Maestría en Gerencia de Mantenimiento
Permanent URI for this collection
Browse
Browsing Maestría en Gerencia de Mantenimiento by browse.metadata.evaluator "Quiroga Méndez, Jabid Eduardo"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item Estimación de la vida útil remanente de los transformadores de potencia de la Central Hidroeléctrica Urra I utilizando técnica de inteligencia artificial(Universidad Industrial de Santander, 2023-03-09) Sierra Flórez, Mario José; Borrás Pinilla, Carlos; Quiroga Méndez, Jabid Eduardo; González Estrada, Octavio AndrésLos transformadores de potencia de la Central Hidroeléctrica Urra I son activos de gran importancia para la generación de la energía eléctrica, los cuales elevan la tensión de salida de los generadores de 13,8 kV a 230 kV para, posteriormente, llevar la energía a través de cables hasta la subestación donde se integra al sistema interconectado nacional. Es por esto que un buen mantenimiento y operación de estos transformadores es vital para la continuidad en el suministro de energía eléctrica. Para realizar seguimiento al estado de los transformadores de potencia se han instalado equipos para monitoreo en línea de gases disueltos en el aceite (DGA) y controladores electrónicos de la temperatura del transformador. Este proyecto tiene como base la búsqueda de una metodología para estimar la vida útil remanente de un transformador de potencia inmerso en aceite utilizando los registros de los equipos de medida mencionados anteriormente, y aplicando una técnica de inteligencia artificial. Inicialmente se realizó un estudio de las diferentes técnicas basadas en inteligencia artificial con el fin de seleccionar la más adecuada de acuerdo con las características de la data existente. Seguido se plantean metodologías para estimar la vida remanente de un transformador utilizando análisis de regresión y aplicando la herramienta computacional Matlab. Por último, se realiza un análisis de resultados de aplicar el modelo obtenido, donde se pudo encontrar que es posible estimar la vida útil remanente de un transformador con una buena aproximación utilizando un análisis de regresión con la app regression learner de Matlab.Item Modelo de gestión para determinar plan de cambio de bastidores y orugas aplicando Machine Learning en la flota de tractores de orugas de Cerrejón(Universidad Industrial de Santander, 2021) Gómez Mercado, Pedro Saúl; Borrás Pinilla, Carlos; Quiroga Méndez, Jabid Eduardo; Sánchez Acevedo, Heller GuillermoCerrejón es una compañía minera de explotación de carbón que se ha visto afectada por la caída drástica del precio del carbón en el último año, lo que la ha llevado a buscar estrategias que la ayuden a seguir siendo una mina costo efectiva y vigente en el mercado. En este proyecto se propone la incorporación de técnicas avanzadas de mantenimiento basadas en el análisis de datos por medio de aprendizaje automático que permitan la optimización de la estrategia de cambio de los componentes bastidores y orugas. En este trabajo se estudia y determinan los principales modos de fallos de los componentes del tren de rodaje y a partir del registro histórico de sus fallas y el uso de machine learning con el software Matlab. Se determinó un modelo de aprendizaje supervisado de Maquina de soporte vectorial que permite clasificar la condición de desgaste y condición de operación normal, de acuerdo con las mediciones del porcentaje de desgaste de las partes de estos componentes y sus horas de operación, con una precisión de 98% para las orugas y 100% para bastidores. Con este modelo se busca tomar decisiones asertivas con respecto al cambio de estos componentes que permitan reducir al máximo los fallos imprevistos o no programados.Item Modelo inteligente para detectar los fallos del compresor centrifugo SC-2651 de la unidad de Hydrocraking moderado HCM en la refinería de Barrancabermeja(Universidad Industrial de Santander, 2024-02-27) Mendoza Serrano, Jhonatan Isaac de Jesús; Borrás Pinilla, Carlos; Quiroga Méndez, Jabid Eduardo; González Estrada, Octavio AndrésEste proyecto aborda el desarrollo de un sistema de