Design and Simulation of a parameterized Model Predictive Controller for mine...Manuel Manyari Rivera
This paper details the designing and simulation of controllers for grinding units with model predictive controllers (MPC). The proposed predictive controller estimates the future response of the multiple control loops of the system and penalizes strategically the control variables. This controller allows the optimization of the performance of the grinding circuits, also it maximizes the overflow product ore and gets the minimization of specific control variables like the dilution water. Simulations are presented to show the behavior of the predictive controller.
Design and Simulation of a parameterized Model Predictive Controller for mine...Manuel Manyari Rivera
This paper details the designing and simulation of controllers for grinding units with model predictive controllers (MPC). The proposed predictive controller estimates the future response of the multiple control loops of the system and penalizes strategically the control variables. This controller allows the optimization of the performance of the grinding circuits, also it maximizes the overflow product ore and gets the minimization of specific control variables like the dilution water. Simulations are presented to show the behavior of the predictive controller.
Simulacion de un Proceso industrial de dosificacion y mezcla con PLC TWIDO y ...Erkys Fermin
Simulacion de un Proceso industrial de dosificacion y mezcla de ingredientes mediante una maqueta con PLC TWIDO, HMI Magelis, Motores Paso a Paso, Celda de Carga
Simulacion de un Proceso industrial de dosificacion y mezcla con PLC TWIDO y ...Erkys Fermin
Simulacion de un Proceso industrial de dosificacion y mezcla de ingredientes mediante una maqueta con PLC TWIDO, HMI Magelis, Motores Paso a Paso, Celda de Carga
Automatización de la dosificación de ácido en piletas de decapadoLucas Gamaleri
Se diseñó e implementó un sistema automático de dosificación que sustituye el modelo basado en balance de masa por uno basado en aprendizaje automático. Consiguiendo una optimización en los recursos utilizados, una mejora en la predictibilidad de la línea y una notable reducción en la carga de trabajo del personal con un mínimo de inversión
En la actualidad se tiene problemas para obtener la disponibilidad de diseño, para llegar esta disponibilidad es necesario utilizar un proceso holístico que facilite la toma de decisiones. Para el presente estudio se plantea utilizar herramientas de confiabilidad como modelos RBD – Reliability Block Modeling y calculo probabilístico de detenciones (downtimes).
El método consiste en crear un modelo RBD que represente la relación del sistema complejo de la planta a través de arreglos en serie, paralelo, redundancia, standby, etc. Luego se analizan las diferentes estrategias de operación requeridas para operar la planta. A continuación se procedió a analizar mediante calculo probabilístico las diferentes distribuciones matemáticas que representan el comportamiento de los equipos tanto para MTBF – Mean Time Between Failure como para MTTR – Mean Time To Failure. El mismo análisis es requerido para la estrategia de Paradas de Planta y Mantenimientos Preventivos. Como siguiente paso esta la integración de estas distribuciones con el RBD para realizar pruebas de verificación y validación del modelo. Finalmente se ejecutó la determinación de escenarios para análisis de resultados.
El resultado obtenido a través de la aplicación de este método en una fundición de cobre fue el incremento sobre el valor actual de 82% de disponibilidad.
Se concluye que este método permite sustentar la toma de decisiones facilitando la evaluación de múltiples escenarios para la priorización de oportunidades de mejora. Además este método puede ser implementado en cualquier sector industrial.
Optimización integrada del sistema de producción utilizando análisis nodalAquiles Labra Fernandez
Las compañías productoras de petróleo y gas realizan continuamente grandes esfuerzos por agregar valor a sus corporaciones y mejorar así sus resultados financieros. Estos esfuerzos están dirigidos a mediano y largo plazo a maximizar el factor de recobro de los yacimientos y a corto plazo a acelerar el recobro de las reservas recuperables, la primera es una meta de años para el equipo multidisciplinario de personas que laboran en los Estudios Integrados del Yacimiento, la segunda es el día a día del equipo multidisciplinario de personas que laboran en la Optimización Integral del Sistema de Producción. Esta última, aunque es un subproceso de la primera, constituye el “Núcleo del Negocio” (Core Business) de la Corporación ya que permite maximizar la producción total diaria de hidrocarburos y/o el beneficio neto ($$$/d) producto de la venta de los mismos.
Una de las técnicas mas utilizadas para optimizar sistemas de producción, dada su comprobada efectividad y confiabilidad a nivel mundial, es el Análisis Nodal; con la aplicación de esta técnica se adecua la infraestructura tanto de superficie como de subsuelo, para reflejar en el tanque el verdadero potencial de producción de los pozos asociados a los yacimientos del sistema total de producción. En otras palabras, se logra cerrar la brecha existente entre la producción actual de los pozos y la producción que debería exhibir de acuerdo a su potencial real de producción. El Análisis Nodal básicamente consiste en detectar restricciones al flujo y cuantificar su impacto sobre la capacidad de producción total del sistema.
