Sistema neuro-fuzzy : prospectiva de aplicación en la detección de fallas en equipos de subsuelo de unidades de levantamiento mecánico

Abstract

A medida que pasan los años se presenta con mayor necesidad el realizar diagnósticos de maquinaria con base en el estudio de variables (vibraciones, ultrasonido, dinagramas, etc.) que definen la condición del equipo. Este proceso de diagnóstico generalmente lo realiza personal calificado y experimentado en los diferentes campos. Actualmente en la UIS se ejecuta el proyecto de investigación “Desarrollo de un prototipo de pozo inteligente para Campo Escuela Colorado”, financiado por la Vicerrectoría de Investigación y Extensión, el cual busca identificar de forma precisa, rápida y automática los problemas en un pozo. La necesidad actual del proyecto de investigación referido radica en generar una estrategia software capaz de reconocer y diagnosticar los diferentes estados del equipo de levantamiento artificial. El presente proyecto pretende resolver dicha necesidad presentando una alternativa para la interpretación de dinagramas, proporcionando agilidad y rapidez en el reconocimiento de problemas. Después de analizar las diferentes alternativas de solución, se decidió utilizar un software basado en una arquitectura Neuro-Fuzzy, desarrollado en el laboratorio de Automatización Industrial, llamado Nefclass-Q. Para entrenar, validar y clasificar se crearon dinagramas con los diez tipos de fallas más comunes, teniendo en cuenta su forma característica, a la cual posteriormente se le realiza un tratamiento en su contenido. Por último se evalúa si el uso de esta arquitectura es viable para el diagnóstico de dinagramas, además de su implementación en el proyecto de investigación.