Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas
El control estadístico multivariado de procesos comprende estrategias destinadas a monitorear y controlar un proceso industrial. Las mismas emplean métodos estadísticos con el fin de extraer información cuantitativa del sistema a partir de datos históricos, y modelar su comportamiento normal. Dur...
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
2015
|
| Materias: | |
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/2541 |
| Aporte de: |
| id |
I20-R126123456789-2541 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional del Sur |
| institution_str |
I-20 |
| repository_str |
R-126 |
| collection |
Repositorio Institucional Universidad Nacional del Sur (UNS) |
| language |
Español |
| orig_language_str_mv |
spa |
| topic |
Ingeniería química Monitoreo Control estadístico Vecino en control más cercano |
| spellingShingle |
Ingeniería química Monitoreo Control estadístico Vecino en control más cercano Cedeño Viteri, Marco Vinicio Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| topic_facet |
Ingeniería química Monitoreo Control estadístico Vecino en control más cercano |
| description |
El control estadístico multivariado de procesos comprende estrategias destinadas a
monitorear y controlar un proceso industrial. Las mismas emplean métodos estadísticos con
el fin de extraer información cuantitativa del sistema a partir de datos históricos, y modelar su
comportamiento normal. Durante la operación del proceso, se analiza si éste se encuentra en
control estadístico mediante el empleo de test de hipótesis. Si se detectan desviaciones
respecto de la condición operativa normal, la identificación del conjunto de observaciones
mediante las cuales se manifiesta la situación anómala ayuda a diagnosticar la causa del
problema, y a tomar decisiones conducentes a su resolución.
Esta tesis comprende el desarrollo e implementación de nuevas estrategias destinadas a
aislar las observaciones que revelan un problema operativo, tanto para procesos continuos
como para los discontinuos.
Para tal fin, se define el concepto del Vecino en Control más Cercano (Nearest in Control
Neighbor, NICN) a la observación, como aquel que minimiza una cierta medida de distancia
a la misma, y se ubica en el contorno de la región de control estadístico del proceso. Se
evalúan las contribuciones de las variables al estadístico en función de la distancia entre el
NICN y la observación, y se determina el conjunto de variables que revelan el
comportamiento anormal de dos maneras diferentes. Una de ellas consiste en estimar la
función de densidad de probabilidad empírica de la contribución de la variable al estadístico
cuando ésta no revela la situación anormal. La otra aplica una técnica de agrupamiento
jerárquico y se desarrolla especialmente para el monitoreo de procesos discontinuos. Las
nuevas técnicas de aislamiento de variables evitan todas las suposiciones inherentes a los
métodos existentes.
Se presenta un exhaustivo análisis del desempeño de los procedimientos desarrollados en
esta tesis para un ejemplo de aplicación complejo, que comprende un bioreactor para la
producción de penicilina. Este opera en modo discontinuo en la primera fase del proceso y de
manera semicontinua en la segunda.
Se utiliza un conjunto de índices de desempeño con el fin de comparar el
comportamiento de las técnica propuesta con el obtenido empleando otras metodologías
presentadas recientemente en la literatura. Con fines de comparación, se selecciona un
procedimiento que utiliza directamente los valores de las observaciones (OSS - Original
Space Strategy), y otro que emplea sus proyecciones en un espacio de variables latentes
(Análisis de Componentes Principales Kernel).
El estudio de desempeño muestra que la metodología propuesta permite un aislamiento
perfecto de las variables mediante las cuales se manifiesta la situación anormal en una amplia
mayoría de los casos simulados.
Los lineamientos generales de la técnica propuesta pueden extenderse con facilidad para
abordar el monitoreo empleando otros estadísticos y otros espacios de variable. |
| author2 |
Sánchez, Mabel Cristina |
| author_facet |
Sánchez, Mabel Cristina Cedeño Viteri, Marco Vinicio |
| format |
tesis doctoral |
| author |
Cedeño Viteri, Marco Vinicio |
| author_sort |
Cedeño Viteri, Marco Vinicio |
| title |
Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| title_short |
Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| title_full |
Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| title_fullStr |
Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| title_full_unstemmed |
Control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| title_sort |
control estadístico multivariado de procesos : nuevas estrategias para identificación de fallas |
| publishDate |
2015 |
| url |
http://repositoriodigital.uns.edu.ar/handle/123456789/2541 |
| work_keys_str_mv |
AT cedenoviterimarcovinicio controlestadisticomultivariadodeprocesosnuevasestrategiasparaidentificaciondefallas |
| bdutipo_str |
Repositorios |
| _version_ |
1764820504881922049 |