TIGER-SHEBA
Diagnóstico basado en modelos de trubinas a gas. Proyecto europeo ESPRIT Trial Application no. 27548, de 1998 -2000
Objetivos
Desarrollar un sistema de monitorización con las siguientes características:
- Observar continuamente las condiciones de operación de la turbina a gas.
- Detectar lo más pronto posible el desarrollo de un fallo o problemas.
- Y, una vez detectado un problema, obtener de la forma más rápida y precisa posible un diagnóstico(causa).
Resumen
Las turbinas de gas son elementos fundamentales utilizados en la cogeneración de energía en entornos industriales. Actualmente, se construyen nuevas plantas de energía con relativa rapidez y económicas. Los usuarios necesitan que en este mercado de la energía, cada día más competitivo, una serie de requerimientos:
- Las turbinas a gas deben funcionar de forma continuada en periodos largos de tiempo y con la mínima intervención de los operadores.
- El coste derivado de fallos y problemas de mantenimiento debe ser pequeño.
- Es necesario que puedan ser supervisadas por operarios poco preparados y poco especializados y controladas de forma remota, ya que estas plantas están instaladas en una gran diversidad de países.
- El coste derivado de fallos y problemas de mantenimiento debe ser pequeño.
- Es necesario que puedan ser supervisadas por operarios poco preparados y poco especializados y controladas de forma remota, ya que estas plantas están instaladas en una gran diversidad de países.
Para conseguir estos requerimientos es necesario un sistema supervisor que incremente la disponibilidad de la planta y permita reducir los tiempos de parada no planificados, y en el caso de que se produzca un fallo en el sistema, minimizar el tiempo de parada.
El principal requerimiento del sistema de supervisión es el de que sea capaz de detectar problemas incipientes y poder por lo tanto actuar antes de que la avería no sea catastrófica para la turbina. Si se da un fallo inesperado, es necesario que rapidamente se indique el componente o parte del proceso en donde se encuentra el problema, y de esta forma poder restablecer el servicio una vez corregido el problema. Otro factor a considerar es que la eficiencia de la máquina debe ser óptima, en termino medio una turbina consume 1.5 millones de dólares USA en gas cada mes, por lo tanto una caída en su eficiencia del 1 al 2% puede representar un coste elevado.
El sistema de monitorización TIGER-SHEBA se ha desarrollado par cubrir estos requerimientos. Recibe del orden de 600 medidas del controlador de la turbina a gas a un intervalo de 1 segundo y realiza en este tiempo la detección y el diagnostico de fallos. En principio el sistema de monitorización incorporaba un sistema basado en reglas temporales y abstracción jerárquica. Esta metodología comporta que todo había de estar pre-programado y, por lo tanto, cualquier situación nueva que no haga sido estudiada "a priori" y definida mediante una regla será una situación desconocida e imposible de diagnosticar. Por esta razón se ha querido incorporar una metodología más avanzada (denominada segunda generación de sistemas basados en conocimiento) en el diagnóstico de las turbinas, haciendo uso de 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 los modelos para la detección y el diagnóstico de fallos, de forma que en todo momento las señales proporcionadas por los sensores con las variables del modelo 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 porque los residuos serán distintos a 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 porque los residuos serán distintos a cero.
El objetivo principal del proyecto ha sido la incorporación de modelos cualitativos intervalares basados en la metodología Ca~En. Esta combina la capacidad de la detección de fallos basados en modelos, que predice el valor de las variables de salida, con mecanismos de aislamiento de fallos basados en modelos.
La detección y el diagnóstico de fallos basados en modelos ha sido utilizado en subsistemas cíiticos de la turbina a gas como el alimentador de combustible líquido y gas. La figura muestra el esquema de aislamiento de fallos de la dosificación de combustible líquido. El módulo de aislamiento de Ca~En genera mensajes de diagnóstico los cuales se muestran en la ventana de diagnóstico de TIGER.
Grupo Investigador
Joseba Quevedo*, Louise Travé-Massuyès**, Teresa Escobet* y Sebastian Tornil** Professors de la Universitat Politècncia de Catalunya.
** Directeur de Recherche del CNRS, miembro del Grup Diagnostic, Supervision et Conduite Qualitatifs” del LAAS- CNRS de Toulouse (França)
Compartir: