Diagnóstico, monitoreo y control mediante metodologías multiescala estandarizadas aplicadas en la ingeniería de procesos

Abstract

El acceso a información relevante que permita entender el comportamiento de los sistemas industriales, su estado actual y/o rendimiento previo y durante su funcionamiento, es requerido para garantizar la seguridad, reducir costos de producción y mejorar la calidad de los productos. Por lo tanto, disponer de sistemas de diagnóstico, monitoreo y control de fácil implementación y a bajo costo es de gran relevancia. Por ello, en este trabajo se presenta un estudio detallado para facilitar y generalizar la aplicación de diferentes metodologías multiescala para el análisis de series de tiempo de procesos de ingeniería, con motivo de apoyar a las estrategias de diagnóstico y monitoreo. Se consideraron varios procesos industriales relevantes como casos de estudio. El análisis aplicado se realiza utilizando datos experimentales o series de tiempo simuladas en condiciones cercanas o iguales a las de la operación industrial. A partir del análisis multiescala realizado en todos los casos de estudio, se propuso un procedimiento sistemático dividido en cuatro pasos: (i) La utilización de una función objetivo para detectar las escalas de tiempo características asociadas a los fenómenos físicos intrínsecos. (ii) La búsqueda de patrones repetitivos asociados a condiciones de operación específicas para el diagnóstico. (iii) La identificación de los tamaños de escala y de ventana móvil considerando la naturaleza del proceso para inferir cualitativamente las variables clave. (iv) Una metodología general para obtener exponentes de escalamiento que muestren cambios de sensibilidad en procesos de naturaleza distribuida. Dos contribuciones principales de esta investigación son: (i) La extensión y mejora del análisis fractal multiescala a una amplia clase de procesos químicos. (ii) Un procedimiento general que mejora y facilita el monitoreo y el diagnóstico basado en la aplicación objetiva de los métodos multiescala.

Access to relevant information to understand industrial system’s behavior, current status and/or performance before and during operation is required to ensure safety, reduce production costs, and improve product quality. Therefore, having diagnostic, monitoring, and control systems that are easy to implement and low cost is of utmost relevance. Thus, this paper presents a detailed study to facilitate and generalize the application of different multiscale methodologies to analyze time series of engineering processes to support diagnosis and monitoring strategies. Several relevant industrial processes were considered as case studies. The applied analysis is performed using experimental data or simulated time series under conditions close to or equal to the industrial operation. Based on the performed multiscale analysis of all case studies, a systematic procedure is devised, divided into five steps: (i) The utilization of an objective function for detecting characteristic time scales associated with the intrinsic physical phenomena. (ii) The search for repetitive patterns associated with specific operating conditions for diagnosis. (iii) The identification of scale and moving window sizes considering the nature of the process to infer the critical variables qualitatively. (iv) A general methodology to obtain scaling exponents that show sensitivity changes in distributed nature processes. Two main contributions of this research are: (i) The extension and improvement of the multiscale fractal analysis to a wide class of chemical processes. (ii) A general procedure that improves and facilitates the monitoring and diagnosis based on objective application of multiscale analysis.