Elaborar un modelo de gestión de confiabilidad en mantenimiento basado en supervisión automática y control operativo para bombas centrífugas de las Plantas de Hidrotratamiento de la GRB
dc.contributor.advisor | Borras Pinilla, Carlos | |
dc.contributor.author | Vargas Silva, Willian | |
dc.date.accessioned | 2024-03-03T23:28:50Z | |
dc.date.available | 2017 | |
dc.date.available | 2024-03-03T23:28:50Z | |
dc.date.created | 2017 | |
dc.date.issued | 2017 | |
dc.description.abstract | El presente trabajo se basa en la creaci´on de un modelo de mantenimiento predictivo confiable aplicado a bombas centr´ıfugas, diferente a los que se aplican en el sector O´ıl & Gas. Este, es un modelo que calcula la vida remanente de equipos rotativos. Con este trabajo se busca reducir el tiempo muerto del equipo y maximizar la vida activa del mismo, logrando menores costos del ciclo de vida. Para el desarrollo del modelo se recopil´o una base de datos (seis a˜nos) de trece bombas centr´ıfugas (operacionalmente activas) de las plantas de hidrotratamiento de combustible de la refiner´ıa de Barrancabermeja, las cuales tuvieron fallas solo por desgaste natural de acuerdo a sus condiciones operacionales. Se utiliz´o la librer´ıa de redes neuronales del programa Matlab para crear 4 modelos de predicci´on de vida remanente de las bombas, utilizando las siguientes arquitecturas: Feed-forward, Nonlinear AutoRegressive model with eXogenous input NARX, Red neuronal recurrente y Red basada en retardos de tiempo. Se evaluaron las cuatro opciones y finalmente se seleccion´o la red neuronal Feedforward como la m´as precisa y confiable para el modelo. Con lo anterior se logr´o crear un nuevo modelo innovador de mantenimiento, donde se asocian todas las variables operacionales del equipo, con resultados que aumentan la vida ´util de las bombas. | |
dc.description.abstractenglish | This work is based on the creation of a predictive and reliable maintenance model applied to centrifugal pumps, different from those applied in Oil & Gas sector. This is a model that calculates the remaining life of rotating equipment. With this work, it is sought to reduce equipment downtime and maximize the active life of it, achieving lower life cycle costs. For the development of this model, it was collected a six-year database of thirteen operationally active centrifugal pumps, from the hydrotreating plants of Barrancabermeja refinery, which had failures only due to their normal wear accordig to therir operating conditions. The neural network library of Matlab program was used to create four architectures: Feedforward network, Nonlinear AutoRegressive model with eXogenous input NARX, Layer-recurrent network and focused Time-Delay Neural Network. The four options were evaluated and finally the Feedforward network was chosen as the more precise and trustworthy to the model. With the aforementioned, it was possible to create a new innovative model of maintenance, where all the operational variables of the equipment are associated, with results that increase the useful life of pumps. | |
dc.description.degreelevel | Maestría | |
dc.description.degreename | Magíster en Gerencia de Mantenimiento | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Universidad Industrial de Santander | |
dc.identifier.reponame | Universidad Industrial de Santander | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/37154 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingenierías Fisicomecánicas | |
dc.publisher.program | Maestría en Gerencia de Mantenimiento | |
dc.publisher.school | Escuela de Ingeniería Mecánica | |
dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
dc.subject | Red Neuronal | |
dc.subject | Equipos Rotativos | |
dc.subject | Predictivo | |
dc.subject.keyword | Neural Network | |
dc.subject.keyword | Rotating Equipment | |
dc.subject.keyword | Predictive. | |
dc.title | Elaborar un modelo de gestión de confiabilidad en mantenimiento basado en supervisión automática y control operativo para bombas centrífugas de las Plantas de Hidrotratamiento de la GRB | |
dc.title.english | To design a reliability management model in maintenance base on automatic supervision and operative control for centrifugal pumps of hydro treatment plants at grb | |
dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.hasversion | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestria |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 458.5 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Documento.pdf
- Size:
- 10.25 MB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 268.74 KB
- Format:
- Adobe Portable Document Format