Los emprendimientos socio productivos generan bienes y servicios en los territorios, con el propósito de que los procesos de producción activen al mercado y facilite el desarrollo personal mediante la integración social de los agentes sociales excluidos.
control de emisiones de gases contaminantes.pptxjesusbellido2
en el siguiente documento s epodra apreciar los gases que emiten los vehiculos y sus consecuencias tambien se podra apreciar las normas euro cino y las normas euro seis
3. www.avepmco.org.ve
CONTENIDO
•INTRODUCCIÓN
•METODOLOGÍA
•DESARROLLO
•BENEFICIOS DEL ANÁLISIS RAM EN SISTEMAS PRODUCTIVOS COMPLEJOS
•CONCLUSIONES
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
4. www.avepmco.org.ve
INTRODUCCIÓN
NORMAS PAS 55 / ISO 55000
Sistema de Gestión de Activos
Optimizar los Sistemas Productivos
Alcanzar los objetivos organizacionales, de manera: Efectiva, Eficiente y Sostenible en el tiempo
Dinámica Empresarial Actual
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
6. www.avepmco.org.ve
Retos del Ingeniero de Confiabilidad
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
Ingeniería de Confiabilidad
Procesos Productivos
Establecer acciones y estrategias, que permitan disminuir sistemáticamente la probabilidad de falla y eventos no deseados.
7. www.avepmco.org.ve
ANÁLISIS RAM -METODOLOGÍA
DIÁGNOSTICO DEL SISTEMA PRODUCTIVO
DIAGRAMAS DE DEPENDENCIA DE PROCESOS
PRONOSTICAR EL COMPORTAMIENTO DE LOS ACTIVOS
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
•ConfiabilidadyDisponibilidad.
•Pérdidasdeproduccióndebidoalaindisponibilidad
8. www.avepmco.org.ve
FUENTES:
EVIDENCIA
(Registro de Fallas)
GENÉRICA
OREDA, EXIDA, IEE, entre otras.
Falla
Tiempo Fuera de
Servicio (hrs)
Tiempo en
reparación (hrs)
1 1768 1
2 675 37
3 1777 12
4 693 9
5 1668 2
6 1497 40
7 971 96
8 205 37
9 1325 8
10 1684 27
OPINIÓN DE EXPERTOS
ANÁLISIS DE LOS DATOS DE FALLA Y REPARACIÓN
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
9. www.avepmco.org.ve
Caracterización Probabilística de las variables Tiempos entre Falla y Tiempo de Reparación
TASA DE FALLA Y REPARACIÓN
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
ANÁLISIS DE LOS DATOS DE FALLA Y REPARACIÓN
ESTADÍSTICA PARÁMETRICA
10. www.avepmco.org.ve
Límites de batería
Fuente: Norma ISO-14224
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
MODELACIÓN DEL SISTEMA PRODUCTIVO
12. www.avepmco.org.ve
Construcción de Diagramas de Dependencia de Proceso (DDP)
Fuente: Reliasoft.com
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
MODELACIÓN DEL SISTEMA PRODUCTIVO
13. www.avepmco.org.ve
PARÁMETRO DE PRODUCCIÓN (Q)
CadabloquedelmodeloRAMdebetenerdefinidoun"valorQ",elcualrepresentaunparámetrodeproduccióndelmodelo.Porejemplo:
Capacidad de generación
Barriles de crudo
Cantidad de Producto
Entre otros
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
ELEMENTOS DE MODELACIÓN DE LOS DIAGRAMAS DE DEPENDENCIA DE PROCESO (DDP)
14. www.avepmco.org.ve
Cálculo de Confiabilidad:
퐶푠푒푟푖푒= 퐶푖
Sistemas en Serie
CA
CB
CC
CD
Elrendimientodelsistema,estálimitadoalmínimoentrelascapacidadesdecadaunodeloscomponentes
Cálculo de Producción:
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
MODELACIÓN DE SISTEMAS PRODUCTIVOS
15. www.avepmco.org.ve
Cálculo de Confiabilidad:
퐶푝푎푟푎푙푒푙표=1− (1−퐶푖)
Sistemas en Paralelo (Redundancia Activa)
Laproduccióndelsistema,eslasumatoriadelascapacidadesdelosequipospresentesenelmodelo.
