UNIVERSIDAD DE ORIENTE

NCLEO DE MONAGAS
ESCUELA DE INGENIERA Y CIENCIAS APLICADAS
DEPARTAMENTO DE INGENIERA DE SISTEMAS
CURSO ESPECIAL DE GRADO REA ACPI
ESTRATEGIAS PARA LA AUTOMATIZACION INDUSTRIAL (EAI)

UNIDAD IV: SISTEMAS DE SUPERVISION Y CONTROL

TEMA 3: LA DETECCION DE FALLAS EN LOS PROCESOS
INDUSTRIALES

ASESOR:
ING. JUDITH DEVIA
EQUIPO CIM
PALMA J., YDDANY G. C.I.: 19.663.847

ROJAS S., ROSANGI F. C.I.: 19.909.224

MATURN, MARZO DE 2015

 CONTENIDO

INTRODUCCION ........................................................................................................ 3
MARCO TEORICO..................................................................................................... 4
1. DEFINICION DE FALLA ............................................................................... 4
2. TIPOS DE FALLAS........................................................................................ 4
3. DETECCION DE FALLAS ............................................................................ 5
4. SISTEMAS SCADA EN LA DETECCIN DE FALLAS ........................... 5
METODOS ESTADISTICOS DE DETECCIONDE FALLAS: SPC ............. 5
5. TIPOS DE DETECCION DE FALLAS ........................................................ 7
DISCUSION................................................................................................................. 9
CONCLUSION ..........................................................................................................11
REFERENCIAS ........................................................................................................12
ANEXOS ....................................................................................................................13
 INTRODUCCION

El crecimiento poblacional, descubrimiento de nuevos elementos qumicos y

reservas minerales, conjuntamente con la aparicin de nuevas tecnologas,
aumento de la demanda de productos y servicios, ha trado consigo, una explosin
industrial, dirigida a cubrir la demanda de los consumidores del entorno global;
cada industria, dentro de un campo de accin especfico (industrias alimenticias,
de hidrocarburos, ensambladoras etc.), caracterizadas en su mayora por llevar a
cabo procesos con un alto grado de complejidad y donde intervienen cuantiosas
cantidades de materias, obreros, operarios, maquinarias y elementos tanto
simples, los cuales no representan un factor tan riesgoso para estas, como
elementos txicos, de naturaleza altamente agresiva o peligrosa que deben ser
manipulados bajo rigurosas medidas de seguridad.

Ante lo anteriormente descrito, las industrias, estn constantemente, tras la

bsqueda de herramientas, elementos, guas, mtodos, estrategias, estndares
entre otros, dirigidos a facilitar uno de sus principales objetivos, proteger sus
instalaciones, procesos, personal, inversin entre otros tantos influyentes. Por lo
cual, lleva a cabo ciertas actividades de planeacin e investigacin, dirigidas a
encontrar, cual es la combinacin clave entre instrumentos, tcnicas, tecnologas y
mtodos que permitan controlar de forma ptima sus procesos, para lograr una
correcta supervisin y monitorizacin de sus instalaciones.

Es preciso sealar a continuacin que en esta investigacin se hablara de un

aspecto relevante en la supervisin de procesos, siendo este, La deteccin de
fallos, el cual est dirigido como su nombre lo indica, a detectar cualquier tipo de
anomalas dentro de los procesos, para actuar de forma oportuna y as evitar en lo
posible una afeccin de gran magnitud.
 MARCO TEORICO

1. DEFINICION DE FALLA

La falla es uno de los estados presentes o caractersticos de un proceso

capaz de ocasionar en este, interrupciones permanentes, totales o parciales,
Chacon,L(2012) lo define como:

Una falla es la causa u evento que nos lleva a la finalizacin de la capacidad

de un equipo para realizar su funcin adecuadamente o para dejar de realizarla en su
totalidad. Un elemento sujeto a una falla muestra propiedades que cambian
gradualmente de un valor inicial a un lmite fatal.