detección de fallas en un sistema de compresión de hidrógeno utilizando técnicas avanzadas de inteligencia artificial. Se emplearon tres clasificadores principales: Discriminador Cuadrático, Máquina de Soporte Vectorial Gaussiana y Clasificador de Subespacio KNN, los cuales fueron entrenados y validados para identificar y clasificar correctamente las fallas en el sistema de compresión. Los resultados obtenidos durante el proceso de entrenamiento y validación mostraron una precisión general superior al 80%, destacando el desempeño prometedor de los clasificadores en la detección de fallas. A pesar de los resultados alentadores, se identificaron desafíos significativos, como la confusión entre fallas de sellos y de rotor, atribuible a errores en la segmentación de datos y similitudes en los comportamientos bajo ciertas condiciones operativas. Además, se exploraron posibles causas de este fenómeno, incluyendo errores intrínsecos en el proceso de entrenamiento y la coincidencia de fallas con menor intensidad. A pesar de estos desafíos, los resultados respaldan la efectividad del enfoque de inteligencia artificial en la detección de fallas en sistemas de compresión de hidrógeno. Este proyecto representa un avance significativo hacia el desarrollo de un sistema de detección de fallas confiable y eficiente en entornos industriales. El próximo paso crítico implica la validación del sistema con datos independientes, que garantizará su robustez y precisión en escenarios del mundo real. Estos hallazgos tienen importantes implicaciones para la seguridad y eficiencia en operaciones industriales, destacando el potencial de la inteligencia artificial en la mejora de la monitorización y el mantenimiento de sistemas críticos como los compresores de hidrógeno. Demás de los avances tecnológicos, este proyecto también contribuye al desarrollo de estrategias de mantenimiento predictivo en la industria, lo que permite una gestión más eficiente de los activos y una reducción significativa de los costos asociados con el mantenimiento no planificado.Item Propuesta para evaluar y optimizar el sistema de mantenimiento de lubricación industrial en una planta para tratamiento de agua(Universidad Industrial de Santander, 2024-02-27) Díaz Orduz, Javier; Martínez, Manuel de Jesús; Quiroga Méndez, Jabid Eduardo; Pertuz Comas, Alberto DavidEste documento constituye la realización del proyecto “Propuesta para evaluar y optimizar el sistema de mantenimiento de lubricación industrial en una planta para tratamiento de agua.”. La propuesta de mantenimiento contempla aspectos basados en estrategias modernas de mantenimiento buscando la mejora continua de los procesos, logrando la planeación de actividades con secuencia lógica a fin de conseguir disponibilidad y confiabilidad de los equipos rotativos a mantener, mejorando así los indicadores de mantenimiento. Si la planta para tratamiento de agua de Termozipa está enfocada en administración de la lubricación entenderá la forma operativa de sus activos, lo que genera con suficiente anterioridad una alerta de la causa raíz del modo de falla, reduciendo costos de mantenimiento y rescatando costos de capital para otros usos. El ciclo propuesto donde se identificaron equipos, códigos, lubricantes, funciones, ubicación, fallas, modos de falla, consecuencias de la falla, además se valoraron y priorizaron la criticidad y el numero prioritario de riesgo, tareas de mantenimiento, indicadores de mantenimiento, proponiendo una estrategia de diagnóstico. Tendrá como resultado un funcionamiento continuo y confiable del proceso de tratamiento, el cual redundará en beneficio para la central térmica y así una mayor posibilidad de reducir la criticidad de equipos rotativos que intervienen en proceso para lograr una mayor competitividad en la producción de agua desmineralizada. El uso fmeca, indicadores de mantenimiento, normativa ISO 55.000 para evaluar y optimizar el sistema de mantenimiento está asociado a propuestas como parte de la gestión en lubricación para los equipos rotativos fortaleciendo el ciclo actual de mantenimiento de planear, hacer, verificar y actuar.