Cálculo de Producción:
CA
CB
CC
CD
CE
CF
CG
CH
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
MODELACIÓN DE SISTEMAS PRODUCTIVOS
16. www.avepmco.org.ve
Cálculo de Confiabilidad:
퐶= 푟=푘 푛 푛 푘 .푃푘.(1−푃)푛−푘
Modelación de Sistemas en k de n (Redundancia en Standby)
Paraestetipodeconfiguraciónelparámetrodeproducción“Q”delgruposecalculadelamismamaneraquelosgruposenredundanciaactiva.
Cálculo de Producción:
CA
CB
CC
CD
CE
CF
CG
CH
X
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
MODELACIÓN DE SISTEMAS PRODUCTIVOS
17. www.avepmco.org.ve
Permitesimularelefectoretardadodefallasenunproceso.
Sistemas de Almacenamiento
Tanque de almacenamiento
Generador Eléctrico de Emergencia
Proceso Productivo
Sistema de Generación Eléctrico Ppal.
X
X
X
X
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
MODELACIÓN DE SISTEMAS PRODUCTIVOS
19. www.avepmco.org.ve
Producto
Cociente
Mayor que / Menor que
Diferencia
Igualdad
Sirven para realizar la comparación lógica entre los valores de producción y disponibilidad de los bloques en un modelo RAM.
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
FUNCIONES LÓGICAS
20. www.avepmco.org.veDefinición del Tiempo de Simulación
Operación y Mantenimiento del Sistema Productivo, dependen de la variable TIEMPO
INCERTIDUMBRE
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
SIMULACIÓN DEL MODELO
21. www.avepmco.org.ve
Pronóstico de la Disponibilidad del Sistema Productivo.
Obtención de los distintos escenarios de comportamiento del sistema productivo. Simulación de Montecarlo
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
SIMULACIÓN DEL MODELO
22. www.avepmco.org.ve
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
SIMULACIÓN DEL MODELOAnálisis de Sensibilidad
Disp.
Periodo 1:
78%
TFS
1.886 Hrs.
Disp. Clase Mundial:
95%
TFS
438 Hrs.
REDUCCIÓN DEL 77% DE LOS TIEMPOS FUERA DE SERVICIO
23. www.avepmco.org.ve
N°
Descripción del Equipo
Tagdel Equipo
Media de Aporte a la Indisp.
Media de Aporte a la Indisp. Acumulada
1
COMPRESOR DE BAJA PRESIÓN 1
C-BP-001
9,33%
9,33%
2
COMPRESOR DE ALTA PRESIÓN 2
C-AP-002
8,50%
17,83%
3
BOMBA DE GLICOL 2
P-DESH-002
8,07%
25,90%
4
COMPRESOR DE MEDIA PRESIÓN 2
C-MP-002
7,87%
33,77%
5
COMPRESOR DE ALTA PRESIÓN 3
C-AP-003
6,89%
40,66%
6
MOTOR DEL COMPRESOR DE MEDIA 3
C-AP-003-M
6,62%
47,28%
7
COMPRESOR DE MEDIA PRESION 1
C-BP-001
6,25%
53,53%
8
TURBOGENERADOR 2
TG-GEN-0002
5,82%
59,35%
9
BOMBA DE DESPACHO DE CRUDO 2
P-DESP-002
5,50%
64,85%
10
COMPRESOR DE DE AIRE DE INSTRUMENTOS 3
C-AIR-003
4,46%
69,31%
11
BOMBA DE INYECCION DE AGUA PRODUCIDA 1
P-INY-001
4,00%
73,31%
12
COMPRESOR DE ALTA PRESIÓN 1
C-AP-001
3,71%
77,02%
13
VALVULA SDV DEL COMPRESOR DE ALTA PRESIÓN 2
SDV-AP-004
2,89%
79,91%
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
JERARQUIZACIÓN DE CRITICIDAD DE LOS ACTIVOS
24. www.avepmco.org.ve
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
CORRELACIÓN DE VARIABLES
푇퐹푆=8750+87,6.퐷푖푠푝표푛푖푏푖푙푖푑푎푑+2,16.푇표푝푒푟푎푐푖ó푛
Tiempos fuera de Servicio
Tiempos de Operación
Disponibilidad
Disponibilidad
Tiempos de Operación
TPEF
TPPR
Tiempos fuera de Servicio
Variables Operacionales
25. www.avepmco.org.ve
Identificación de cuellos de botellas
Verificar cumplimiento de producción
Modelación de Sistemas Productivos Complejos a través del Análisis RAM.
BENEFICIOS DEL ANÁLISIS RAM
Evaluar posibles cambios en los procedimientos de Operación y Mantenimiento