eprintid: 334 rev_number: 14 eprint_status: archive userid: 7 dir: disk0/00/00/03/34 datestamp: 2011-06-20 13:24:45 lastmod: 2015-05-29 19:57:29 status_changed: 2011-06-20 13:24:45 type: report metadata_visibility: show item_issues_count: 0 creators_name: Alfie, Ezequiel creators_name: Guozden, Tomas creators_name: Maestri, Mauricio creators_name: Martnez, Julian creators_name: Sosa, Sebastian creators_name: Ziella, Daniel corp_creators: Gabriel Horowitz title: Monitoreo Inteligente de Procesos ispublished: pub subjects: materials subjects: telecom studygroups: tami2010 companyname: YPF full_text_status: public abstract: [Intelligent Process Monitoring] El problema planteado se enmarca en una disciplina llamada monitoreo inteligente de procesos (MIP). La misma consiste en un conjunto de herramientas informáticas cuyo objetivo es la detección y diagnóstico de eventos anormales en procesos. Dentro de la industria petroquímica el diagnóstico temprano de eventos anormales es de vital importancia por la peligrosidad de los procesos involucrados. Es ilustrativo mencionar que las pérdidas anuales asociadas a los eventos anormales en la industria petroquímica de Estados Unidos ascienden a los 20.000.000.000 de dólares. Los procesos de interés son procesos continuos que operan en estado estacionario. Los mismos son controlados por operadores en salas de control donde, desde una terminal de PC, pueden obtener información on-line de diferentes variables de proceso como así también, actuar sobre el proceso variando la apertura de válvulas. Además, existen sistemas de control automático que regulan la apertura de ciertas válvulas de control para estabilizar el proceso. El MIP pretende brindar soporte a los operadores en la tarea de diagnóstico de eventos anormales. El método de diagnóstico de fallas planteado se basa en el seguimiento del signo de la desviación de cada variable (perturbación) como consecuencia de una determinada falla. En el paper adjunto, se muestra una técnica para determinar, a partir de las ecuaciones que describen el comportamiento de un proceso, el signo de la perturbación de cada variable frente a diferentes fallas que pueden ocurrir en un proceso dado. El método de diagnóstico consiste en asignarle al vector de perturbaciones obtenido a partir de la medición actual de las variables de la planta, alguno de los vectores precalculados asociados a las fallas conocidas. Esto plantea dos problemas distintos. Por un lado la necesidad de automatizar la generación del vector de perturbaciones a partir del modelo analítico del proceso y por otro determinar el signo de la perturbación de cada variable a partir de la caracterización de la serie temporal y de la situación actual del proceso. El primer problema está planteado en el paper adjunto y requiere de cierto conocimiento de los procesos involucrados y de teoría de grafos. Los interesados en el mismo pueden referirse dicho paper. El segundo es más abstracto y sólo requiere de conocimiento de series temporales. A continuación se da una breve introducción al mismo. Para determinar el signo de la variación de una variable perturbada es necesario tener en cuenta dos características del sistema en estudio. La primera es la variabilidad natural del mismo que nos permite saber si la perturbación medida es significativa o es parte del ruido natural del proceso. La segunda es el tiempo característico de los procesos asociados a dicha variable que nos indica cuanto tiempo debemos esperar para que la perturbación se haga evidente en la medición. El segundo problema a resolver consiste en la caracterización de las series temporales de las variables medidas para poder determinar la presencia y el signo de una perturbación en cada una de ellas. Para ello se contará con datos reales de una planta petroquímica tomados a intervalos cercanos a un minuto durante un periodo de 7 años. La elección de cuál de los dos problemas se analizará quedará sujeta al interés de los participantes. date: 2010 citation: Alfie, Ezequiel and Guozden, Tomas and Maestri, Mauricio and Martnez, Julian and Sosa, Sebastian and Ziella, Daniel (2010) Monitoreo Inteligente de Procesos. [Study Group Report] document_url: http://miis.maths.ox.ac.uk/miis/334/1/Monitoreo_Inteligente_de_Procesos.pdf