motor para una
determinada operación del buque, pudiendo llevar a error en la interpretación del origen
de la alarma.
Los gráficos de control multivariantes son una gran aportación al control de procesos,
siendo el grafico T2 de Hotelling, la opción más utilizada.
La carta de control T2 de Hotelling, presenta la evolución del proceso en un solo gráfico
y es capaz de detectar cambios de más de 1,5 desviaciones típicas con respecto a una
determinada condición.
Sim embargo, estos gráficos, presentan una serie de dificultades, en la identificación de
la variable que origino la desviación en el proceso, cuando el número de variables a
monitorizar es elevado. Además, pierden sensibilidad en la detección de cambios
pequeños y progresivos.
Ante esta necesidad de mejora, en la presente tesis doctoral, se desarrolla una
metodología, denominada SSDM, “Method for detection Small and Sudden
Deviations”, para la detección de cambios pequeños y progresivos, además de bruscos y
elevados. Con capacidad de reducir el número de variables a monitorizar, sin pérdida de
información del proceso, incluso cuando las variables estan pobremente
correlacionadas.
Gracias a la inestimable colaboración de la Naviera Ibaizabal, contamos con los datos
de funcionamiento del motor propulsor MAN B&W 6S70ME-C8 instalado en un buque
tanque, pudiendo aplicar la metodología en dos de los procesos de funcionamiento del
motor: proceso de lubricación de cilindros y proceso de combustible.
A través de un análisis de regresión multivariable y análisis de correlaciones, se
seleccionaron las variables representativas de los procesos, asegurando un ajuste entre
las variables y sus variables predictivas, con coeficientes de determinación
,
superiores a 0,8.
Las variables representativas del proceso, se monitorizaron completamente y de forma
multivariable, para unas condiciones determinadas del buque. La carta T2 de Hotelling
detecto eficazmente desviaciones de gran magnitud fuera de control estadístico con
respecto a las condiciones normales de operación del motor e identifico la variable que
había originado el cambio en el proceso.
Las variables predictivas de la variable originaria del cambio en el proceso, se
monitorizaron a través de gráficos univariantes Cusum y se identifico el origen de
cambios pequeños y progresivos por debajo del umbral de alarma preestablecido por el
fabricante.
La detección prematura de las desviaciones en el proceso, ayudo a los responsables del
funcionamiento del motor a tomar las acciones preventivas correctas; sin esta
identificación, hubiesen tenido que esperar a que una de las alarmas y de forma
individual estuviese por encima del umbral marcado por el fabricante.
La metodología SSDM, se podría implementar en cualquier tipo de motor propulsor, ya
que es capaz de detectar cualquier variación en el proceso, cualquiera que sea su
magnitud y puede ser customizado de forma sencilla y económica, a requerimiento de
las condiciones del motor y operación del buque. | es_ES |