2. TIPOS DE FALLAS

Existen cuatro tipos de fallas, las cuales Chacn, L(2012) las clasifica de la
siguiente forma:

Falla Parcial: Es aquella falla que puede interpretarse de dos formas

diferentes pero no excluyentes. Puede decirse que una Falla Parcial es
aquella que disminuye la capacidad de produccin de una maquina pero no
la detiene, tambin puede ser que no disminuya la capacidad de produccin
pero si disminuya la confiabilidad. Toda falla parcial nos conduce a una
falla total.

Falla Intermitente: Es una falla parcial que se presenta bajo determinadas

condiciones de trabajo, sobre todo en sobrecarga. Estas fallas persisten
durante el tiempo que dure la situacin irregular y desaparecen al
desaparecer estas. Toda falla intermitente nos conduce a una falla total
sino se corrigen las condiciones irregulares.

Falla Total: Son aquellas que interrumpen totalmente la funcin del equipo y
lo obliga a una reparacin.

Fallas catastrficas: Es aquella que interrumpe totalmente la capacidad de

produccin del equipo, pero su diferencia con la total es de que la falla total
se repara en un tiempo razonablemente normal y el dinero requerido est
dentro de los rangos presupuestarios de la empresa, en cambio la
catastrfica puede tardarse mayor tiempo en corregirla o el dinero necesario
para ello est fuera del alcance presupuestario en un corto o mediano plazo
para la empresa.
 Falla de Apariencia: Son aquellas que no tienen relacin con el
funcionamiento de los sistemas pero que si evalan el aspecto exterior de los
mismos. por ejemplo la apariencia o presentacin del sistema de correas
distribuidora de equipajes de los aeropuertos nacionales y en especial los
internacionales, os cuales no es suficiente que trabajen bien sino que deben
adems presentar un aspecto exterior acorde con lo que se considera
nuestra fachada principal.

3. DETECCION DE FALLAS

Dentro de las tareas de supervisin, se encuentra la deteccin y diagnstico

de fallos, lo que las hace partes fundamental de esta. Para efectos de esta
investigacin se profundizara con respecto a la primera, Deteccin de Fallos, que
como su nombre lo indica, se dedica a detectar cualquier tipo de falla que se
presente en un proceso.
4. SISTEMAS SCADA EN LA DETECCIN DE FALLAS

El papel de los sistemas SCADA, en la deteccin de fallos, puede ir desde el

simple disparo de alarmas, hasta la utilizacin de tcnicas ms sofisticadas ya
integradas o susceptibles de ser integradas de las cuales existen numerosos
paquetes en el mercado, los cuales incorporan tanto facilidades de control
estadstico (SPC, Statistical Process Control) como tecnologa de sistemas
abiertos (DDE, OLE, COM/DCOM, ActiveX y OPC) que permite una fcil
integracin con otras aplicaciones.
METODOS ESTADISTICOS DE DETECCIONDE FALLAS: SPC

El SPC o Control Estadstico de Procesos de Calidad, tiene como propsito

fundamental el seguimiento de las variables de un proceso, con el objetivo de
diferenciar aquellas variaciones aleatorias y por tanto, incontrolables, de las
variaciones controlables, debidas a cambios en el proceso (maquinaria, personal,
mtodos, entorno, sistema de medida) o en el producto y que por tanto debern
ser corregidas.

SPC, se trata de un mtodo de deteccin de fallos basado en la combinacin

de tcnicas estadsticas y probabilsticas para establecer un modelo de
comportamiento normal del proceso caracterizado por las medidas disponibles.

La base del control estadstico radica en la implementacin de medidas

pesadas, que apoyen el clculo de los lmites de variaciones futuras de un proceso
en condiciones ptimas (ausencia de fallos). Dichos valores impondrn en el
futuro, el intervalo de estado ptimo del proceso, en base al cual se podr
determinar la ausencia o presencia de fallos, en caso de estar dentro del intervalo
prestablecido se considerara que el sistema es estadsticamente controlado
mientras que en el caso contrario sera un sntoma de anomala en el
funcionamiento del proceso.

La metodologa a emplear consiste en caracterizar las variaciones presentes

en medidas en rgimen permanente a partir de dos parmetros bsicos: su
localizacin (media, mediana) y su variacin (desviacin tpica, rango). La
aleatoriedad de estas, se asocia a funciones de distribucin de probabilidad. En
este sentido, es habitual la caracterizacin de variaciones en medidas de variables
continuas en rgimen estacionario (temperaturas, presiones, etc.) mediante una
funcin de distribucin normal, mientras que las medidas sobre atributos (nmero
de fallos en una pieza, piezas buenas sobre una muestra, etc.) se caracterizaran a
partir de funciones binomiales o de poisson.

En las percepciones probabilistas para medicin de fallos, se conoce cono ce

como Grafico de Control, a las representaciones graficas de nuevas medidas,
acompaadas de la media ( ) y los limites superior e inferior de control. La
siguiente figura, en la parte superior, muestra un ejemplo donde se indican los
puntos fuera de control y en la inferior el rango de medida aceptable:

Figura 1. Grfico de Control

Fuente: CEA-IFAC Sistemas de Supervisin (Pg. 41)
 5. TIPOS DE DETECCION DE FALLAS

Los mtodos tradicionales de deteccin y diagnstico de fallos se basan en

la comparacin de variables medidas del proceso con valores limites constantes y
prestablecidos (chequeo umbrales) o la aplicacin de sensores redundantes
(redundancia fsica). Otros mtodos ms avanzados se basan en la aplicacin de
test (univariables o multivariables) de hiptesis a propiedades estadsticas de las
variables del proceso. Dentro de los, se encuentran aquellos basados en anlisis
estadsticos de los datos, especialmente indicados para grandes sistemas que
producen una gran cantidad de datos.

Para efectos de esta investigacin se profundizara con respecto a los tipos

de deteccin de fallos basados en mtodos analticos, de acuerdo a la naturaleza
del conocimiento disponible sobre el proceso identificados anteriormente como los
basados en redundancia fsica (Ver figura 2, Apartado de anexos):

Deteccin basada en mtodos analticos: Utiliza solamente herramientas

matemticas o analticas (procesado de seales, modelos matemticos precisos
etc.), para realizar sus funciones. Dichos modelos matemticos, (lineales o no
lineales) como se dijo anteriormente, generaran las seales adicionales que se
comparan con las seales medidas. Estos mtodos analticos como se dijo al
inicio del prrafo, estn subdivididos a su vez en:

o Deteccin basada en seales: En este tipo de detecciones, se trata

de extraer de las seales precedentes del proceso, la mxima
informacin posible sobre los fallos que deben detectarse. Para ello,
se debe conocer la relacin entre las seales (sntomas) y los
posibles fallos que pueden afectar al proceso. Entre las herramientas
ms utilizadas en este tipo de deteccin destacan, las tcnicas
estadsticas, probabilidades, anlisis temporal y frecuencial o el
reconocimiento de patrones, tambin entra en accin el SPC,
descrito en prrafos anteriores.

o Deteccin basada en modelos analticos: estos mtodos se apoyan

en modelos matemticos (lineales o no lineales) para generar
seales adicionales que se comparan con las seales medidas,
tambin se le conoce como redundancia analtica.
 Los mtodos basados en modelos, tienen como tarea principal la generacin
de residuos. Siendo estos, los que representan cambios o discrepancias en el
proceso y se obtienen a partir de variables o parmetros del mismo. Para poder
obtener dichos residuos, los datos medidos del proceso se comparan con los
obtenidos del modelo (Ver figura 3, apartado de anexos), considerando a los datos
del modelo, como aquellos que representan las condiciones normales de
funcionamiento considerando que las entradas conocidas son las mismas que en
el proceso real.

