Clasificación de estados de deformación elástica en tuberías metálicas mediante algoritmos basados en modelos estadísticos y técnicas heurísticas.
No Thumbnail Available
Date
2016
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
Este trabajo describe los resultados de la adaptación de una metodología para la detección y clasificación de diferentes estados de deformación elástica en tuberías metálicas usando ondas guiadas, el principio de piezo-diagnosis y algoritmos estadísticos. La metodología consiste en transmitir y sensar un conjunto de ondas guiadas en una tubería a nivel de laboratorio para obtener el comportamiento estadístico en su estado nominal y en otros estados de deformación elástica. Los diferentes grados de deformación son emulados variando la carga aplicada por uno de los soportes de la tubería. Las señales transmitidas y sensadas son analizadas y procesadas por algoritmos basados en correlación de señales, Análisis de Componentes Principales y Prueba de Hipótesis con el propósito de detectar y clasificar diferentes grados de deformación. La metodología se validó experimentalmente variando temperatura del ambiente y la velocidad del flujo de agua dentro de la tubería, comprobándose su efectividad en la detección y clasificación de estados de deformación. Actualmente los sistemas de inspección en tuberías utilizados por las empresas son capaces de detectar, cuantificar y localizar diferentes tipos de fallas de manera eficiente. Sin embargo, estos sistemas de inspección no trabajan de forma continua debido a los altos costos de operación. Este factor no presenta problemas cuando se requiere detectar fallas que aparecen de forma gradual como por ejemplo la corrosión, que tarda meses en manifestarse y no requiere una agenda de inspección continua. No obstante, existen otro tipo de fallas que se pueden presentar de forma repentina las cuales pueden provocar consecuencias económicas, ecológicas o trágicas
Description
Keywords
Monitorización De Salud Estructural, Análisis De Componentes Principales, Reconocimiento De