Modelo de deteccion y diagnostico basado en confiabilidad para la deteccion de fallas en las bombas de diesel producto hidrotratado de las unidades de hidrotratamiento de combustibles de ecopetrol en la grb

Simple item page
dc.contributor.advisorBorras Pinilla, Carlos
dc.contributor.authorMaldonado Florez, Fredy Edgardo
dc.date.accessioned2023-04-06T15:31:42Z
dc.date.available2023
dc.date.available2023-04-06T15:31:42Z
dc.date.created2019
dc.date.issued2019
dc.description.abstractLa finalidad del presente trabajo, es proponer un Modelo de detección y diagnóstico de fallas en los diferentes componentes de bombas centrifugas, con el fin de mejorar su confiabilidad y disponibilidad, dada la importancia que tienen estos equipos en el proceso de hidrotratamiento de combustibles en nuestras unidades de proceso y su impacto en la economía del país. La razón principal del desarrollo de este trabajo es la de mejorar las condiciones actuales en donde los equipos en estudio presentan alta tasa de falla y altos costos de mantenimiento, afectando los indicadores de confiablidad y disponibilidad. Para el desarrollo del trabajo se adquirirá la información necesaria y disponible que permita la toma acertada de decisiones. Con esta información se revisaran los modelos disponibles de redes neuronales y se elegirá la más adecuada para nuestro objetivo y poder realizar su entrenamiento con la información disponible. En este proceso, se tienen en cuenta los diferentes modos de falla presentados en este tipo de activos y de acuerdo a los datos proporcionados por el modelo, se plantearan diferentes acciones para evitar o minimizar su ocurrencia. Por medio del uso de redes neuronales se quiere mejorar la confiabilidad, disponibilidad y mantenibilidad de los equipos en estudio, ya que este método es muy efectivo a la hora de la predicción, detección y diagnóstico de fallas. Con el modelo propuesto esperamos validar el uso de las redes neuronales para la detección de fallas y poder aplicar este tipo de herramientas en otros tipos de equipos. *
dc.description.abstractenglishThe purpose of this work is to propose a model for the detection and diagnosis of faults in the different components of centrifugal pumps, in order to improve their reliability and availability, given the importance of this equipment in the process of hydrotreating fuels in our process units and their impact on the country's economy. The main reason for the development of this work is to improve the current conditions where the equipment under study has a high failure rate and high maintenance costs, affecting the reliability and availability indicators. For the development of the work, the necessary and available information will be acquired that allows the correct decision making. With this information we will review the available models of neural networks and choose the most appropriate for our objective and be able to carry out their training with the available information. In this process, the different failure modes presented in this type of assets are taken into account and according to the data provided by the model, different actions will be considered to avoid or minimize their occurrence. Through the use of neural networks we want to improve the reliability, availability and maintainability of the equipment under study, since this method is very effective when it comes to predicting, detecting and diagnosing faults. With the proposed model, we hope to validate the use of neural networks for the detection of faults and to be able to apply this type of tools in other types of equipment. *
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Gerencia de Mantenimiento
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/13926
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Gerencia de Mantenimiento
dc.publisher.schoolEscuela de Ingeniería Mecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectConfiabilidad
dc.subjectDisponibilidad
dc.subjectMantenibilidad
dc.subjectBombas Centrifugas
dc.subjectMantenimiento Predictivo
dc.subjectRedes Neuronales
dc.subjectDeteccion Y Diagnostico De Fallas.
dc.subject.keywordReliability
dc.subject.keywordAvailability
dc.subject.keywordMaintenance
dc.subject.keywordCentrifugal Pumps
dc.subject.keywordPredictive Maintenance
dc.subject.keywordNeuronal Networks
dc.subject.keywordDetection And Fault Diagnosis.
dc.titleModelo de deteccion y diagnostico basado en confiabilidad para la deteccion de fallas en las bombas de diesel producto hidrotratado de las unidades de hidrotratamiento de combustibles de ecopetrol en la grb
dc.title.englishDetection and diagnostic model based on reliability for the detection of faults in the diesel pumps hydrotrated product of the ecopetrol fuel hydrotrapment units in the grb*.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
61.92 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.86 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
91.74 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Gerencia de Mantenimiento