Por su parte la obtencin de los residuos, se puede llevar a cabo de dos

formas, las cuales sern detallas a continuacin:
-La generacin de Residuos, basada en observadores (Ver Figura 4,
apartado de anexos), esta utiliza observadores o filtros de kalman, algoritmo
desarrollado por Rudolf E. Kalman en 1960 que sirve para poder identificar el
estado oculto (no medible) de un sistema dinmico lineal, para estimar variables
de inters, a partir de las entradas y salidas medidas del proceso. Los errores
entre los datos reales y las estimaciones(o alguna funcin de los mismos) sern
los residuos buscados.
-La estimacin de parmetros (Ver figura 5, apartado de anexos), esta se
basa en la suposicin que los fallos se producen en los parmetros fsicos del
sistema (masa, rozamiento, resistencia etc.). Los parmetros matemticos del
sistema, se estiman en lnea utilizando un modelo del sistema. La correspondencia
entre los parmetros matemticos del modelo y los parmetros fsicos del sistema
permite estimar los segundos y compararlos con los de referencia, obtenidos a
partir del modelo en ausencia de fallos o condiciones normales.
 DISCUSION

La industria, por su naturaleza macro se caracteriza por llevar a cabo

procesos complejos y de sumo cuidado, los cuales deben funcionar bajo altos
mrgenes de seguridad, con el objetivo de proteger instalaciones, inversin,
personal humano y su entorno o medio ambiente. Para ello, esta invierte
constantemente en herramientas, tcnicas, dispositivos, operarios y tecnologas,
capaces de facilitar el proceso de supervisin y monitorizacin de sus procesos,
de forma tal que puedan actuar en la mayora de los casos de forma preventiva
ante anomalas que pudieran generarse.

Es preciso sealar a continuacin, que toda industria dentro de sus procesos,

por factores diversos puede sufrir en algn momento diversos tipos de eventos
considerados como indeseados, para efectos de esta investigacin se le ha
denominado como fallas, siendo estas cualquier anomala que no se mantenga
dentro las caractersticas predefinidas como optimas o normales del
funcionamiento de los procesos de una industria especifica. Estas fallas se
caracterizan por generar algn tipo de irregularidad capaz de ocasionar efectos de
distintas magnitudes dentro de una industria, abarcando desde simples eventos
fciles de controlar y resolver hasta algunos que en ocasiones podran propiciar
catstrofes incontrolables de tal magnitud que imposibilite de forma definitiva la
continuidad de las operaciones.

Con el objetivo de prever este tipo de anomalas surgen distintos criterios,

orientados a lo que se denomin en el marco terico de esta investigacin, como
Deteccin de Fallas, siendo este, ese factor capaz de como su nombre lo indica,
detectar anomalas presentes en cualquier ciclo o proceso productivo, apoyado en
parmetros de referencia que le ayuden a reconocerlas por sus naturaleza fuera
de lo normal o alejada de los rangos permitidos o prestablecido como ptimos.

Cabe destacar que como se dijo anteriormente, los mtodos de deteccin de

fallas en su mayora se basan en el seguimiento de variables presentes en los
procesos, con el objetivo de detectar anomalas a travs de la comparacin de
variables medidas con respecto a variables deseadas o admitidas como ptimas.
Es preciso sealar que para obtener el rango de funcionamiento ptimo, existen
diversas estrategias, mtodos o procesos capaces de obtener dichos valores,
siendo los estudiados en esta investigacin, los mtodos analticos basados en
criterios matemticos, estadsticos y probabilsticos a travs de la aplicacin de
ecuaciones y formulas idneas para cada tipo de procesos.
 Con respecto a los mtodos analticos utilizados para la deteccin de fallos,
se trataron dos tipos, uno basado en seales, el cual para ser implementado debe
poseer experiencia amplia en los procesos a estudiar y las variables que
intervienen, ya que estudiara a fondo el histrico de seales del sistemas
conjuntamente con los errores que fueron evidenciados en dichos instantes y otro
en modelos analticos apoyados en el algoritmo o filtro de Kalman dirigido a
develar segn mtodos matemticos, ciertos estados ocultos del sistema. Estos
ltimos, se basan en la bsqueda de residuos siendo estos los que representan
las variaciones o discrepancias existentes entre variables medidas y variables
ptimas.

Para finalizar es preciso reiterar lo evidenciado en el marco terico, con

referencia a la relevancia de implementar sistemas SCADA y su repercusin
dentro del proceso de monitorizacin y supervisin de una industria, agregando
an ms valor a este su caracterstica adaptable, que permite la inclusin de
herramientas como PSC y otros sistemas abiertos, lo que lo hace an ms robusto
y verstil.
 CONCLUSION

La deteccin de fallos por su naturaleza investigativa y detectora, es

fundamental dentro del proceso de supervisin de cualquier fabrica e industria, ya
que es capaz de permitir a industriales la localizacin de alguna anomala
presente en sus procesos lo que repercutira en la rapidez de la toma de
decisiones que en este tipo de entornos es crucial. Se puede sealar a dems,
que existen diversos tipos de deteccin de fallas entre los cuales, los estudiados
fueron los que dependen de la naturaleza del conocimiento disponible sobre el
proceso, especficamente los basados en mtodos analticos, los cuales se
apoyan en criterios matemticos slidos para el clculo de las distintas seales
que fungirn como rango de medida optima disponible para comparar y detectar
anomalas futuras en la industria.

Tambin es justo resaltar, el apoyo que prestan los sistemas SCADA y su

adaptabilidad a fusionarse con herramientas o sistemas abiertos dirigidos a apoyar
de forma an ms eficiente la supervisin y monitorizacin de procesos, lo que
representa una ventaja competitiva para cualquier industrial que la implemente.
As mismo, se puede resaltar el uso de PSC, el cual segn criterios estadsticos -
probabilsticos servir para llevar a cabo un seguimiento de variables que forman
parte de los procesos, para de esta forma apoyar la deteccin de fallas.

Por ltimo se puede concluir diciendo que una industria que no prevea
eventos indeseados, esta propensa a sufrir prdidas considerables de cualquier
naturaleza, por ello es mejor prevenir que lamentar.
 REFERENCIAS

Cedeo A, Lpez J. Deteccin de Fallas Parte I. [Documento en lnea]

Consultado el 19 de abril de 2015 en:
http://es.slideshare.net/acpicegudomonagas/unidad-4-tema-7-equipo-dcs-
deteccion-de-fallas

Chacn, L(2012).Las Fallas. [Documento en lnea] Consultado el 19 de abril

de 2015 en: http://es.slideshare.net/avanzado2/5-las-fallas.

Colomer J, Melndez J, Ayza J (sf).Sistemas de Supervisin. Trabajo de

investigacin de integrantes del Centro de Investigacin CEA-IFAC.

Wikipedia Enciclopedia Libre. Filtro de Kalman [Pagina Web] Consultado el

19 de abril de 2015 en: http://es.wikipedia.org/wiki/Filtro_de_Kalman

http://repositorio.uis.edu.co/jspui/bitstream/123456789/6030/2/141010.pdf
 ANEXOS

Figura1. Clasificacion de los mtodos de diagnstico de fallas

Fuente: http://repositorio.uis.edu.co/jspui/bitstream/123456789/6030/2/141010.pdf (Pag.100)

Figura 3. Deteccin basada en modelos analticos

Fuente: Colomer J, Melndez J, Ayza J (sf). CEA-IFAC Sistemas de Supervisin. (Pag 43)
 Figura 3. Uso de observadores para generacin de residuos
Fuente: Colomer J, Melndez J, Ayza J (sf). CEA-IFAC Sistemas de Supervisin. (Pg. 44)

Figura 4. Estimacin de parmetros

Fuente: Colomer J, Melndez J, Ayza J (sf). CEA-IFAC Sistemas de Supervisin. (Pg. 44)