TIGER-SHEBA
ESPRIT Trial Application no. 27548, de 1998 a 2000.
Objetivos
Desarrollar un sistema de monitorización con las siguientes características:
- Observar continuamente las condiciones de trabajo de la turbina de gas.
- Detectar lo antes posible el desarrollo de una falla o problemas.
- Y, cuando se detecta un problema, realizar el diagnóstico (causa) lo más rápido y preciso posible.
Resumen
Las turbinas de gas son el elemento fundamental de las industrias generadoras de energía. Actualmente, se construyen nuevas plantas de energía de forma relativamente rápida y económica. Los usuarios necesitan en este mercado de energía, cada día más competitivo, cumplir con una serie de requisitos:
- Las turbinas de gas deben funcionar de forma continua durante largos períodos y con la mínima intervención de los operadores.
- El coste derivado de fallas y problemas de mantenimiento debe ser bajo.
- Deben poder ser supervisadas por operarios poco preparados y poco especializados, y controladas de forma remota, ya que estas plantas se instalan en una gran variedad de países.
- El coste derivado de fallas y problemas de mantenimiento debe ser bajo.
- Deben poder ser supervisadas por operarios poco preparados y poco especializados, y controladas de forma remota, ya que estas plantas se instalan en una gran variedad de países.
Para cumplir con estos requisitos, se necesita un sistema de supervisión que incremente la disponibilidad de la planta para evitar tiempos de inactividad, así como fallos del sistema no planificados o, en caso de fallo, minimizar el tiempo de inactividad del sistema.
El principal requisito del sistema de supervisión es detectar los problemas en una etapa inicial y poder actuar antes de que el fallo sea catastrófico para la turbina. Si ocurre un fallo inesperado, se debe indicar rápidamente el componente o la parte del proceso donde se encuentra el problema, de modo que se pueda volver rápidamente a producir energía. Otro factor a considerar es que la eficiencia de la máquina sea óptima; en promedio, una máquina consume 1.5 millones de dólares estadounidenses en gas cada mes, por lo que una caída de eficiencia del 1 al 2 % puede representar un costo elevado.
El sistema de monitorización TIGER-SHEBA ha sido desarrollado para cumplir con estos requisitos. Recibe alrededor de 600 mediciones del controlador de la turbina de gas en intervalos de 1 segundo y realiza en ese tiempo la detección y el diagnóstico de fallas. Inicialmente, el sistema de monitorización incorporaba un sistema basado en reglas para la detección de fallas y un sistema de diagnóstico basado en la combinación de reglas temporales y abstracción jerárquica. Esta metodología implica que todo debe estar preprogramado y, por lo tanto, cualquier situación nueva que no haya sido estudiada “a priori” y definida mediante una regla será una situación desconocida e imposible de diagnosticar. Por esta razón, se ha incorporado una metodología más avanzada (llamada segunda generación de sistemas basados en conocimiento) en el diagnóstico de turbinas, utilizando modelos representativos del comportamiento de la turbina para obtener las discrepancias conocidas y desconocidas entre el sistema real y el modelo.
El sistema TIGER-SHEBA incorpora modelos para la detección y diagnóstico de fallas, de forma que se compara en todo momento las señales proporcionadas por los sensores con las variables de los modelos generando lo que se denomina residuos o discrepancias entre el sistema real y los modelos.
Si la turbina funciona correctamente y los modelos son representativos de la turbina, los residuos son prácticamente nulos, y si, en cambio, se produce un mal funcionamiento de la turbina, se detecta a partir de los residuos que serán diferentes de cero.
Si la turbina funciona correctamente y los modelos son representativos de la turbina, los residuos son prácticamente nulos, y si, en cambio, se produce un mal funcionamiento de la turbina, se detecta a partir de los residuos que serán diferentes de cero.
El objetivo principal del proyecto ha sido la incorporación de modelos cualitativos intervalares basados en la metodología Ca~En. Este combina la capacidad de la detección de fallas basada en modelos, que predice el valor de las variables de salida, con mecanismos de aislamiento de fallas basados en modelos.
La detección y diagnóstico de fallas basada en modelos se ha utilizado en subsistemas críticos de la turbina de gas, como el alimentador de combustible líquido y gas. La figura 6 muestra el esquema de aislamiento de fallas del sistema de suministro de combustible líquido. El módulo de aislamiento de Ca~En genera mensajes de diagnóstico que se muestran en la ventana de diagnóstico del TIGER.
La detección y diagnóstico de fallas basada en modelos se ha utilizado en subsistemas críticos de la turbina de gas, como el alimentador de combustible líquido y gas. La figura 6 muestra el esquema de aislamiento de fallas del sistema de suministro de combustible líquido. El módulo de aislamiento de Ca~En genera mensajes de diagnóstico que se muestran en la ventana de diagnóstico del TIGER.
Grupo Investigador
Joseba Quevedo*, Louise Travé-Massuyès**, Teresa Escobet* y Sebastian Tornil*
* Profesores de la Universitat Politècnica de Catalunya.
** Directeur de Recherche del CNRS, miembro del Grupo “Diagnostic, Supervision et Conduite Qualitatifs” del LAAS-CNRS de Toulouse (Francia)
Para más información:
Un resumen más detallado de los resultados del proyecto se puede consultar en: Resultats_tiger_sheba.pdf y la descripción de la metodología empleada en Article_tiger_sheba.pdf
Compartir: