Diagnostico de Fallas de Un Turbogenerador

cenidet
Centro Nacional de Investigacin y Desarrollo Tecnolgico

Coordinacin de Mecatrnica

TESIS DE MAESTRA EN CIENCIAS

Diagnstico de Fallas en el Turbogenerador a Vapor de una Central de
Generacin de Ciclo Combinado

presentada por

Angel Flores Abad
Ing. en Electrnica por el I. T. de Orizaba

como requisito para la obtencin del grado de:
Maestra en Ciencias en Ingeniera Mecatrnica

Director de tesis:
M.I. Marino Snchez Parra

Cuernavaca, Morelos, Mxico. 15 de diciembre de 2006

Con todo cario dedico este trabajo a Con todo cario dedico este trabajo a Con todo cario dedico este trabajo a Con todo cario dedico este trabajo a mi familia: mi familia: mi familia: mi familia:
Mam, pap, abuelita y hermanos Mam, pap, abuelita y hermanos Mam, pap, abuelita y hermanos Mam, pap, abuelita y hermanos. .. .

Agradecimientos

A AA A Dios Dios Dios Dios por poner en mi camino todos los medios para realizar este sueo.

A AA A mis padres mis padres mis padres mis padres Enedina y Guillermo por darme todo su amor y apoyo y por inculcarme el trabajo como nico medio
de superacin. Gracias por cada esfuerzo que han hecho porque que yo tuviera la oportunidad de llegar hasta aqu.

A AA A mi abuelita mi abuelita mi abuelita mi abuelita Meche por cuidarme con tanto afn y ternura durante 24 aos y porque seguramente lo sigue
haciendo desde el cielo.

A AA A mis hermanos mis hermanos mis hermanos mis hermanos: Renato, Paty, Bety y Lety por el cario y confianza que me tienen. Espero que este logro los
inspire para que sigan esforzndose por conseguir sus anhelos.

Al Al Al Al P PP Profesor Marino Snchez Parra rofesor Marino Snchez Parra rofesor Marino Snchez Parra rofesor Marino Snchez Parra por confiar en m y por ser un excelente director de tesis. Usted me mostr el
camino de la investigacin.

A mis revisores: A mis revisores: A mis revisores: A mis revisores: Dr. Luis Gerardo Vela Valds, Dr. Vctor M. Alvarado Martnez y MC. Guadalupe Madrigal
Espinosa por sus valiosos comentarios que enriquecieron este trabajo.

A mis compaeros de A mis compaeros de A mis compaeros de A mis compaeros de aula aula aula aula: :: : Peter, Flix, Octavio, Samuel, Juanjo, Jess, Carlos Montoya, Carlos Hernndez y
especialmente a a a a los que los que los que los que los que fueron como mi familia los que fueron como mi familia los que fueron como mi familia los que fueron como mi familia durante todo este tiempo: Rafilla, Josu, Jaz, Fer y Mike.

A AA A lo lo lo los que s que s que s que vistieron alguna vez la camis vistieron alguna vez la camis vistieron alguna vez la camis vistieron alguna vez la camiseta eta eta eta de los de los de los de los Chunchetrnicos Chunchetrnicos Chunchetrnicos Chunchetrnicos por su talento y empeo puestos en cada partido.
Disfrut mucho al jugar junto a ustedes campeones.

A mis compaeros de A mis compaeros de A mis compaeros de A mis compaeros de la 3 de mayo la 3 de mayo la 3 de mayo la 3 de mayo por permitirme caminar con ustedes en la bsqueda de Nuestro Seor
Jesucristo. Que Dios los siga bendiciendo.

A todos A todos A todos A todos ustedes ustedes ustedes ustedes hombres y mujeres hombres y mujeres hombres y mujeres hombres y mujeres que me brindaron su que me brindaron su que me brindaron su que me brindaron su sincera sincera sincera sincera amistad amistad amistad amistad que gracias a Dios son muchos y cuyos
nombres no mencionar para no causar omisin, gracias porque con su compaa y ocurrencias hicieron ms
agradable esta etapa de mi vida.

Al Centro Nacional de Investigacin y Desarrollo Tecnolgico Al Centro Nacional de Investigacin y Desarrollo Tecnolgico Al Centro Nacional de Investigacin y Desarrollo Tecnolgico Al Centro Nacional de Investigacin y Desarrollo Tecnolgico y a mis profesores por compartirme sus
experiencias y conocimientos.

Al Cosnet y Al Cosnet y Al Cosnet y Al Cosnet y la la la la DGEST DGEST DGEST DGEST por el apoyo econmico en la realizacin de mis estudios de maestra.

Al instituto de Investigaciones Elctricas Al instituto de Investigaciones Elctricas Al instituto de Investigaciones Elctricas Al instituto de Investigaciones Elctricas por las facilidades proporcionadas para la realizacin de este trabajo en
especial a la gerencia de instrumentacin y control.
Resumen

Debido a la naturaleza fsica de sus componentes, todos los procesos tecnolgicos son
susceptibles de falla. Estas fallas afectan el buen funcionamiento del sistema, provocando
desde una reduccin en su desempeo hasta cuantiosas prdidas econmicas y en el peor de
los casos desastres ambientales y humanos. La deteccin oportuna de la presencia de las
fallas ayuda a tomar acciones correctivas y como consecuencia a reducir el dao potencial
que stas ocasionan.

Para realizar la tarea de deteccin de fallas, los procesos tecnolgicos cuentan con
sistemas de monitoreo y alarmas que se activan si alguna de las variables monitoreadas
rebasa un umbral establecido. El mtodo presenta el inconveniente de que ante la presencia
de una sola falla se pueden activar varias alarmas, lo que dificulta la tarea para localizar al
elemento daado. Adems, se basa en la redundancia fsica, que consiste en el uso de
elementos repetidos para realizar una misma tarea.

Las centrales de generacin de ciclo combinado (CGCC) son procesos de gran escala
con alto grado de susceptibilidad a fallas, a causa de las condiciones estrictas en las que
operan y del gran nmero de componentes que contienen, incluyendo sensores y
actuadores. En la actualidad este tipo de centrales tiende a dominar el mercado de
generacin elctrica por medio de combustibles fsiles, debido a que son las ms eficientes,
rentables, de operacin flexible y con menor impacto ambiental. En las CGCC, la turbina
de vapor (TV) es una componente fundamental, ya que representa la ganancia del
proceso en el sentido de que permite la generacin de energa elctrica adicional al
aprovechar los gases de escape de la turbina de gas. En caso de que la TV falle, la
eficiencia global del proceso se reduce hasta en un 40%.

Por lo anterior, en este trabajo se desarroll un sistema de diagnstico de fallas
basado en modelos, de acuerdo a la metodologa FDI (Fault Detection and Isolation) de la
teora de control, con capacidad para detectar y localizar fallas en los sensores y actuadores
del turbogenerador a vapor de una CGCC. El enfoque que se utiliz emplea la redundancia
analtica con el objetivo de optimizar la redundancia fsica, de manera que sea posible
disminuir el costo y espacio extra que implica el utilizar dispositivos repetidos.

El diseo del sistema se llev a cabo usando el anlisis estructural (AE) que es una
herramienta basada en la teora de grafos y ciencias de la computacin. El AE permiti
realizar: anlisis de monitoreabilidad, detectablidad y aislabilidad del proceso; y
proporcion la secuencia de cmputo de las variables no monitoreadas (desconocidas) para
obtener las relaciones de redundancia analtica. Para validar el sistema de diagnstico de
fallas de la TV, se programaron los algoritmos de deteccin y localizacin de fallas en
LabWindows CVI
y se integraron al simulador de la CGCC. Adems para facilitar al

usuario la visualizacin de la presencia de una falla se desarroll una interfase grfica que
indica el elemento con comportamientos anormales, ya sea sensor o actuador.
Abstract

Due to the physical nature of its components, technological processes are vulnerable to
faults. These faults affect the accurate behavior of the system, causing a performance
reduction, even great economical losses and in the worst case environmental and human
disasters. The opportune detection of the presence of faults, helps to take corrective actions
and as a consequence to reduce the potential damage that faults cause.

To achieve the fault detection task, technological processes have supervisory systems
to monitor the process variables and provide and alarm when a variable reached a given
threshold. This method has the drawback that a single fault could cause many system
alarms, which difficult the fault isolation. In addition it is based on hardware redundancy, it
means the use of repeated devices to do the same work.

Combined cycle power plants (CCPP) are large scale systems with a high degree of
fault susceptibility. Due to strict conditions in which they operate and the great number of
elements they contain, including sensors and actuators. Nowadays this kind of power plants
tends to dominate the electric generation market by means of fossil fuels, because they are
the most efficient, profitable, with flexible operation and with less environmental impact. In
the CCPP, the steam turbine (ST) is a fundamental component, since it represents the
process gain, in the way that it allows the generation of additional electric energy by
taking advantage of the exhaust gases of the gas turbines. In case of the ST fault, the global
efficiency of the process is reduced even in a 40%.

In this work a model based fault diagnosis system was developed, according to the
FDI (Fault Detection and Isolation) methodology of the control theory, with the capability
of detecting and isolating faults in the sensors and actuators of the ST of a CCPP. The
developed system is based on the analytical redundancy which allows optimizing the
hardware redundancy and getting a reduction of the extra space and expenses implied in the
use of repeated devices.

The design of the system was carried out by using the structural analysis (SA) which
is a tool based on graph theory and computer science. The SA allowed the analysis of
monitorability, detectability and isolability properties of the process, besides it provides the
computation sequence of non monitored (unknown) variables in order to obtain the
analytical redundancy relations. To validate the fault diagnosis system, the detection and
isolation algorithms were programmed in C language and integrated to the simulator
software of a CCPP in LabWindows CVI
. In order to provide a way to easily identify the

existence of a fault, a graphic interface was developed, where the faulty component, sensor
or actuator is indicated.
i
Contenido

Lista de figuras.. iv
Lista de tablas vii
Abreviaturas.. viii
Notacin.. x

Captulo 1. Introduccin... 1

1.1 Centrales de generacin de ciclo combinado 3
1.2 Problemtica...... 5
1.3 Objetivo. 5
1.4 Alcances 6
1.5 Contribucin...... 6
1.6 Organizacin del documento. 6

Captulo 2. Anlisis estructural para el diagnstico de fallas... 9

2.1 Diagnstico de fallas basado en modelos...... 10
2.1.1 Tipos de fallas. 11
2.1.2 Redundancia analtica. 12
2.2 El anlisis estructural como herramienta para el diagnstico de fallas. 12
2.2.1 Modelo estructural.......... 12
2.2.2 Emparejamiento.............. 14
2.2.3 Restricciones con derivadas... 16
2.2.4 Algoritmo de emparejamiento........................ 18
2.2.5 Generacin de RRAs. 19
2.2.6 Descomposicin cannica.. 20
2.2.7 Diferentes emparejamientos en una matriz de incidencia.. 22

Captulo 3. Anlisis estructural de la turbina de vapor. 25

3.1 Descripcin de la turbina de vapor 26
3.1.1 Elementos que integran una turbina de vapor 26
3.1.2 El control de la turbina de vapor... 27
3.1.3 Modelo dinmico de la turbina de vapor... 29
3.2 Anlisis estructural de la turbina de vapor 29
3.2.1 Modelo estructural...... 29
3.2.2 Matriz de incidencia... 31
3.2.3 Emparejamiento en la matriz de incidencia 32

Contenido

ii
3.2.4 Relaciones de redundancia analtica... 34
3.2.5 Descomposicin cannica.. 34
3.2.6 Descomposicin Dulmage-Mendelsohn. 35
3.2.7 Emparejamiento del subsistema sobre-restringido. 36
3.2.8 Monitoreabilidad de la turbina de vapor........ 37
3.2.9 Detectabilidad de la turbina de vapor............. 38

Captulo 4. Deteccin y localizacin de fallas en la turbina de vapor... 37

4.1 Fallas propuestas...
40

4.1.1 Fallas en sensores...
40

4.1.2 Fallas en actuadores....
41

4.2 Generacin de residuos......
42

4.2.1 Metodologa para la generacin de residuos..
42

4.2.2 Residuos de la TV..
43

4.2.3 Anlisis de los residuos..
50

4.2.3.1 Secuencia de operacin de la TV...
50

4.2.3.2 Comportamiento de los residuos
51

4.3 Residuos con ruido en las seales medidas...
52

4.4 Matriz de firma de fallas....
54

4.5 Localizacin de fallas (aislabilidad) .....
55

Captulo 5. Pruebas y resultados.. 57

5.1 Pruebas realizadas.................................
58

5.2 Residuos en ausencia de falla
58

5.3 Pruebas ante fallas en sensores..............
59

5.3.1 Sensor de presin de vapor sobrecalentado (presin estrangulada)...............
60

5.3.1.1 Falla total en estado pre-estable.
60

5.3.1.2 Falla por desviacin en estado pre-estable
61

5.3.1.3 Falla total en estado estable ..............
62

5.3.1.4 Falla por desviacin en estado estable...............
63

5.3.1.5 Falla total en estado pre-estable con ruido en las seales medidas...
64

5.3.1.6 Falla por desviacin en estado pre-estable con ruido en las seales
medidas.............................................................
65

5.3.1.7 Falla total en estado estable con ruido en las seales medidas.
66

5.3.1.8 Falla por desviacin en estado estable con ruido en las seales
medidas..
67

5.3.2 Sensor de posicin de la vlvula bypass.
68

5.3.2.1 Falla total en estado estable pre-estable.
68

Contenido

iii

69

5.3.2.3 Falla por desviacin en estado estable...............
70

5.3.2.4 Falla total en estado pre-estable con ruido en las seales medidas...
71

5.3.2.5 Falla por desviacin en estado pre-estable con ruido en las seales
medidas..........................................................................
72

5.3.2.6 Falla por desviacin en estado estable con ruido en las seales
medidas..........................................................................
73

5.4 Pruebas ante fallas en actuadores..........
74

5.4.1 Bloqueo total en estado pre-estable de la vlvula superior de control...
74

5.4.2 Bloqueo parcial en estado pre-estable de la vlvula superior de control
76

5.4.3 Bloqueo total en estado estable de la vlvula superior de control..........
78

5.4.4 Bloqueo parcial en estado estable de la vlvula superior de control......
80

5.5 Matriz de firma de fallas y de aislabilidad al incluir ruido en las seales
medidas..
82

5.6 Mejorando la aislabiliadad
83

5.7 La interfase grfica
84

Captulo 6. Conclusiones y perspectivas.................................................. 85

6.1 Conclusiones..
86

6.1.1. El anlisis estructural.
86

6.1.2 Deteccin y localizacin de fallas..
87

6.1.3 Integracin del SDF en el simulador de una CGCC...
87

6.2 Trabajos futuros.....
87

Referencias................................................................................................. 89

Apndices.................................................................................................... 95

Apndice A. Variables y parmetros del modelo matemtico de la turbina de vapor
95

A.1 Variables conocidas..
95

A.2 Variables desconocidas.
96

A.3 Parmetros
97

iv
Lista de figuras

Figura

Descripcin Pgina
1.1 Etapas de un sistema de diagnstico de fallas de acuerdo a la metodologa
FDI
3
1.2 Esquema bsico de una central de generacin de ciclo combinado 4
2.1 Esquema general del diagnstico de fallas basado en modelos 10
2.2 Clasificacin de las fallas con respecto a su evolucin en el tiempo:
a) abruptas, b) incipientes, c) intermitentes
11
2.3 Grafo bipartido para el sistema del ejemplo 2.1 14
2.4 Dos emparejamientos posibles a) y b) para el grafo bipartido de la figura
2.3. La lnea gruesa denota emparejamiento e indica que esa variable se
calcula en la restriccin con la que se empareja
14
2.5 a) Un emparejamiento incompleto, b) y c) dos completos. 15
2.6 Grafo bipartido para la restriccin con direccin
3
c 17
2.7 Grafo estructural orientado que muestra el orden en el que las variables
desconocidas se pueden determinar a partir de la medicin y
20
2.8 DDM de una matriz esparcida. Esta contiene tres partes: el subsistema
sub-restringido S
, el justo-restringido
0
S y el sobre-restringido S
+

21
2.9 Grafo estructural orientado para el emparejamiento de la tabla 2.2 (a) 23
2.10 Grafo estructural orientado para el emparejamiento de la tabla 2.2 (b) 23
3.1 Turbogenerador a vapor de una CGCC 26
3.2 Arquitectura del control de la TV 28
4.1 Grafo estructural orientado para el residuo 1 43
4.2 Seal del residuo 1 44

Lista de figuras

v

Figura

Descripcin Pgina
4.15 Secuencia de operacin de la TV de una CGCC en funcin de velocidad y
carga
50
4.16 Estado pre-estable [ , )
a b
t t y estable [ , ]
b c
t t del residuo 5 y la influencia que
las acciones de operacin tienen sobre l
52
4.17 Residuos con ruido en las seales medidas 54
5.1 Seal en caso libre de falla del sensor de posicin de la vlvula de bypass
principal
58
5.2 Residuos para la deteccin de fallas en la TV de una CGCC 59
5.3 Falla total en estado pre-estable del sensor de presin de vapor
sobrecalentado y el comportamiento de los residuos ante esta falla
60
5.4 Falla por desviacin en estado pre-estable del sensor de presin de vapor
61
5.5 Falla total en estado estable del sensor de presin de vapor sobrecalentado
y el comportamiento de los residuos ante esta falla
62
5.6 Falla por desviacin en estado estable del sensor de presin de vapor
63
5.7 Falla total en estado pre-estable del sensor de presin de vapor
sobrecalentado con ruido en las seales medidas y el comportamiento de
los residuos ante esta falla
64
5.8 Falla por desviacin en estado pre-estable del sensor de presin de vapor
sobrecalentado con ruido en las seales medidas y el comportamiento de
65
5.9 Falla total en estado estable del sensor de presin de vapor sobrecalentado
con ruido en las seales medidas y el comportamiento de los residuos ante
esta falla
66
5.10 Falla por desviacin en estado estable del sensor de presin de vapor
sobrecalentado con ruido en las seales medias y el comportamiento de
67
5.11 Falla total en estado pre-estable del sensor de posicin de la vlvula
bypass y el comportamiento de los residuos ante esta falla
68

Lista de figuras

vi

Figura

Descripcin Pgina
5.12 Falla por desviacin en estado pre-estable del sensor de posicin de la
vlvula bypass y el comportamiento de los residuos ante esta falla
69
5.13 Falla por desviacin en estado estable del sensor de posicin de la vlvula
bypass y el comportamiento de los residuos ante esta falla
70
bypass con ruido en las seales medidas y el comportamiento de los
residuos ante esta falla
71
72
73
5.17 Comportamiento de las variables de proceso ante el bloqueo total en
estado pre-estable de la vlvula superior de control de admisin de vapor
74
5.18 Comportamiento de los residuos ante el bloqueo total en estado pre-
estable de la vlvula superior de control de admisin de vapor
75
5.19 Comportamiento de las variables de proceso ante el atoramiento en estado
pre-estable de la vlvula superior de control de admisin de vapor
76
5.20 Comportamiento de los residuos ante el atoramiento en estado pre-estable
de la vlvula superior de control de admisin de vapor
77
5.21 Comportamiento de las variables de proceso ante el bloqueo total en
estado estable de la vlvula superior de control de admisin de vapor
78
5.22 Comportamiento de los residuos ante el bloqueo en estado estable de la
vlvula superior de control de admisin de vapor
79
5.23 Comportamiento de las variables de proceso ante el bloqueo parcial en
estado estable de la vlvula superior de control de admisin de vapor
80
5.24 Comportamiento de los residuos ante el bloqueo parcial en estado estable
de la vlvula superior de control de admisin de vapor
81
5.25 Interfase grfica del sistema de diagnstico de fallas 83

vii
Lista de tablas

Tabla

Descripcin Pgina
2.1 Matriz de incidencia para el grafo bipartido de la figura 2.3 14
2.2 Matriz de incidencia a) para el primer emparejamiento y b) para el
segundo emparejamiento
15
2.3 Matriz de incidencia en la que se muestra un emparejamiento prohibido 17
2.4 Matriz de incidencia para el ejemplo 2.6 18
2.5 Emparejamiento en la tabla 2.4 19
2.6 Forma triangular inferior de tabla 2.5 20
2.7 a) Matriz de incidencia, b) DDM de la matriz de incidencia 22
2.8 Matriz de incidencia a) para el primer emparejamiento y b) para el
segundo emparejamiento
23
3.1 Matriz de incidencia de la TV 31
3.2 Matriz de incidencia emparejada 32
3.3 Matriz de incidencia emparejada en forma triangular inferior 33
3.4
Subsistema
0
S S
de la matriz de incidencia de la TV
34
3.5 DDM de la tabla 3.1 35
3.6 Emparejamiento en el subsistema S
+
de la tabla 3.5 36
4.1 Fallas en sensores 41
4.2 Fallas en actuadores 42
4.3 Momento de las acciones de operacin en el proceso de generacin de
energa elctrica de una CGCC
51
4.4 Matriz de firma de fallas de la TV 55
4.5 Matriz de aislabilidad de la TV 55
4.6 DDM de la matriz de aislabilidad de la TV 56
5.1 Pruebas analizadas 58
5.2 Matriz de firma de fallas de la TV al incluir ruido en las seales medidas 82
5.3 Matriz de aislabilidad al incluir ruido en las seales medidas 82
5.4 DDM de la matriz de aislabilidad al incluir ruido en las seales medidas 83
A.1 Variables conocidas ( K ) 95
A.2 Variables desconocidas ( X ) 96
A.3 Parmetros ( ) 97

viii
Abreviaturas

AE Anlisis Estructural
BT Bloqueo Total
BP Bloqueo Parcial
CGCC Central de Generacin de Ciclo Combinado
DDM Descomposicin Dulmage-Mendelsohn
DFBM Diagnstico de Fallas Basado en Modelos
DEP Densidad de Espectro Plana
DX Siglas empleadas para hacer referencias al diagnstico de fallas usando tcnicas de
computacin e inteligencia artificial
FD Falla por Desviacin
FDI Deteccin y Localizacin de Fallas (Fault Detection and Isolation)
FPA Anlisis de Propagacin de Fallas (Fault Propagation Analysis)
FPGA Conjunto de Compuertas Programables en Campo (Field Programmable Gate
Array)
FT Falla Total
GEO Grafo Estructural Orientado
ISO Condiciones de presin y temperatura aceptadas internacionalmente como
referencia
KPPH Kilolibras por Hora (Kilopounds per Hour)
MA Matriz de Aislabilidad
MFF Matriz de Firma de Fallas
PACE Generacin a Eficiencia Combinada (Power at Combined Efficiency)
PLC Controlador Lgico Programable (Programmable Logic Controller)
PSI Libras sobre Pulgada Cuadrada (Pounds Square Inches)
RCGV Recuperador de Calor-Generador de Vapor
rpm Revoluciones por Minuto
RRs Relaciones Redundantes
RRAs Relaciones de Redundancia Analtica
s Segundos
SDF Sistema de Diagnstico de Fallas

Abreviaturas

ix

SMA Sistemas de Monitoreo y Alarma
TG Turbina de Gas
TV Turbina de Vapor
TPL Lmite de Presin Estrangulada (Throttle Pressure Limit)

x
Notacin

C Conjunto de restricciones
C
+
Conjunto de restricciones del subsistema sobre-restringido
0
C
Conjunto de restricciones del subsistema justo-restringido
C
Conjunto de restricciones del subsistema sub-restringido

E
C Restricciones emparejadas
E
C
Cardinalidad del conjunto de restricciones emparejadas
R
C Conjunto de restricciones redundantes
m
C Conjunto de restricciones monitoreables
d
C Conjunto de restricciones en las que es posible detectar fallas
nd
C Conjunto de restricciones en las que no es posible detectar fallas
CO Monxido de carbono
CO
2
Dixido de carbono
CH
4
Metano
E Emparejamiento
E
Cardinalidad del emparejamiento
F Conjunto de fallas
s
F Conjunto de fallas en sensores
a
F Conjunto de fallas en actuadores
max
f Frecuencia mxima
G Grafo bipartido
K Conjunto de variables conocidas
i
k Elemento del conjunto de variables conocidas
S
K Conjunto de variables medidas
C
K Conjunto de seales de control
nm
K Conjunto de variables medidas que provocan prdida de monitoreabilidad en caso de
que fallen
m
K Conjunto de variables medidas que no provocan prdida de monitoreabilidad en caso
de que fallen

Notacin

xi

R
K Conjunto de variables conocidas que se encuentran en las RRA
m Nmero de filas de una matriz
MI Matriz de incidencia
n Nmero de columnas de una matriz
i
r
i simo residuo
R ndice que indica la secuencia de emparejamiento
S
+
Subsistema sobre-restringido
0
S
Subsistema justo-restringido
S
Subsistema sub-restringido
SO
2
Dixido de azufre
c
t Tiempo de correlacin
V Conjunto de variables
V
+
Conjunto de variables del subsistema sobre-restringido
0
V
Conjunto de variables del subsistema justo-restringido
V

Conjunto de variables del subsistema sub-restringido
X Conjunto de variables conocidas
i
x
Elemento del conjunto de variables conocidas
E
X Variables emparejadas
E
X
Cardinalidad del conjunto de variables emparejadas
m
X Conjunto de variables desconocidas monitoreables
Conjunto de aristas de un grafo bipartido
Denota prohibicin de emparejamiento
Conjunto de parmetros
Cobarianza
Denota emparejamiento

xii

Hoja en blanco
- 1 -

Captulo 1
Introduccin

La mecatrnica no es un rea nueva de la ingeniera sino una filosofa de diseo que busca
mejorar la calidad de los productos y sistemas. La palabra mecatrnica se introdujo por los
japoneses en la dcada de los setenta como un concepto para enfatizar la necesidad de la
integracin entre diferentes reas de la ingeniera. Esta integracin consista slo de las
reas de mecnica y electrnica. En los aos ochenta, gracias a la aparicin de los
microprocesadores ya fue posible incluir tambin la computacin.

La palabra mecatrnica ha sido definida de varias maneras. Un consenso comn es
describir a la mecatrnica como una disciplina integradora de las reas de mecnica,
electrnica e informtica cuyo objetivo es proporcionar mejores productos, procesos y
sistemas. De acuerdo con lo anterior se hace referencia a la definicin de mecatrnica
propuesta por Rietdijk (1989) "Mecatrnica es la combinacin sinrgica de la ingeniera
mecnica de precisin, de la electrnica, del control automtico y de los sistemas para el
diseo de mejores productos y procesos".

En la bsqueda por mejorar las prestaciones de los procesos no se debe descuidar su
fiabilidad, seguridad y disponibilidad. En este sentido el diseo mecatrnico aprovecha la
capacidad de los sistemas de medicin, transmisin y procesamiento de informacin para
evolucionar de los sistemas de monitoreo y alarma (SMA) a los de supervisin que
incluyen: monitoreo, proteccin y diagnstico de fallas (Isermann, 1997). El trmino
diagnstico implica la deteccin y localizacin de la falla. El objetivo de los sistemas de
supervisin es dotar a los procesos de una mayor autonoma en el aspecto de seguridad.

Captulo 1. Introduccin
- 2 -
En las centrales de generacin de ciclo combinado (CGCC) se introducen
paulatinamente mejoras y nuevas funciones en tecnologa mecnica, electrnica, de control
y de procesamiento de la informacin incluyendo sensores y actuadores, lo cual les
proporciona un mayor grado de automatizacin pero tambin las hace ms complejas y
aumenta las exigencias de seguridad y disponibilidad. Adems debido a las severas
condiciones en las que generalmente operan como temperatura, vibraciones, ruido, entre
otras y a la naturaleza fsica de sus elementos, existe un constante riesgo de presencia de
fallas.

Por lo expuesto, desarrollar sistemas de diagnstico de fallas que proporcionen mayor
seguridad al personal, al proceso y al medio ambiente es una labor que adquiere gran
relevancia en el mbito industrial.

Como se mencion, tradicionalmente esta tarea est a cargo de los SMA y en las CGCC
no es la excepcin. Los SMA indican la presencia de una falla cuando cierta variable del
proceso rebasa un umbral establecido. Uno de los problemas que presentan estos sistemas
es que ante la presencia una sola falla se pueden presentar mltiples alarmas debido a la
propagacin de la misma, lo que dificulta la tarea para localizarla. Otro de los
inconvenientes de los SMA es que utilizan la redundancia fsica, es decir el uso de
elementos repetidos en el sistema para realizar una misma tarea. Estos mtodos son
confiables, sin embargo se debe tener claro que no siempre es posible instalar elementos
repetidos en un sistema. Bajo ciertas condiciones, como el costo, el tamao o el peso de los
dispositivos, el uso de este tipo de redundancia es limitado. Adems los SMA no son
capaces de detectar fallas incipientes, slo lo hacen en un estado avanzado, cuando la
desviacin de los valores nominales es considerable. Por otro lado, los SMA nicamente
son capaces de monitorear el estado de las variables medidas, no el de las internas porque
no cuenta con una forma de relacionar todas las variables, de manera que si una falla no se
refleja en las mediciones del proceso, no es posible detectarla.

Para enfrentar los problemas descritos, se desarrollaron tcnicas alternativas. A
principio de la los setenta se introdujo el concepto de redundancia analtica, el cual
complementa los resultados disponibles de los mtodos basados en redundancia fsica. La
redundancia analtica se basa en el conocimiento del modelo matemtico del sistema en
cuestin as como de las seales de entrada y salida del sistema. Por ese motivo estos
mtodos se denominan basados en modelos (Alcorta, 2001).

El diagnstico de fallas basado en modelos se ha abordado de manera distinta y
paralela por dos comunidades (Cordier et al., 2004): la comunidad FDI (Fault Detection
and Isolation) y la comunidad DX. La primera emplea tcnicas de control automtico
(Isermannn, 1984; Patton et al., 1989; Staroswiecki, 1989; Gertler, 1993; Chen and Patton,
1999). La comunidad DX es ms reciente y representa el campo de la computacin y la
inteligencia artificial (Reiter, 1987; Hamscher, 1992). En este trabajo se abord el diseo
del sistema de diagnstico de acuerdo a la metodologa FDI, la cual incluye las etapas de:
anlisis del sistema, deteccin y localizacin de fallas (Blanke et al., 2000), como se
muestra en la figura 1.1.

- 3 -

Estructural
Componentes
Proceso
Actuadores
Sensores
Localizacin de fallas
Deteccin de fallas
Anlisis del sistema

Figura 1.1. Etapas de un sistema de diagnstico de fallas de acuerdo a la metodologa FDI.

La etapa del anlisis del sistema se aborda mediante dos mtodos (Blanke et al.,
2000): a nivel de componentes por medio del anlisis de propagacin de fallas (FPA, Fault
Propagation Analysis) propuesto por Blanke (1996) o con el anlisis estructural (AE)
(Staroswiecky, 1989). Un anlisis de propagacin de fallas tiene como objetivo estudiar
cul es el efecto final de una falla en cada uno de los componentes del sistema. Si como
resultado del FPA se encuentra que algunas fallas en determinados componentes son
crticas, stas formaran parte de la lista de fallas a detectar y localizar. Por otro lado el AE
se basa en las caractersticas estructurales del proceso, es decir aquellas que son
independientes del valor de los parmetros para obtener las relaciones de redundancia
analtica (RRAs) y determinar la monitoreabilidad, detectabilidad y aislabilidad del
proceso que son caractersticas importantes para el diseo de mecanismos FDI.

1.1 Centrales de generacin de ciclo combinado

Las CGCC reciben este nombre porque transforman la energa calorfica de los gases de la
combustin a energa elctrica valindose de dos ciclos termodinmicos: el Brayton y el
Rankine (Perry, 1981). Ambos ciclos se conjugan para obtener mayor eficiencia en el
proceso de transformacin de energa.

Para el caso considerado, el proceso consiste en generar energa por medio de dos
turbinas de gas y una turbina de vapor. Las dos turbinas de gas son idnticas, por lo que
solamente se describir el proceso para una de ellas. El proceso de generacin de energa
elctrica en una CGCC comienza con la aspiracin de aire desde el exterior que se conduce
al compresor de la turbina de gas (TG) a travs de un filtro. El aire se comprime y combina
con el gas natural en una cmara donde se realiza la combustin. El resultado es un flujo de
gases calientes que al expandirse hacen girar la TG proporcionando trabajo. Un generador
elctrico acoplado a la TG transforma este trabajo en energa elctrica. Los gases de escape
que salen de la TG conservan un alto contenido de energa calorfica que ya no se
aprovecha en la turbina, con el fin de que sta no se pierda, los gases se hacen pasar por el
recuperador de calor-generador de vapor (RCGV) que extrae la mayor parte del calor an

- 4 -
disponible en los gases de escape produciendo vapor de agua a presin para impulsar a la
turbina de vapor (TV). El vapor que sale de la TV pasa a un condensador donde se
transforma nuevamente en agua. Este condensador se refrigera mediante agua que circula
por su superficie, lo que ocasiona la disipacin del calor latente que contiene el vapor. El
lquido que sale del condensador se denomina "condensado" y se enva al deareador para
retirar los gases incondensables con la ayuda de un suministro de vapor que se conoce
como vapor de presurizacin, este equipo cuenta con una lnea de venteo para disminuir la
presin acumulada. Posteriormente el agua se bombea hasta el RCGV para iniciar
nuevamente el ciclo. En la figura 1.2 se muestra el esquema bsico de una CGCC.

Lnea de extraccin al deareador
Cabezal de vapor
sobrecalentado
Generador
Generador
Motor de
arranque
Motor de
arranque
Excitador
Excitador
Carga
MW
Carga
MW
Gen. de
vapor
Rec. de
calor
Vlvulas de
quemadores posteriores
Turbina de gas -2
Gen. de
vapor
Rec. de
calor
Turbina de gas -1
Generador
Carga
MW
Vlvula
de control
Turbogenerador a vapor
Vlvula
de corte
Vlvula
bypass
Condensador
principal
Turbina
de vapor

Figura 1.2. Esquema bsico de una central de generacin de ciclo combinado

Las CGCC representan una de las mejores alternativas para generacin de energa
elctrica en todo el mundo. Al compararse con una central trmica convencional (o planta
de vapor convencional) se pueden apreciar algunas de sus ventajas (Laguna, 2002):

1) Mayor eficiencia trmica. Alcanzan eficiencias de 58% y un aprovechamiento de
combustible de casi 90% en caso de produccin combinada de energa trmica y
elctrica.

2) Menor costo de inversin y rpida puesta en marcha. La demanda actual de este tipo
de centrales y la competencia de mercado entre los fabricantes ha propiciado la
reduccin de los precios. La turbina de gas se puede poner en operacin en un plazo de
8 meses, y la de vapor, que suministra una tercera parte de la potencia, se instala en 8 a
12 meses adicionales (Plancherel, 1992).

- 5 -
3) Carcter modular de las centrales de ciclo combinado. Permite reducir la capacidad
excedente innecesaria, distribuyendo los costos de inversin en funcin del crecimiento
real de la demanda de energa elctrica.

4) Menor requerimiento de espacio y de agua. La demanda de espacio para la
instalacin de este tipo de centrales es considerablemente menor que la necesaria para
una termoelctrica convencional, y su consumo de agua es apenas una tercera parte del
agua necesaria en el sistema de enfriamiento y en el ciclo de vapor.

5) Reduccin de los niveles de emisiones contaminantes. La combustin de gas natural
reduce considerablemente los niveles de emisiones contaminantes. Debido a su
composicin qumica, principalmente metano (CH
4
), su combustin completa est casi
libre de SO
2
y partculas, produciendo a su vez menores niveles de CO y CO
2
en
comparacin con otros combustibles fsiles.

1.2 Problemtica

La TV es una componente fundamental en las CGCC, ya que se considera la ganancia del
proceso. Una falla en ella, puede provocar: daos al medio ambiente, prdidas econmicas,
peligro e inconvenientes para los operadores y si la TV sale de operacin la eficiencia
global del proceso se reduce en alrededor de un 40%.

Por otro lado los esquemas actuales de deteccin de fallas en las centrales de
generacin, se basan en detectar el momento en el cual una variable rebasa un umbral
determinado para indicar la presencia de una falla. Uno de los inconvenientes de este
mtodo es que en ocasiones ante la aparicin de una sola falla se activan varias alarmas, lo
que dificulta la tarea para localizarla.

Otro inconveniente de los mtodos actuales es que usan la redundancia de fsica para
asegurar la disponibilidad de ciertas variables. Es decir, que algunos componentes son
duplicados o triplicados, lo que provoca el uso de equipo y espacio extra e incrementa los
costos de mantenimiento. Cabe destacar que la redundancia fsica es importante por
cuestiones de seguridad y normativa, por lo que este trabajo no pretende sustituir la
redundancia fsica por la analtica, sino reducirla y complementarla.

1.3 Objetivo

Disear y desarrollar un sistema de diagnstico de fallas (SDF) basado en modelos de
acuerdo la metodologa FDI que use la redundancia analtica, con capacidad para detectar
y localizar fallas de forma oportuna en los sensores y actuadores del turbogenerador a vapor
de una CGCC.

- 6 -
1.4 Alcances

Empleo de la metodologa FDI para el diseo del SDF:
o Anlisis del sistema.
o Deteccin de fallas.
o Localizacin de fallas.
Aplicacin del AE al modelo de la TV.
Determinacin y anlisis de la monitoreabilidad, detectabilidad y distinguibilidad
del proceso.
Diseo y desarrollo del SDF.
Implantacin del SDF en la plataforma de simulacin de LabWindows/CVI
de
National Instruments.
Integracin del SDF al simulador de una CGCC y desarrollo de la interfase grfica.
Evaluacin y validacin del SDF.

1.5 Contribuciones

Un trabajo del estado del arte en el tema de diagnstico de fallas basado en modelos
de acuerdo al enfoque FDI.
Una metodologa para el diseo de sistemas de diagnstico de fallas usando el
anlisis estructural.
Un sistema de diagnstico de fallas como producto final con posibilidades de
aportar mejoras en la :
o Proteccin humana y ambiental.
o Disponibilidad, confiabilidad y seguridad de la planta.
o Reduccin de costos de mantenimiento y aumento del tiempo de vida de los
equipos.

1.6 Organizacin del documento

Este trabajo est organizado de la siguiente manera:

Captulo 1. Introduccin. En este captulo se enmarca el trabajo en el contexto de la
mecatrnica y se introduce de forma general el tema del diagnstico de fallas, adems se da
una breve descripcin del proceso de generacin de ciclo combinado. Posteriormente se
mencionan los aspectos que motivaron a la elaboracin de la tesis como: la problemtica,
los objetivos, los alcances y la contribucin del trabajo.

Capitulo 2. Anlisis estructural para el diagnstico de fallas. Este captulo proporciona
un panorama general del diagnstico de fallas basado en modelos y sienta las bases tericas
del AE como herramienta en el diseo de sistemas FDI. Los conceptos fundamentales del
AE se explican con algunos ejemplos.

- 7 -
Capitulo 3. Anlisis estructural para la turbina de vapor. Aqu se describe la TV y su
modelo dinmico. Como parte principal de este captulo se aplica el AE a la TV y se
muestra la utilidad de esta etapa en el diseo de sistemas de diagnstico, al proporcionar las
RRAs y la capacidad de realizar un anlisis de monitoreabilidad, detectabilidad y
aislabilidad del proceso.

Capitulo 4. Deteccin y localizacin de fallas. En este captulo se propone el tipo de fallas
que se pretenden detectar y localizar, tambin se muestra el procedimiento para generar los
residuos a partir de las RRAs que proporciona el AE. Se agrega ruido en las seales
medidas y se muestra la forma en que esto afecta a los residuos, finalmente se presenta la
matriz de firma de fallas y la de aislabilidad.

Capitulo 5. Pruebas y resultados. En este captulo se analizan los resultados que
proporciona el SDF que se desarroll, al someterlo a diferentes pruebas de deteccin y
localizacin de las fallas propuestas, adems se presenta la interfase grfica que se dise
con la intensin de facilitar al usuario la identificacin del elemento en falla.

Capitulo 6. Conclusiones y perspectivas. Resume las conclusiones, logros y aportaciones
del trabajo y se mencionan los posibles trabajos futuros relacionados con esta tesis.

Apndices. Se incluye un apndice que contiene la descripcin de las variables y
parmetros del modelo dinmico de la TV de una CGCC.

- 8 -

Hoja en blanco

- 9 -

Captulo 2
Anlisis Estructural para el Diagnstico de Fallas

Normalmente en los modelos dinmicos las ecuaciones y variables estn conectadas
mediante expresiones analticas y parmetros. Para analizar las posibilidades de diagnstico
de fallas en sistemas de gran escala como el turbogenerador a vapor de una CGCC, el uso
de un modelo estructural es ms apropiado que el modelo dinmico. El modelo estructural
slo requiere conocer las variables que aparecen en cada restriccin (ecuacin), sin
importar la forma detallada de la expresin ni los parmetros del proceso. Esta forma de
abordar los sistemas permite reducir la complejidad de anlisis.

Se han propuesto diversos mtodos estructurales para analizar a los sistemas con la
intensin de disear SDF (Dion et al., 2003). En particular la escuela de Staroswiecky
sugiere el AE (Blanke et al., 2003). El AE se basa en la teora de grafos para determinar de
manera temprana la monitoreabilidad, detectabilidad y aislabilidad de los sistemas, las
cuales son caractersticas fundamentales de cara al diseo de SDFs.

La seccin 2.1 de este captulo presenta un panorama general del diagnstico de fallas
basado en modelos. En la seccin 2.2 se introducen los conceptos fundamentales del AE
que se emplean en esta tesis y se muestra con algunos ejemplos cmo se usa el AE en el
diagnstico de fallas.

Captulo 2. Anlisis estructural para el diagnstico de fallas
- 10 -
2.1 Diagnstico de fallas basado en modelos

El diagnstico de fallas basado en modelos (DFBM) consiste en la deteccin y localizacin
de fallas en procesos incluyendo sensores y actuadores. El enfoque recibe ese nombre
porque se basa en la evaluacin continua de la consistencia entre el modelo matemtico y
las mediciones del proceso. La figura 2.1 muestra la estructura bsica del diagnstico de
fallas basado en modelos. La comparacin del comportamiento observado (medido) con el
nominal permite la generacin de los residuos, que son seales iguales a cero en ausencia
de falla y diferentes de cero cuando se presenta una falla. En la prctica, los errores de
modelado y el ruido provocan que los residuos no sean cero incluso en ausencia de fallas.
Los cambios detectables que sufren los residuos dan lugar a los sntomas y stos se
procesan para llevar a cabo el diagnstico de fallas (Isermann and Ball, 1997).

Comportamiento
normal
Actuadores
U
Deteccin
de cambios
Generacin
de residuos
Fallas
Modelo del
Proceso
Fallas
Proceso
Y
Diagnstico
de fallas
Sintomas
Sensores
Deteccin de
fallas
Fallas N

Figura 2.1. Esquema general del diagnstico de fallas basado en modelos (Isermann and Ball, 1997).

De acuerdo a (Gertler, 1998; Chen and Patton 1999) dentro del DFBM los enfoques
ms comunes son la generacin de residuos y la estimacin de parmetros. Las
metodologas para generacin de residuos con mayor aceptacin son: las ecuaciones de
paridad (Mironovsky, 1979; Chow and Willsky, 1984; Gertler, 1988; Staroswiecki and
Comtet Varga, 2001) que se basan en una constante verificacin de las entradas y salidas
del sistema; y las que utilizan observadores tanto lineales como no lineales (Clark, 1978;
Frank, 1987). Por otro lado la estimacin de parmetros (Bakiotis et al., 1979; Isermannn,
1984) emplea directamente las tcnicas de identificacin de sistemas para modelar las fallas
como una desviacin en los parmetros del sistema. En (Isermannn and Ball, 1997) se
presenta el desarrollo histrico de estas metodologas y una evaluacin de sus aplicaciones,
as como la terminologa que emplea la comunidad FDI. A continuacin se muestra esta
clasificacin en forma de esquema:

- 11 -

2.1.1 Tipos de fallas

Fallas aditivas: Su influencia se presenta mediante la adicin de una componente a las
variables medidas del proceso. La falla total o desviacin de los sensores son ejemplos de
este tipo de fallas y se escriben como:

2 1
y x f = + (2.1)

donde y es una salida del sistema,
2
x es una variable y
1
f una falla

Fallas multiplicativas: Aparecen como el producto de las variables de proceso y
representan la variacin de algn parmetro. Estas fallas se pueden representar de la
siguiente manera:

1 2 1 2
( ) x f x x u = + + + (2.2)

con
1
x y
2
x como variables, u la entrada, un parmetro y
2
f una falla.

De acuerdo con su evolucin en el tiempo, las fallas se clasifican en: abruptas,
incipientes e intermitentes (Isermann, 2004), como se observa en la figura 2.2. Las fallas
abruptas se presentan en forma de escaln y su efecto permanece constante, una falla
incipiente se caracteriza por afectar de forma gradual al sistema a partir del momento en el
que aparece y las fallas intermitentes son aquellas que se presentan y desaparecen por un
instante para posteriormente volver a aparecer.

Tiempo
Falla
a)
b)
Tiempo
Falla
c)

Figura 2.2. Clasificacin de las fallas con respecto a su evolucin en el tiempo: a) abruptas, b)
incipientes y c) intermitentes
DFBM
Generacin
de residuos
Estimacin
de parmetros
Ecuaciones
de paridad
Observadores
Emplea tcnicas de
identificacin de sistemas

- 12 -
2.1.2 Redundancia analtica

En el enfoque basado en modelos se usa la redundancia que contiene el modelo matemtico
de un sistema en lugar de la redundancia fsica. Este tipo de redundancia se conoce como
analtica y se define formalmente como:

Definicin 2.1 Redundancia analtica. Existe redundancia analtica si existen dos o ms
formas de determinar el valor de una variable x usando nicamente variables medidas y ,
es decir,
1
( ) x f y = y
2
( ) x f y = en donde
1 2
( ) ( ) f y f y . La redundancia analtica es una
condicin necesaria para desarrollar sistemas de diagnstico de fallas.

Definicin 2.2 Relaciones de redundancia analtica (RRAs). Tambin llamadas relaciones
de consistencia o ecuaciones de paridad, son expresiones escalares expresadas nicamente
en funcin de variables conocidas, tal que en caso libre de falla ( ) 0
i
c k = .

2.2 El anlisis estructural como herramienta para el diagnstico de fallas

El trabajo seminal del AE para el diagnstico de fallas es el de Staroswiecki y Declerk
(1989). Sin embargo, fue a partir del trabajo de Cassar y Staroswecki (1997) que este
enfoque tuvo una mejor aceptacin y desde entonces se han publicado diversos trabajos que
utilizan el AE con fines de diagnstico de fallas. Dentro de estas publicaciones se destacan
los de (Dtegr et al., 2006; Verde and Snchez, 2006; Lorentzen and Blanke 2004;
Krysander, 2002; Izadi-Zamanabadi and Blanke, 2002; Blanke, 2000) por presentar una
aportacin interesante en el tema del AE y el libro de (Blanke et al., 2003) en el que se
explica de manera mas amplia la teora del AE.

El AE emplea el modelo estructural de un sistema ya sea en forma de grafo bipartido
o de matriz de incidencia para representar las relaciones entre las variables de un sistema y
las restricciones que describen el comportamiento del mismo. En este trabajo se prefiere el
uso de la matriz de incidencia porque facilita la manipulacin de los datos. El AE se basa
en el proceso de emparejamiento entre variables y restricciones, lo que permite: obtener las
RRAs, determinar la monitoreabilidad, detectabilidad y aislabilidad de un sistema e
identificar posibles mecanismos de tolerancia a fallas (Puig, 2004).

2.2.1 Modelo estructural

Un sistema se puede representar matemticamente por un conjunto de ecuaciones que
consisten en variables, parmetros y funciones analticas. El modelo estructural (Cassar and
Staroswiecki, 1997) contiene la informacin de las variables que pertenecen a cada
restriccin sin importar el valor de los parmetros ni la forma detallada de la expresin. En
el modelo estructural el conjunto de restricciones se denota por C y el de variables por
V X K = donde X son variables desconocidas, generalmente estados internos o
entradas desconocidas yK son variables conocidas (medidas).

- 13 -
Ejemplo 2.1

Considere un pequeo sistema con dos estados
1 2
, x x , dos seales provenientes de los
sensores
1
y ,
2
y y una seal de control u , que se describe por las siguientes ecuaciones:

1 1 2
: c x x u = + (2.3)

2 2 2
: c y x = (2.4)

3 1 1
: c y x = (2.5)

Con la notacin dada, los diferentes conjuntos contienen a los elementos como sigue:

{ }
1 2 3
, , C c c c = (2.6)

V X K = (2.7)

{ } { }
1 2 1 2
, , , , X x x K u y y = = (2.8)

El modelo estructural para las restricciones queda en funcin de las variables que
contienen cada una ellas, de la siguiente manera:

( )
1 1 2
: , , c f x x u (2.9)

( )
2 2 2
: , c f x y (2.10)

( )
3 1 1
: , c f x y (2.11)

Definicin 2.3 El modelo estructural de un sistema se puede representar pon un grafo
bipartido (Balakrishnan and Ranganathan, 2000) ( ) , G V C = donde V es el conjunto
de vrtices correspondientes a las variables conocidas K y desconocidas X , que estn en
las restricciones
1 2
{ , ,..., }
i
C c c c = ;
( )
{ }
, aparece en
i j j i
c v v c = es el conjunto de aristas.
La correspondiente matriz de incidencia MI es una matriz booleana en donde las filas
corresponden a C , las columnas a V y
( ) { } , ,
1si , , 0enotro caso
i j i j i j
MI m m c v = = .

Ejemplo 2.2

En la figura 2.3 se presenta el grafo bipartido para las ecuaciones (2.3)-(2.5) del ejemplo
anterior.

- 14 -
c
y
c
1
x
1
x
2
2
c
3
y
1 2
u

Figura 2.3. Grafo bipartido para el sistema del ejemplo 2.1.

y su correspondiente matriz de incidencia, construida de acuerdo a la definicin 2.3 se
muestra en la tabla 2.1

Tabla 2.1. Matriz de incidencia para el grafo bipartido de la figura 2.3

1
x
2
x
u 1
y
2
y
1
c
1 1 1 0 0
2
c
0 1 0 0 1
3
c

1 0 0 1 0

2.2.2 Emparejamiento

La herramienta bsica para el AE es el concepto de emparejamiento, ya sea en el grafo
bipartido o en la matriz de incidencia. Este trmino es importante porque las variables que
no son emparejadas no se pueden calcular a partir de las variables medidas y las variables
que es posible emparejar en diferentes maneras darn lugar a las restricciones redundantes
(RRs).

Definicin 2.4 Un emparejamiento E es una asignacin causal que asocia algunas
variables desconocidas
E
X del sistema con las restricciones
E
C a partir de las cuales
pueden ser calculadas. Un emparejamiento es un subconjunto de tal que ninguna arista
tiene vrtices comunes.

En general se pueden definir diferentes emparejamientos en un grafo bipartido, como
se aprecia en la figura 2.4.

3
c c
2
c
1
y
1
x x
2 2
y
1
u

3
c c
2
c
y
x x
1
1 2
u
1 2
y

a) b)

Figura 2.4. Dos emparejamientos posibles a) y b) para el grafo bipartido de la figura 2.3. La lnea
gruesa denota emparejamiento e indica que esa variable se calcula en la restriccin con la que se
empareja.

- 15 -
Los dos emparejamientos anteriores se pueden representar en una matriz de
incidencia, como se muestra en la tabla 2.2. El smbolo indica el emparejamiento
( , )
i j
c v .

Tabla 2.2. Matriz de incidencia a) para el primer emparejamiento y b) para el segundo
emparejamiento
a) b)
1
x
2
x
u 1
y
2
y
1
x
2
x
u 1
y
2
y
1
c
1 1 0 0 1
c
1 1 0 0
2
c
0 0 0 1 2
c
0 1 0 0 1
3
c
1 0 0 1 0 3
c
0 0 1 0

Note que tanto en el grafo bipartido como en la matriz de incidencia nicamente las
variables desconocidas participan en el proceso de emparejamiento.

Definicin 2.5 Un emparejamiento E se considera completo con respecto a C si toda
c C es el punto final de una arista de G , es decir
E
C E = . Un emparejamiento se
considera completo con respecto a X si toda x X es el punto final de una arista de G , es
decir
E
X E = .

Definicin 2.6 Un emparejamiento E es llamado mximo si no existe otro emparejamiento
2
E tal que
2
E E > , o sea que no es posible agregar una arista ms a E sin violar la
propiedad de vrtices no comunes.

Ejemplo 2.3

La figura 2.5a muestra un emparejamiento incompleto. No es completo con respecto a C
porque
2
c y
4
c no estn emparejadas, ni con respecto a X ya que
2
x no se emparej y no
se pueden agregar ms aristas al grafo sin faltar a la definicin 2.4. Los emparejamientos de
la figura 2.5c y 2.5d son completos con respecto a X . No existe un emparejamiento
completo con respecto a C porque el nmero de restricciones es mayor que el de variables.
Es importante observar que existe la posibilidad de que no haya emparejamiento completo
ni en X ni en C .

2
c c
1
x
1
2
c
2
c c
3
c
4
x x
2
x
3 4
5
c
1
x
1
c c
3
c
4
x x
2
x
3 4
5
c c
1
x
1
c c
3
c
4
x x
2
x
3 4
5

a) b) c)
Figura 2.5. a) Un emparejamiento incompleto, b) y c) dos completos.

- 16 -
2.2.3 Restricciones con derivadas

La mayora de las aplicaciones del AE se presentan en sistemas estticos, pero en la
realidad los sistemas son dinmicos, por tanto es necesario encontrar una manera de
considerar las derivadas en el modelo estructural. Para visualizar la necesidad de establecer
un mtodo que incluya la dinmica de las derivadas, se usa el siguiente ejemplo:

Ejemplo 2.4

1 1 2
: c x x u = + (2.12)

2 1
: c y x = (2.13)

En
1
c hay dos variables desconocidas
1
x y
2
x , las cuales no se pueden calcular
nicamente con una variable conocida u . En
2
c existe una variable conocida y y otra
desconocida
1
x que s puede ser calculada. Si se agrega una expresin ms que indique que
1
x es la derivada de
1
x , sera posible calcular las dos variables desconocidas de
1
c , al
modelo se le agregara entonces una expresin de la siguiente forma:

3 1 1
:
d
c x x
dt
= (2.14)

lo cual permite que todas las variables desconocidas { }
1 2
, X x x = se puedan calcular con
las variables conocidas K ={ } , u y .

La restriccin con derivadas (2.14) se representar a partir de ahora como:

1
:
i i
d
d x x
dt
+
= (2.15)

Cuando en d se conoce la trayectoria de
i
x es posible calcular su derivada en
cualquier momento, es decir que la restriccin d se puede emparejar con
1 i
x
+
para calcular
su valor a partir de
i
x . Esto se conoce como causalidad derivativa.

Si se conoce valor de
1 i
x
+
, para emparejar la restriccin d con
i
x se debe calcular

1
(0)
i i i
x x x
+
= +
(2.16)

lo que no determina
i
x al menos que se conozcan las condiciones iniciales (0)
i
x y eso
generalmente no es posible, se presenta entonces los que se conoce como causalidad
integral, la cual est prohibida en las restricciones diferenciales.

- 17 -
Por lo anterior se dice que las expresiones como (2.15) tienen direccin (Blanke et
al., 2003; Dtegr et al., 2006) ya que es posible ir de
i
x a
1 i
x
+
pero no en sentido
contrario, porque se incurrira en la causalidad integral. En la figura 2.6 se muestra la
direccin de clculo de las variables de la restriccin
3
c . Con las flechas en esa direccin se
aprecia que
1 i
x
+
se calcular a partir de
i
x . Es decir, se utilizar la causalidad derivativa.

c
x
i
3
i+
x
1

Figura 2.6 Grafo bipartido para la restriccin con direccin
3
c

Ejemplo 2.5

Para re-escribir el sistema del ejemplo 2.4 incluyendo la causalidad derivativa respetando la
forma de (2.15) es necesario definir una nueva variable
3
x que tomar el valor de
2
x
porque
2
x ser la derivada de
1
x , es decir
2 1
x x = . De tal manera que ahora el conjunto de
restricciones es:

1 2 3
: c x x u = + (2.17)

1 2 1
:
d
d x x
dt
= (2.18)

2 1
: c y x = (2.19)

En la tabla 2.3 se presenta un posible emparejamiento para el conjunto de
restricciones (2.17)-(2.19). Ahora se introducir el smbolo para denotar emparejamiento
prohibido e impedir que
3
c se empareje con
2
x , es decir, evitar la causalidad integral.

Tabla 2.3. Matriz de incidencia en la que se muestra un emparejamiento prohibido

1
x
2
x
3
x y
u
1
c
0 1 0 1
1
d 1 0 0
0
2
c
1 0 0 1 0

- 18 -
2.2.4 Algoritmo de emparejamiento

Un emparejamiento puede ser representado en una MI al seleccionar uno y slo un 1 en
cada fila y cada columna. Cada 1 seleccionado representa una arista del emparejamiento
y ninguna otra arista debe contener la misma variable. El objetivo del algoritmo que a
continuacin se presenta es encontrar el emparejamiento mximo en una MI, porque de ese
modo se segura que no existe otro emparejamiento que pueda considerar ms variables y
restricciones.

El siguiente algoritmo propuesto en (Blanke et al., 2003) se basa en el ndice de
propagacin R para indicar la secuencia de clculo de las variables desconocidas a partir
de las conocidas y establecer as el orden en el que se emparejan las variables con las
restricciones.

Algoritmo de emparejamiento:

1. Colocar todas las variables desconocidas en la parte derecha de la matriz de
incidencia, 0 i = .
2. Buscar todas las restricciones con exactamente una variable desconocida y marcar
su interseccin con el smbolo y asociar ndice R con la fila i . Esto indica que
la variable se evala con esta restriccin y por tanto ambas quedan marcadas en la
matriz.
3. Si existen restricciones no marcadas cuyas variables ya estn todas marcadas
asociar R con i en dicha relacin e incrementar el ndice 1 i i = + .
4. Si hay variables o restricciones sin marcar, regresar al paso 2.

Ejemplo 2.6

Considere un sistema descrito por la matriz de incidencia de la tabla 2.4, en la cual las
restricciones
i
c son algebraicas y
i
d diferenciales.

Tabla 2.4. Matriz de incidencia para el ejemplo 2.6

1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
u
y
1
c

1 0 1 0 0 0 0 0 0 0
2
c
0 1 1 0 0 0 0 0 1 0
3
c
1 1 0 1 1 0 0 0 0 0
1
d 0 0 1 1 0 0 0 0 0 0
4
c
0 0 1 0 1 1 0 0 0 0
5
c
0 0 0 0 1 0 1 1 0 0
2
d 0 0 0 0 0 1 1 0 0 0
6
c
0 0 0 0 0 1 0 1 0 0
8
c
0 0 0 0 0 0 0 1 0 1

- 19 -
Al aplicar el algoritmo de emparejamiento a la tabla 2.4 se obtiene la matriz emparejada
que se muestra en la tabla 2.5. Recuerde que el smbolo denota emparejamiento
prohibido.

Tabla 2.5. Emparejamiento en la tabla 2.4

R 1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
u
y
5 1
c

0 1 0 0 0 0 0 0 0
5 2
c
0 1 0 0 0 0 0 1 0
6 3
c
1 1 0 1 1 0 0 0 0 0
5
1
d 0 0 0 0 0 0 0 0
4 4
c
0 0 0 1 1 0 0 0 0
3 5
c
0 0 0 0 0 1 1 0 0
2
2
d 0 0 0 0 0 0 0 0
1 6
c
0 0 0 0 0 0 1 0 0
0 7
c
0 0 0 0 0 0 0 0 1

Si se reacomoda la tabla 2.5 en forma triangular inferior resulta la tabla 2.6. En esta
representacin de la matriz de incidencia emparejada, se cumple que para evitar la
causalidad integral,
1 i
x
+
debe estar a la derecha de
i
x .

Tabla 2.6. Forma triangular inferior de tabla 2.5

R 8
x
6
x
7
x
5
x
3
x
1
x
2
x
4
x
u
y
0 7
c
0 0 0 0 0 0 0 0 1
1 6
c
1 0 0 0 0 0 0 0 0
2
2
d 0 0 0 0 0 0 0 0
3 5
c
1 0 1 0 0 0 0 0 0
4 4
c
0 1 0 1 0 0 0 0 0
5 1
c

0 0 0 0 1 0 0 0 0
5 2
c
0 0 0 0 1 0 0 1 0
5
1
d 0 0 0 0 0 0 0 0
6 3
c
0 0 0 1 0 1 1 1 0 0

2.2.5 Generacin de RRAs

El emparejamiento indica la restriccin que calcula a una determinada variable. Las
restricciones que no forman parte del proceso de emparejamiento son las RRs., porque eso
significa que existe ms de una forma de resolverlas.

- 20 -
Ejemplo 2.7

En el ejemplo anterior la restriccin que no se emparej y por tanto la RR es
3
c . Al aplicar
la sustitucin hacia atrs descrita en (Lorentzen and Blanke, 2003) a
3
c se obtiene una
representacin abstracta de las RRAs que est nicamente en funcin de variables
conocidas, como se muestra en (2.20):

3 1 2 1 4 5 2 6 7
: ( ( ), ( ), ( ), ( ), ( ), ( ), ( ), ( )) 0 c f c y c y d y c y c y d y c y c y = (2.20)

Otra manera de encontrar la RRA anterior es usando el software SaTool, que es una
herramienta desarrollada en el ambiente Matlab por Lorentzen y Blanke (2003). En (Rivera
et al., 2006) se muestra con detalle el uso de la herramienta para resolver este ejemplo,
obteniendose:

c3(c1(c4(c5(d2(c6(c7(y))),c7(y)),c6(c7(y)))),c2(u,c4(c5(d2(c6(c7(y))),c7(
y)),c6(c7(y)))),d1(c4(c5(d2(c6(c7(y))),c7(y)),c6(c7(y)))),c5(d2(c6(c7(y))
),c7(y)))

lo cual es lo mismo que (2.20) porque est en funcin de las mismas restricciones
i
c y de
las variables conocidas y y u .

A partir la tabla 2.6 se puede construir el grafo estructural orientado (GEO) que se
muestra en la figura 2.7. Este GEO representa el hecho de que en una restriccin
emparejada, todas las variables se tienen que conocer excepto la que se emparej. Si la
flecha llega a la restriccin, significa que el valor de la variable se conoce en esa restriccin
y si la flecha llega a la variable, quiere decir que la variable se calcula (empareja) en esa
restriccin.

y
7
c
d
c
c
7 8
x
6
c
x
6
x
d
2
5
x
5
c
3
x
4
c
1
x
1
x
4
1
2
x
2 3
c
Cero

Figura 2.7 Grafo estructural orientado que muestra el orden en el que las variables desconocidas se
pueden determinar a partir de la medicin y .

Finalmente la restriccin
3
c se puede usar como residuo para detectar inconsistencias
en el proceso.

2.2.6 Descomposicin cannica

Una manera de determinar si existe o no redundancia en un sistema y de extraer la parte
que contiene esta informacin redundante, consiste en aplicar la descomposicin cannica,

- 21 -
la cual divide a cualquier matriz de incidencia en tres subsistemas con propiedades
especficas. Los tres subsistemas son:

1) ( ) , S C V
+ + +
= es la parte sobre-restringida con ms restricciones que variables y existe
un emparejamiento completo en V
+
pero no en C
+
. Esta es la parte que contiene
informacin redundante.

2)
( )
0 0 0
, S C V = es la parte justo-restringida, con el mismo nmero de restricciones que
variables y existe si hay un emparejamiento completo tanto en
0
V como en
0
C .

3) ( ) , S C V

= es la parte sub-restringida, con menos restricciones que variables y existe
un emparejamiento completo en C
pero no en V

.

Existen dos mtodos para obtener la descomposicin cannica. El primero
nicamente es capaz de distinguir entre el subsistema S
+
y el
0
S S
. Es decir, considera
al subsistema
0
S S
como uno solo. Este mtodo consiste en determinar si una

restriccin de C forma parte de las RRAs y si es as, sta pertenecer a S
+
, de lo contrario
la restriccin formar parte de
0
S S
, sin que se pueda distinguir si est en S
en
0
S .

En el ejemplo 2.7 como todas las restricciones aparecen en la RRA obtenida a partir
de
3
c , no existe el subsistema S
ni el
0
S , nicamente S
+
. Esto quiere decir que el sistema
original ya es sobre-restringido.

La segunda manera de obtener la descomposicin cannica consiste en aplicar la
descomposicin Dulmage-Mendelsohn (DDM) (Dulmage and Mendelsohn, 1958), la cual
se basa en la permutacin de filas y columnas de la matriz de incidencia para dividir al
sistema las tres parte mencionadas. En la figura 2.8 se muestra el esquema general de la
DDM. La lnea diagonal indica que la variable se calcula con esa restriccin. Las
ecuaciones extras del subsistema S
+
son las RR que se usan para obtener las RRAs.

Variables
Restricciones
redundantes
S
0
R
e
s
t
r
i
c
c
i
o
n
e
s
0
S
S
+

Figura 2.8. DDM de una matriz esparcida. Esta contiene tres partes: el subsistema sub-restringido S
,
el justo-restringido
0
S y el sobre-restringido S
+
.

- 22 -
Ejemplo 2.7

En este ejemplo se aplica la DDM a un sistema. En la tabla 2.7a se muestra la estructura
inicial de la matriz de incidencia, la cual contiene 9 restricciones y 8 variables
desconocidas. A partir de esa representacin es difcil determinar si existe o no redundancia
en el sistema. Despus de aplicar el algoritmo propuesto en (Pothen and Fan, 1990) que
realiza la DDM de una matriz esparcida, la estructura de la matriz queda como se muestra
en la tabla 2.7b.

Tabla 2.7. a) Matriz de incidencia, b) DDM de la matriz de incidencia
a) b)
1 2 3 4 5 6 7 8 8 3 5 1 6 4 7 2
1 1 1 7 1 1 1 1 1
2 1 1 1 2 1 1 1
3 1 1 1 1 1
4 1 1 5 1 1
5 1 1 8 1
6 1 1 1 9 1 1
7 1 1 1 1 1 3 1 1
8 1 6 1 1 1
9 1 1 4 1 1

La parte sobre-restringida del sistema consta de 3 variables desconocidas { } 4, 7, 2 y 5
restricciones { } 3, 4, 6, 8, 9 , por tanto existen 2 RRs. Ntese el reacomodo que sufrieron las
filas y columnas de la tabla 2.7a.

2.2.7 Diferentes emparejamientos en una matriz de incidencia

Es importante mencionar que en una matriz de incidencia existe ms de un posible
emparejamiento, lo cual genera diferentes conjuntos de RR y por tanto de RRAs. Si se
cuenta con un mayor nmero de RRAs se tienen mejores posibilidades de que las fallas
tengas firmas diferentes y por tanto mejorar la capacidad para localizar una falla
determinada.

Ejemplo 2.8

Sea la matriz de incidencia de la tabla 2.7a. En este caso las variables desconocidas
1
x y
2
x
se emparejan con las restricciones
1
c y
2
c respectivamente, por lo que la restriccin que no
se emparejo y por tanto RR es
3
c . Otra posibilidad de emparejamiento se muestra en la
tabla 2.7b, en la que ahora
1
c es la RR.

- 23 -
Tabla 2.8. Matriz de incidencia a) para el primer emparejamiento y b) para el segundo
emparejamiento
a) b)
1
x
2
x
u 1
y
2
y
1
x
2
x
u 1
y
2
y
1
c
1 1 0 0 2
c
0 0 0 1
2
c
0 0 0 1 3
c
0 0 1 0
3
c
1 0 0 1 0 1
c
1 1 1 0 0

Los GEOs para las MI anteriores se muestran en las figuras 2.9 y 2.10, en ambas
figuras las variables conocidas se encierran con lnea punteada y a partir de ellas se debe
resolver todas las restricciones del GEO hasta llegar a la RR
3
c o
1
c segn sea el caso.

2
y x
2
c
u
c
2
1
y
1
c
3
1
x
Cero

Figura 2.9. Grafo estructural orientado para el emparejamiento de la tabla 2.2a.

c
y
1
3
y
2
c
2
u
x
1
x
2
c
1
Cero

Figura 2.10. Grafo estructural orientado para el emparejamiento de la tabla 2.2b.

- 24 -

Hoja en blanco

- 25 -

Captulo 3
Anlisis Estructural de la Turbina de Vapor
Turbina

El AE para el diagnstico de fallas se ha utilizado recientemente en diferentes sistemas
fsicos como: bombas centrifugas (Kallese et al., 2006), vlvulas industriales inteligentes
(Dtegr et al., 2006), plantas de fabricacin de papel (Krysander et al., 2002), entre otros.
Sin embargo no existen aplicaciones en el tema de las centrales de generacin. Eso
representa una motivacin para que en este trabajo se lleve a cabo el anlisis estructural de
la TV de una CGCC.

Este captulo empieza con la seccin 3.1 en donde se describe la TV, los elementos
que la componen y se presenta brevemente su modelo dinmico. La seccin 3.2 muestra
las etapas del AE para la TV. Se parte de que se conoce el modelo dinmico del proceso o
modelo de comportamiento, del cual se obtiene su correspondiente modelo estructural que
se representa por una MI. Al realizar un emparejamiento en la MI se obtienen las RRAs.
Posteriormente se encuentra la descomposicin cannica al aplicar la DDM a la MI y se
muestra que se obtienen las mismas RRAs al trabajar con la MI completa que al utilizar
nicamente el subsistema sobre-restringido. Finalmente se lleva a cabo un anlisis de
monitoreabilidad y detectabilidad para la TV.

Captulo 3. Anlisis estructural de la turbina de vapor
- 26 -
3.1 Descripcin de la turbina de vapor

La TV es una componente esencial del ciclo combinado. Su objetivo es generar la mayor
cantidad de potencia elctrica mediante la mayor produccin posible de vapor, apoyndose
en los gases de escape de las turbinas de gas y los quemadores suplementarios, lo que
representa un ahorro econmico al no enviar estos gases a la atmsfera. El sistema de la TV
que se muestra en la figura 3.1 est integrado principalmente por una turbina de vapor, un
generador elctrico, las vlvulas encargadas de controlar el flujo de vapor hacia la turbina y
la vlvula bypass que regula el flujo de vapor hacia el condensador y la presin de vapor
sobrecalentado que dirige a la turbina de vapor (presin de estrangulamiento). El modelo de
TV que se emplea en este trabajo es similar a las primeras que se utilizaron en los paquetes
de la Cia. Westinghouse E.C. llamados PACE (Power at Combined Efficiency) (Uram,
1977). En condiciones ISO cada TG del modelo genera 45 MW y la de vapor 50 MW, es
decir se tiene una generacin global de 140 MW.

Lnea de extraccn
al deareador
Vlvulas de combustible de
quemadores posteriores
Recuperador
de calor
Generador
de vapor 2
Recuperador
de calor
Generador
de vapor 1
Gases de
salida TG2
Gases de
salida TG1
FT
TT
Cabezal de vapor
sobrecalentado
FT
PT TT
TT
ST
Condensador
principal
Vlvula
bypass
ZT
PT
Vlvula
de control
Vlvula
de corte
ZT
ZT
Turbina
de vapor
TT
Carga
MW
Generador JT

Fig. 3.1. Turbogenerador a vapor de una CGCC

3.1.1 Elementos que integran la turbina de vapor

1) Turbina de vapor. Es el elemento en donde se utiliza el vapor que se genera en los
RCGV, dicho vapor se expande hasta la presin del condensador para mover los alabes
de la turbina de vapor y provocar el movimiento giratorio en el rotor que se transmite
finalmente al generador elctrico. La turbina de vapor realiza dos funciones: producir
energa elctrica a travs del generador elctrico y proporcionar vapor de extraccin que
utiliza el deareador. Adems, el vapor de salida de la turbina (vapor agotado) se enva al
sistema de condensados para reutilizarlo (Castelo, 1993).

- 27 -
2) Generador elctrico. Es el elemento que se encarga de convertir la energa mecnica
de rotacin de la turbina de vapor en energa elctrica, la cual alimenta a los
transformadores de potencia que elevan el voltaje para despus conectarla al sistema de
distribucin elctrica (Sols, 1990).

3) Vlvula de control de admisin de vapor. Existen dos vlvulas de control, tambin
llamadas vlvulas de estrangulamiento, cuya tarea es regular el flujo de vapor que
requiere la TV y se localizan simtricas a la turbina. Estas vlvulas tienen un papel muy
importante ya que con ellas se regula primero la velocidad de la TV y despus la
generacin de potencia elctrica en la misma.

4) Vlvula de bypass principal. Con esta vlvula el vapor se enva directamente al
condensador. Su labor consiste en regular la presin de estrangulamiento en funcin del
flujo de vapor que se dirige a la turbina de vapor durante el arranque y la generacin de
potencia elctrica. Esta vlvula est fsicamente dimensionada para conducir la
capacidad total de flujo de vapor desde los recuperadores a la turbina y directamente al
condensador siempre que sea necesario (Snchez and Gutirrez, 1997). Otra funcin de
la vlvula bypass es la de proporcionar seguridad y flexibilidad a la operacin, ya que
ante una salida de operacin inesperada de la TV, la vlvula de bypass principal permite
direccionar todo el vapor producido directamente hacia condensador. La existencia de
esta vlvula constituye una diferencia importante entre una central convencional y una
de ciclo combinado, ya que en las primeras no existe.

3.1.2 El control de la turbina de vapor

Para que entre en funcionamiento el sistema de control de la turbina de vapor, es necesario
que al menos una de las turbinas de gas est en valor prximo a la carga base para
proporcionar la temperatura de gases de escape adecuada en la produccin de vapor, as
como incrementar la presin en el domo que permitir satisfacer el valor de presin
estrangulada requerido (Esquivel, 1990).

El control de la TV trabaja desde condiciones mnimas correspondientes a
recuperadores fros y presiones manomtricas cero hasta condiciones de operacin con
calentamiento mximo y sobre-presin. Este control se emplea a partir de que se inicia el
rodado de las TGs. Conforme se incrementa la temperatura de los gases de salida de estas
turbinas, la vlvula de bypass regula su posicin para alcanzar el valor de presin de
estrangulamiento mnimo (314 PSI) y dar inicio al rodado de la TV. Una vez que se inici
el rodado de la TV, el sistema de control de velocidad se activa proporcionando una seal
de control a partir de la desviacin de velocidad con respecto a un patrn especfico.
Cuando la TV est cerca de la velocidad de sincronismo (3600 rpm), se activa la opcin de
sincronizacin automtica para regular la velocidad en este valor. Posteriormente se
procede a cerrar el interruptor general de la TV, lo cual indica que se cuenta con las
condiciones necesarias para empezar a generar carga. En estos momentos se activa el
control por Megawatts, el cual genera una seal de control a partir de la diferencia entre la
referencia de carga y la generacin actual. Tanto la estrategia de control por Megawatts

- 28 -
como la de velocidad, emplean un controlador PI para generar la seal de control que
demandan las vlvulas de control (Sibaja, 1995).

Las variables a controlar alrededor del punto de operacin requerido son la presin de
estrangulamiento; la velocidad de la TV y la potencia elctrica generada; tambin se vigila
el flujo de vapor sobrecalentado mediante el cual se hace la caracterizacin del punto de
ajuste de presin de estrangulamiento que permite generar su referencia.

Para llevara a cabo las acciones anteriores se cuenta con un conjunto de programas
cuya arquitectura se muestra en la figura 3.2.

Contingencia por
lmite de presin
estrangulada
Control de presin
de estrangulamiento
Control de las
vlvulas de control
Sincronizacin
automtica
Control de
velocidad
Control de
potencia elctrica
Control de la
turbina de vapor

Figura 3.2. Arquitectura del control de la TV

La tarea de cada una de los bloques se describe a continuacin:

1) Control de presin de estrangulamiento: Su propsito es calcular la apertura
apropiada de la vlvula bypass principal para regular la presin de estrangulamiento
adecuada. Esta presin debe ser superior a los 314 PSI para prevenir una alta velocidad
del vapor, evitando que entre agua a la turbina lo cual ocasionara graves daos a la
misma. Cuando la presin de estrangulamiento cae por debajo de los 314 PSI la unidad
se dispara.

2) Contingencia por lmite de presin estrangulada: Se encarga de activar el retroceso
cuando el lmite inferior de presin estrangulada es rebasado, dicho retroceso puede ser
en velocidad o en generacin de potencia elctrica.

3) Control de las vlvulas de control (velocidad/carga): Se divide en dos estrategias de
control, activndose una de ellas de acuerdo a la seal lgica 1 0 que representa el
estado del interruptor principal. Cuando la seal lgica es 1, el interruptor est cerrado y
la turbina se encuentra en control de carga. En tanto si la seal lgica es 0, el interruptor
est abierto y la turbina en control de velocidad. Ambas estrategias de control tienen
como elemento final las vlvulas de control de admisin de vapor (Snchez and
Gutirrez, 1997).

4) Sincronizacin automtica: Se encarga de ajustar de la manera ms precisa posible la
velocidad en el valor de sincronismo (3600 rpm) para cerrar el interruptor principal y
controlar a la turbina con el mdulo de control de carga.

- 29 -
3.1.3 Modelo dinmico de la turbina de vapor

El Modelo dinmico de la TV que se usa en este trabajo lo desarrollaron Delgadillo y
Fuentes (1996), contiene 25 restricciones: 17 algebraicas no lineales y 8 diferenciales que
corresponden a las variables de estado. Se identifican 15 variables conocidas
i
k , 26
desconocidas
i
x y 23 parmetros
i
. Para incluir las restricciones con derivadas en la
dinmica del proceso, en el AE se ampla el modelo agregando una restriccin de la forma
de (2.15) por cada variable de estado y as obtener un modelo estructural de 33
restricciones. En el Apndice A se da la descripcin de cada una de las variables y
parmetros.

El conjunto de variables conocidas K est dado por:

S C
K K K = (3.1)

donde

3 4 5 6 7 8 9 10 11 12 13 14 15
{ , , , , , , , , , , , , }
S
K k k k k k k k k k k k k k = (3.2)

representa 3 transmisores de posicin para las vlvulas, 2 trasmisores de presin, 1 pick-up
magntico para medir la velocidad angular de la turbina, 4 termopares, 2 transmisores de
flujo y 1 wattimetro; las variables del subconjunto:

{ }
1 2
,
C
K k k = (3.3)

son las seales control hacia la vlvula de bypass y las vlvulas de control de admisin de
vapor respectivamente. Ambas vlvulas de control reciben la misma seal de control.

Las 26 variables desconocidas corresponden a estados internos que no se pueden
medir como: entalpas, densidades y el ngulo de potencia elctrica. Los valores nominales
de los 23 parmetros de la TV se obtuvieron mediante el anlisis y sntesis de las
caractersticas fsicas de los equipos (motores, bombas, vlvulas, etc) (Sols, 1990) del
paquete PACE de Westinghouse.

3.2 Anlisis estructural de la turbina de vapor
3.2.1 Modelo estructural

Anteriormente se mencion que en los sistemas de gran escala, el uso de un modelo
estructural es ms apropiado que un modelo dinmico porque el primero es una abstraccin
del segundo, ya que para el modelo estructural slo se necesita saber qu variables aparecen
en cada una de las restricciones, sin tener en cuenta los parmetros ni la forma detallada de
la expresin matemtica, esta forma de representar a los sistemas simplifica enormemente
el modelo y facilita su manipulacin.

- 30 -
A continuacin se presenta el modelo estructural de la TV con sus 33 restricciones:

1
c :
( )
1 2 3
, , 0 f x k k =
12
c :
( )
13 4 5 7 12 13 14
, , , , , , 0 f x k k k k k k =
1
d :

1 3
d
x k
dt
=
13
c :
( )
13 15 13 14
, , , 0 f x x k k =
2
c :
( )
2 1 4
, , 0 f x k k =
14
c :
( )
12 13 19 13
, , , 0 f x x x k =
2
d :

2 4
d
x k
dx
=
15
c :
( )
4 7 8 12
, , , 0 f x x x k =
3
c :
( )
3 1 5
, , 0 f x k k =
16
c :
( )
8 12 13 18 19
, , , , 0 f x x x x x =
3
d :

3 5
d
x k
dt
=
17
c :

( )
18 20 21 22
, , , 0 f x x x x =
4
c :
( )
9 7 12
, , 0 f x k k =
18
c :
( )
15 17 20
, , 0 f x x x =
5
c :
( )
4 7
, 0 f x k =
19
c :
( )
8 15 18 23 24 6 15
, , , , , , 0 f x x x x x k k =
6
c :
( )
7 7
, 0 f x k =
7
d :

24 6
d
x k
dt
=
7
c :

( )
6 10
, 0 f x x =
20
c :
( )
16 3 7 12 13
, , , , 0 f x k k k k =
4
d :

6 5
d
x x
dt
=
21
c :
( )
21 13
, 0 f x k =
8
c :
( )
10 15 16 8 9
, , , , 0 f x x x k k =
22
c :
( )
22 13
, 0 f x k =
5
d :

10 9
d
x x
dx
=
23
c :
( )
26 6
, 0 f x k =
9
c :
( )
4 6 7 8 9 11 15 16 8 9 10 11 12
, , , , , , , , , , , , 0 f x x x x x x x x k k k k k =
8
d :

26 25
d
x x
dt
=
6
d :

11 12
d
x k
dt
=
24
c :
( )
23 6
, 0 f x k =
10
c : ( )
13 14 7 12
, , , 0 f x x k k =
25
c :
( )
25 26 15
, , 0 f x x k =
11
c : ( )
12 13 14
, , 0 f x x x =

- 31 -
3.2.2 Matriz de incidencia

El modelo estructural de un sistema se puede representar por una matriz de incidencia,
donde las filas representan el conjunto de restricciones
i
c incluyendo las derivadas y las
columnas el conjunto de variables
j
x . Una arista ( , )
i j
c x se representa por un 1 en la
interseccin de la fila i y la columna j si y slo si la variable de la columna j est
contenida en la restriccin de la fila i , y 0 en caso contrario. La tabla 3.1 muestra la
matriz de incidencia para la turbina de vapor. Como las variables conocidas K no se
consideran en el proceso de emparejamiento, no es necesario representarlas en forma
booleana.

Tabla 3.1. Matriz de incidencia de la TV
No. C
Desconocidas X Conocidas K
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
x
10
x
11
x
12
x
13
x
14
x
15
x
16
x
17
x
18
x
19
x
20
x
21
x
22
x
23
x
24
x
25
x
26
x

1 1
c
1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 3
, k k
2
1
d 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3
k
3 2
c
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 4
, k k
4
2
d 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4
k
5 3
c
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 5
, k k
6
3
d 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5
k
7 4
c
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 12
, k k
8 5
c
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
k
9 6
c
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
k
10 7
c
0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11
4
d 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12 8
c
0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
8 9
, k k
13
5
d 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
14 9
c
0 0 0 1 0 1 1 1 1 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
8 9 10 11 12
, , , , k k k k k
15
6
d 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
16 10
c
0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 7 12
, k k
17 11
c
0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0
18 12
c
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 4 5 7 12 13 14
, , , , , k k k k k k
19 13
c
0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0
13 14
, k k
20 14
c
0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0 0
13
k
21 15
c
0 0 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
22 16
c
0 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 0 0 0
23 17
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 1 0 0 0 0
24 18
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 1 0 0 0 0 0 0
25 19
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 1 0 0 0 0 1 1 0 0
6 15
, k k
26
7
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 6
k
27 20
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 3 7 12 13
, , , k k k k
28 21
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
13
k
29 22
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
13
k
30 23
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
6
k
31
8
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
6
k
32 24
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
6
k
330 25
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
15
k

- 32 -
3.2.3 Emparejamiento en la matriz de incidencia

Despus de aplicar el algoritmo de emparejamiento descrito en la seccin 2.2.4 a la tabla
anterior, se obtiene la matriz de incidencia emparejada que se muestra en la tabla 3.2.
Recuerde que el smbolo denota el emparejamiento ( , )
i j
c x e indica que la restriccin
i
c
calcula a la variable
j
x .
Tabla 3.2. Matriz de incidencia emparejada
No. R C
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
x
10
x
11
x
12
x
13
x
14
x
15
x
16
x
17
x
18
x
19
x
20
x
21
x
22
x
23
x
24
x
25
x
26
x

1 0 1
c
1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 3
, k k
2 0
1
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3
k
3 0 2
c
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 4
, k k
4 0
2
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4
k
5 0 3
c
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 5
, k k
6 0
3
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5
k
7 0 4
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 12
, k k
8 0 5
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
k
9 0 6
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
k
10 2 7
c
0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11 3
4
d 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12 1 8
c
0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
8 9
, k k
13 1
5
d 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
14 2 9
c
0 0 0 1 0 1 1 1 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
8 9 10 11 12
, , , , k k k k k
15 0
6
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
16 1 10
c
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 7 12
, k k
17 2 11
c
0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0
18 0 12
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 5 7 12 13 14
, , , , , k k k k k k
19 1 13
c
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
13 14
, k k
20 3 14
c
0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0 0
13
k
21 1 15
c
0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
22 3 16
c
0 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 0 1 0 0 0 0 0 0 0
23 3 17
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0 0
24 4 18
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0
25 2 19
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0
6 15
, k k
26 0
7
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6
k
27 0 20
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 7 12 13
, , , k k k k
28 0 21
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13
k
29 0 22
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13
k
30 0 23
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6
k
31 1
8
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
6
k
32 0 24
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6
k
330 1 25
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
15
k

A continuacin se realiza un reacomodo de filas y columnas de la tabla 3.2 para dejar
a la matriz en forma triangular inferior y colocar las RR (aquellas que no se emparejaron)
en la parte inferior, sto con la intensin de visualizar mejor la secuencia de computo de las
variables desconocidas X de acuerdo al ndice R e identificar rpidamente las RR.

- 33 -
Tabla 3.3. Matriz de incidencia emparejada en forma triangular inferior

De acuerdo con la tabla 3.3 el conjunto de restricciones emparejadas es:

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 2
1 2 3 4 5 6 6 12 20 21 22 23 24 7 4 5 10 13 15 25 9
2 2 3 3 3 4
11 19 4 16 17 18
{ , , , , , , , , , , , , , , , , , , , , ,
, , , , , }
E
C d d d c c c d c c c c c c d c d c c c c c
c c d c c c
=
(3.4)

donde el exponente indica el ndice i de la columna R de acuerdo a su orden de evaluacin
(Snchez and Verde, 2006). El conjunto de restricciones redundantes esta formado por:

{ }
1 2 3 7 8 14 8
, , , , , ,
R
C c c c c c c d = (3.5)

R C
1
x
2
x
3
x
9
x
4
x
7
x
11
x
13
x
16
x
21
x
22
x
26
x
23
x
24
x
10
x
14
x
15
x
8
x
25
x
6
x
12
x
18
x
5
x
19
x
20
x
17
x

0
1
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3
k
0
2
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4
k
0
3
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5
k
0 4
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 12
, k k
0 5
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
k
0 6
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
k
0
6
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
0 12
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 5 7 12 13 14
, , , , , k k k k k k
0 20
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 7 12 13
, , , k k k k
0 21
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13
k
0 22
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13
k
0 23
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6
k
0 24
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6
k
0
7
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6
k
1
5
d 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 10
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 12
, k k
1 13
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13 14
, k k
1 15
c
0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
1 25
c
0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
15
k
2 9
c
0 0 0 1 1 1 1 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0
8 9 10 11 12
, , , , k k k k k
2 11
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
2 19
c
0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0 0 0
6 15
, k k
3
4
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
3 16
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0
3 17
c
0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
4 18
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1
RR1 0 1
c
1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 3
, k k
RR2 0 2
c
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 4
, k k
RR3 0 3
c
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 5
, k k
RR4 2 7
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0
RR5 1 8
c
0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0
8 9
, k k
RR6 3 14
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0
13
k
RR7 1
8
d 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0
6
k

- 34 -
3.2.4 Relaciones de redundancia analtica

Al realizar la sustitucin hacia atrs que se describe en (Lorentzen and Blanke, 2003) al
conjunto de restricciones
R
C se obtienen las RRAs slo en funcin de variables conocidas.
Las ecuaciones (3-6)-(3-12) muestran las RRAs de la TV.

1 1 3 2 3
: ( ( ), , ) 0 c f d k k k = (3.6)

2 2 4 1 4
: ( ( ), , ) 0 c f d k k k = (3.7)

3 3 5 1 5
: ( ( ), , ) 0 c f d k k k = (3.8)

7 4 7 12 5 7 6 7 9 8 9 10 11 12 12 4 5 7 12 13 14
13 13 14 15 12 20 3 7 12 13 5 6 12
: ( ( , ), ( ), ( ), ( , , , , ), ( , , , , , ),
( , ), ( ), ( , , , ), , ( ) 0
c f c k k c k c k c k k k k k c k k k k k k
c k k c k c k k k k d d k =
(3.9)

8 4 7 12 12 4 5 7 12 13 14 13 13 14 20 3 7 12 13 5 8 9
: ( ( , ), ( , , , , , ), ( , ), ( , , , ), , , ) 0 c f c k k c k k k k k k c k k c k k k k d k k = (3.10)

14 5 7 6 7 10 7 12 11 12 4 5 7 12 13 14 13 13 14
15 12 16 19 6 15 24 6 6 12 7 6 13
: ( ( ), ( ), ( , ), , ( , , , , , ), ( , ),
( ), , ( , ), ( ), ( ), ( ), ) 0
c f c k c k c k k c c k k k k k k c k k
c k c c k k c k d k d k k =
(3.11)

8 23 6 25 15
: ( ( ), ( )) 0 d f c k c k = (3.12)

3.2.5 Descomposicin cannica

De acuerdo a (Blanke et al., 2003) la descomposicin cannica permite dividir a la matriz
de incidencia en tres subsistemas, uno de los cuales contiene redundancia, ste es el
subsistema S
+
. Como se mencion en la seccin 2.2.6 una manera de obtener la
descomposicin cannica consiste en identificar las restricciones ,
i j E
c d C y que no
influyan en el clculo de las RRAs (3.6)-(3.12), estas restricciones forman el subsistema
0
S S
y el resto de las restricciones pertenecen al subsistema sobre-restringido S

+
. Para
el caso de la TV las restricciones emparejadas y que no aparecen en las RRAs son:
17 18 21 22
, , , c c c c y
4
d . Al expresar al subsistema
0
S S
en forma de matriz se obtiene la

tabla 3.4.

Tabla 3.4 Subsistema
0
S S
de la matriz de incidencia de la TV

5
x
6
x
15
x
17
x
18
x
20
x
21
x
22
x

17
c
0 0 0 0 1 1 1 1
18
c
0 0 1 1 0 1 0 0
21
c
0 0 0 0 0 0 1 0
13
k
22
c
0 0 0 0 0 0 0 1
13
k
4
d 1 1 0 0 0 0 0 0

- 35 -
3.2.6 Descomposicin Dulmage-Mendelsohn

El segundo mtodo para encontrar los subsistemas
0
, S S
+
y S
es ms directo y est
basado en la DDM que divide a la MI en los subsistemas sub-restringido S
, justo-
restringido
0
S y sobre-restringido S
+
. El resultado de esta transformacin se muestra en la
tabla 3.5. En ella se observa que no hay subsistema S
,
0
S es de 5 x 5 y S
+
de 21 x 28.
S
+
es el subsistema con informacin redundante porque contiene un nmero mayor de
restricciones que de variables.

Tabla 3.5. DDM de la tabla 3.1

Desconocidas
0
X Desconocidas X
+
Conocidas K
C 17
x
20
x
5
x
21
x
22
x
25
x
26
x
16
x
24
x
15
x
13
x
19
x
12
x
14
x
11
x
10
x
6
x
7
x
4
x
23
x
18
x
8
x
9
x
3
x
2
x
1
x

24 18
c
1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

23 17
c
0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

11
4
d
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

28 21
c
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13
k
0
C
29 22
c
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13
k
330 25
c
0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15
k
31
8
d
0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6
k
30 23
c
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6
k
27 20
c
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 7 12 13
, , , k k k k
26
7
d
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6
k
19 13
c
0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 14
, k k
18 12
c
0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 5 7 12 13 14
, , , , , k k k k k k
20 14
c
0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 13
k
17 11
c
0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0

16 10
c
0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
7 12
, k k
15
6
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 12
k
12 8
c
0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 8 9
, k k
10 7
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0

9 6
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
7
k
8 5
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
7
k
32 24
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 6
k
25 19
c
0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 6 15
, k k
22 16
c
0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0

21 15
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 0 0 0 0 12
k
14 9
c
0 0 0 0 0 0 0 1 0 1 0 0 0 0 1 0 1 1 1 0 0 1 1 0 0 0 8 9 10 11 12
, , , , k k k k k
13
5
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0

7 4
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
7 12
, k k
6
3
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 5
k
5 3
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 5
, k k
4
2
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 4
k
3 2
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 4
, k k
2
1
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 3
k
C
+
1 1
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 3
, k k

- 36 -
En la tabla 3.5 se observa que el subsistema
0
S coincide exactamente con la tabla
3.4 que representa a
0
S S
, eso se debe a que en el caso de la TV S
no existe.

3.2.7 Emparejamiento del subsistema sobre-restringido

Al aplicar la DDM a la MI se reduce el esfuerzo algortmico porque ahora slo se llevar a
cabo el emparejamiento en la parte sobre-restringida S
+
y se ver que se obtiene el mismo
resultado que si se considerara la matriz de incidencia completa. Adems, como se encontr
que existe un subsistema sobre-restringido S
+
se tienen la certeza de que el sistema
contiene redundancia lo que significa que es diagnosticable. A continuacin se realiza el
emparejamiento en el subsistema S
+
y el resultado se muestra en la tabla 3.6.

Tabla 3.6. Emparejamiento en el subsistema S
+
de la tabla 3.5.

Desconocidas
0
X
Desconocidas X
+
Conocidas K

R C 17
x
20
x
5
x
21
x
22
x
26
x
25
x
16
x
24
x
13
x
15
x
14
x
11
x
12
x
7
x
4
x
23
x
8
x
18
x
9
x
10
x
3
x
2
x
6
x
19
x
1
x

00
18
c

1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

17
c
0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

4
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0

21
c
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13
k
22
c
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13
k
0 23
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6
k
1 25
c
0 0 0 0 0 1

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15
k
0 20
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 7 12 13
, , , k k k k
0
7
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6
k
0 12
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 5 7 12 13 14
, , , , , k k k k k k
1 13
c
0 0 0 0 0 0 0 0 0 1

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 14
, k k
1 10
c
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 12
, k k
0
6
d 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12
k
2 11
c
0 0 0 0 0 0 0 0 0 1 0 1 0

0 0 0 0 0 0 0 0 0 0 0 0

0 6
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7
k
0 5
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7
k
0 24
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 6
k
1 15
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0

0 0 0 0 0 0 0 0 12
k
2 19
c
0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 1

0 0 0 0 0 0 0 6 15
, k k
0 4
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 12
, k k
1
5
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0

0
3
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 5
k
0
2
d
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 4
k
2 9
c
0 0 0 0 0 0 0 1 0 0 1 0 1 0 1 1 0 1 0 1 0 0 0

0 0 8 9 10 11 12
, , , , k k k k k
3 16
c
0 0 0 0 0 0 0 0 0 1 0 0
0
1 0 0 0 1 1 0 0 0 0 0

0

0
1
d
0 0 0 0 0 0 0 0 0 0 0 0
0
0 0 0 0 0 0 0 0 0 0 0 0
3
k
RR1 0 1
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 3
, k k
RR2 0 2
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 4
, k k
RR3 0 3
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 5
, k k
RR4 2 7
c
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0

RR5 1 8
c
0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 8 9
, k k
RR6 3 14
c
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 13
k
RR7 4
8
d
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

- 37 -
Al aplicar la sustitucin hacia atrs a las RRs
1 2 3 7 8 14
, , , , , c c c c c c y
8
d para encontrar
las RRAs, se obtienen exactamente las mismas expresiones (3.6)-(3.12) a las que se lleg
cuando se analiz la matriz de incidencia completa.

Un punto importante que se debe mencionar es que el algoritmo que se emple slo
encuentra uno de los diferentes emparejamientos que hay en un sistema sobre-restringido y
por tanto un solo conjunto de RR. En la literatura existen algunos algoritmos que dicen
obtener ms de un emparejamiento en una matriz de incidencia (Dtegr et al, 2004; Frisk
et al., 2003; Izadi, 2002).

3.2.8 Monitoreabilidad de la turbina de vapor

Definicin 3.1 El subsistema estructuralmente monitoreable es un subconjunto
0
S S
+
,
asociado a un conjunto de restricciones
m
C , tal que el subconjunto de variables
desconocidas
m
X se puede expresar en funcin de variables conocidas K usando
m
C , para
cualquier entrada considerando la causalidad derivativa en el proceso de emparejamiento
(Verde and Snchez, 2006).

En ausencia de falla, un sistema es estructuralmente monitoreable si el conjunto de
variables desconocidas X se puede expresar en funcin de las variables conocidas K . En
el caso particular de la TV, todas las variables desconocidas X se emparejaron, por tanto la
monitoreabilidad es completa.

Existen dos formas Para analizar la monitoreabilidad del proceso en presencia de
falla. Una es considerar la variable asociada con el sensor en falla como una variable
desconocida y realizar un nuevo emparejamiento. La otra forma se basa en el anlisis de la
monitoreabilidad original considerando que todos los sensores estn disponibles y
utilizando el ndice R.

El anlisis se lleva a cabo de la siguiente manera (Verde and Snchez, 2006): en la
parte redundante de S
+
se identifican las variables medidas en la columna K y se definen
stas como el conjunto
R S
K K . En el caso de la TV, este conjunto est dado por

{ }
3 4 5 8 9 13
, , , , ,
R
K k k k k k k = (3.13)

Para cada variable de inters
j R
k K que se asume no disponible. Aplicar los
siguientes pasos:

1. En S
+
detectar aquella fila en la que aparece
j
k con el menor ndice R e
identificarla con
p
i . Simultneamente encuentra la fila en la seccin redundante en
la que se usa la variable
j
k y asignar el ndice
R
i .

- 38 -
2. Comparar los ndices
p
i y
R
i
a. Si
p R
i i la monitoreabilidad del sistema no se ve afectada, ya que el valor
de
j
k se puede calcular usando
R
C .
b. Si
p R
i i < la monitoreabilidad del sistema deja de ser completa porque el
valor de
j
k se requiere antes de que lo calcule
R
C .

Si un sensor
j R
k K falla y se usa en el proceso de emparejamiento, la
monitoreabilidad siempre dejar de ser completa.

Al aplicar este procedimiento a la TV se obtiene que la monitoreabilidad del sistema
seguir siendo completa si falla un sensor del subconjunto:

3 4 8 9
{ , , , }
m
K k k k k = (3.14)

y se reducir si falla un sensor de:

5 6 7 10 11 12 13 14 15
{ , , , , , , , , }
nm
K k k k k k k k k k = (3.15)

Lo anterior indica que en los sensores de
m
K es posible sustituir la redundancia de
hardware por la analtica porque las
R
C calculan su valor en caso de que estos fallen,
mientras que en los sensores
nm
K se debe continuar con la renuncia de hardware.

3.2.9 Detectabilidad de la turbina de vapor

Definicin 3.2 La parte detectable de un sistema estructural con respecto a un conjunto de
fallas F , es el subsistema asociado al conjunto de restricciones
d
C , tal que existe un
conjunto de restricciones redundantes que son estructuralmente sensibles a F .

Para la TV, aquellas restricciones que no forman parte de las RRAs (3-6) a (3.12) y
que adems en esta investigacin se encontr que coinciden con el subsistema
0
S de la
tabla 3.3, son insensibles ante la aparicin de cualquier falla. Por tanto se puede trabajar
nicamente con S
+
porque slo en ella es posible detectar la presencia de fallas.

El subsistema no detectable de la TV es

{ }
4 17 18 21 22
, , , ,
nd
C d c c c c = (3.16)

Se debe tener cuidado de que las fallas que se propongan no se relacionen
directamente con las restricciones
nd
C , porque de hacerlo se podrn detectar.
- 39 -

Captulo 4
Deteccin y Localizacin de Fallas en la Turbina
de Vapor

Una vez que se realiz el AE de la TV se cuenta con la informacin suficiente para
continuar con el diseo y desarrollo del sistema de diagnstico, es decir que las condiciones
estn dadas para abordar las etapas de deteccin y localizacin de fallas.

Hasta este momento se ha usado nicamente el modelo estructural porque en ninguna
de las etapas anteriores se necesit el modelo dinmico. Sin embargo a partir de ahora ser
necesario incluir la dinmica del proceso en el anlisis para la generacin de los residuos.

En este captulo se llevan a cabo las etapas de deteccin y localizacin de fallas. En la
seccin 4.1 se describen el tipo de fallas a detectar y localizar. La seccin 4.2 muestra la
metodologa para la generacin de los residuos a partir de los resultados del AE y se aplica
sta para obtener los residuos de la TV, tambin se hace un anlisis de los residuos con base
a las acciones de operacin que se llevan a cabo en una GCCC. Posteriormente en la
seccin 4.3 se introduce ruido en las seales medidas y se analiza el efecto que sto tiene
sobre los residuos. En la seccin 4.4 se muestra la matriz de firma de fallas que relaciona
las fallas con los residuos y finalmente en la seccin 4.5 se presenta el anlisis de
localizacin de fallas (aislabilidad).

Captulo 4. Deteccin y localizacin de fallas en la turbina de vapor
- 40 -
4.1 Fallas propuestas

De acuerdo con el esquema general del diagnstico de fallas basado en modelos de la figura
2.1, las fallas se pueden presentar en los sensores, actuadores o en el proceso. En este
trabajo se consideran nicamente las fallas en sensores y actuadores. El conjunto de fallas
propuesto est dado por:

s a
F F F = (4.1)

donde
s
F son las fallas en los sensores y
a
F en actuadores.

4.1.1 Fallas en sensores

Los sensores son los dispositivos electrnicos que se encargan de realizar mediciones
constantes o sistemticas del estado del proceso y ofrecen informacin precisa para el
control. En las CGCC existen un gran nmero de sensores, los cuales son susceptibles de
falla por distintas causas como: mal aterraje, cortocircuitos, rotura de cables, falsos
contactos, entre otras. Cuando un sensor falla induce un error en las lecturas y en ocasiones
en la informacin que se le transfiere al algoritmo de control, lo que puede ocasionar una
falla an ms grave.

Las fallas de los sensores son fallas aditivas porque su influencia se presenta
mediante la adicin de una componente a las variables medidas del proceso y se pueden
representar de la siguiente forma:

2 1
y x f = + (4.2)

Las fallas en sensores que se proponen son de dos tipos:

1) Falla total del sensor (FT): En un momento determinado el sensor deja de funcionar,
da como salida una constante igual a cero y permanece as por el resto de la prueba.
Esta falla generalmente la provocan problemas elctricos o de comunicacin.

2) Falla del sensor por desviacin (FD): En esta falla debido a problemas de temperatura
o de calibracin, el sensor tiene una componente que se le suma.

En este trabajo se consideran 11 fallas { }
1 2 3 4 5 6 7 8 9 10 11
, , , , , , , , , ,
S
F f f f f f f f f f f f = que
corresponden a fallas FT y FD de los sensores

3 4 5 6 7 8 9 10 11 12 15
, , , , , , , , , ,
S
k k k k k k k k k k k K (4.3)

como se muestra en la tabla 4.1

- 41 -
Tabla 4.1. Fallas en sensores

4.1.2 Fallas en actuadores

Los actuadores son otros elementos importantes en los procesos, ya que proporcionan el
flujo de materia o energa dependiendo de la cantidad que se requiera y son el vnculo entre
el nivel demandado de una variable y el proceso (Isermann, 2003). Si ocurre una falla en
los actuadores seguramente provocar que no se enve la cantidad de energa adecuada al
proceso, lo cual deteriora fuertemente su funcionamiento.

Las fallas en los actuadores se consideran multiplicativas porque aparecen como el
producto de las variables de proceso y representan la variacin de algn parmetro. Estas
fallas se modelan como se muestra en (4.4):

1 2 1 2
( ) x f x x u = + + + (4.4)

Se analizarn dos tipos de fallas en actuadores:

1) Bloqueo total (BT): Esta falla puede ser ocasionada por un corto circuito o circuito
abierto en los cables de comunicacin. Cuando esta falla se presenta, la vlvula se
cierra completamente impidiendo el flujo de vapor a travs de ella. En este tipo de falla
el actuador deja de responder a la seal de control.

2) Bloqueo parcial (BP): Cuando esta falla aparece, la vlvula se atora en un valor
determinado o reduce su apertura con respecto al valor nominal sin bloquearse
completamente y permanece as por el resto de la prueba. La presencia de objetos
extraos en el interior de la vlvula, alguna fuga hidrulica o neumtica en la seal de
la vlvula o la falta de lubricacin pueden ser la razn de esta falla.

Sensor Falla Descripcin
3
k
1
f FT o FD del sensor de posicin de la vlvula de bypass
4
k
2
f FT o FD del sensor de posicin la vlvula superior de control de admisin de vapor
5
k
3
f FT o FD del sensor de posicin la vlvula inferior de control de admisin de vapor
6
k
4
f FT o FD del sensor de velocidad angular del rotor de la turbina de vapor
7
k
5
f FT o FD del sensor de presin de vapor sobrecalentado (presin estrangulada)
8
k
6
f FT o FD del sensor de flujo de vapor sobrecalentado a la salida del RCGV1
9
k
7
f
FT o FD del sensor de flujo de vapor sobrecalentado a la salida del RCGV2
10
k
8
f FT o FD del sensor de temperatura de vapor sobrecalentado a la salida del RCGV1
11
k
9
f FT o FD del sensor de temperatura de vapor sobrecalentado a la salida del RCGV2
12
k
10
f FT o FD del sensor de temperatura en el cabezal de vapor sobrecalentado
15
k
11
f FT o FD del sensor de potencia elctrica en el generador de la TV

- 42 -
En la TV existen tres actuadores, dos de control de admisin de vapor y el de bypass.
Su correcto funcionamiento es vital para el proceso de generacin de energa elctrica. En
caso de que ocurra una falla en cualquiera de las vlvulas de control, ocasiona que no se
enve la cantidad adecuada de vapor a la TV porque la apertura de las vlvulas no
correspondera a la seal de control. Esto puede provocar que por un instante no se siga ni
la referencia de velocidad ni la de generacin, segn sea el caso. La falla de la vlvula
bypass ocasiona que no se regule adecuadamente el punto de ajuste de presin de
estrangulamiento y por tanto que el sistema de control de la TV no pueda ser activado ya
que la condicin principal para que la turbina de vapor entre en funcionamiento es que
exista una presin de estrangulamiento superior al lmite preestablecido.

En este trabajo tomaron en cuenta las fallas { }
12 13 14
, ,
a
F f f f = que representan la falla
de la vlvula de bypass y la de las vlvulas superior e inferior de control de admisin de
vapor, respectivamente. Para simular las fallas en los actuadores se afect al parmetro
i

correspondiente al coeficiente de flujo de cada vlvula y a la variable medida
i
k que
representa la apertura de la vlvula.

Tabla 4.2. Fallas en actuadores

4.2 Generacin de residuos

El primer paso para la de deteccin de fallas es la generacin de residuos. Estos residuos
son seales que indican alguna discrepancia entre el comportamiento esperado y el actual.
En el caso ideal los residuos son nulos cuando el sistema se encuentra operando de forma
normal y son diferentes de cero cuando ocurre una falla (Chen and Patton, 1999).

4.2.1 Metodologa para generacin de residuos

El AE no permite la generacin de residuos porque no se usa el modelo dinmico del
sistema, pero determina las RRAs a partir de las cuales se obtienen y la secuencia de
clculo a usar (Dtegr et al., 2006). Cada RRA (3.6)-(3.12) dar lugar a un residuo al
expresar formalmente estas ecuaciones a partir del modelo dinmico del proceso, por
ejemplo la RRA1 (ecuacin 3.6) corresponde al residuo 1 y as sucesivamente hasta el
residuo 7 que se obtiene de (3.12).

La expresin matemtica de los residuos se obtiene mediante el uso de los grafos
GEOs, los cuales indican el orden en el que se usan las restricciones para calcular las
variables desconocidas X a partir del conjunto de variables conocidas K . A continuacin
se muestran los pasos a seguir para generar los residuos usando los resultados del AE:
Parmetro/medicin Falla Descripcin
15
y
3
k
12
f BT o BP de la vlvula bypass
13
y
4
k
13
f BT o BP de la vlvula superior de control de admisin de vapor
13
y
5
k
14
f BT o BP de la vlvula inferior de control de admisin de vapor

- 43 -
1) Construir el GEO para cada ARR de la siguiente manera:

a. Colocar como entradas al conjunto de variables conocidas
i s
k K que
influyan en la RRA de inters.
b. Dibujar las variables desconocidas
i E
x X en el orden de su secuencia de
clculo o emparejamiento determinada por el ndice R de la matriz de
incidencia emparejada. Aquellas que tengan el menor ndice R se dibujan
ms a la izquierda.
i. Si la variable desconocida
i
x se emparej con la restriccin se dibuja
saliendo de la misma.
ii. Si no, se dibuja entrando a la restriccin.
c. Dibujar al final del GEO la restriccin redundante igualada a cero.

2) En el modelo dinmico de la TV, despejar todas las restricciones para cada una de las
variables desconocidas
i
x que aparecen en el GEO e igualar a cero la restriccin
i
c
i
d
que dio lugar a la RRA de inters.

3) Resolver sucesivamente de izquierda a derecha del GEO cada una de las restricciones
hasta llegar a la redundante. La expresin que se obtenga quedar nicamente en
funcin de variables conocidas y ser el residuo de la RRA correspondiente.

4.2.2 Residuos de la TV

En esta seccin se utilizar la metodologa descrita para generar los siete residuos de la TV,
que se usarn como detectores de fallas.

Residuo 1

a) Grafo estructural orientado

En este caso se tienen nicamente dos variables conocidas
3 4
,
S
k k K que se dibujan
como entradas al GEO de la figura 4.1. Slo existe un variable desconocida
1 E
x X
que se emparej con
1
d en la tabla 3.6, por tanto se dibuja saliendo de la restriccin
1
d
y al final de la trayectoria del GEO se coloca la RRA correspondiente igualada a cero,
que en este caso es
1
c .

x
2
k
3
k
1
d
Cero 1
1
c

Figura 4.1. Grafo estructural orientado para el residuo 1

- 44 -
b) Expresin matemtica:

Primero se iguala a cero la RRA
1
c

2 3
1 1
1
: 0
k k
c x
= (4.5)

posteriormente se despeja la variable desconocida
i
x que aparece en el GEO en cada
una de las restricciones. Para este caso slo se tiene la restriccin
1
d , dada por:

1 3
d
x k
dt
= (4.6)

Al resolver simultneamente 4.5 y 4.6 se obtiene la expresin matemtica del residuo:

2 3
1 3
1
: 0
k k d
c k
dt
= (4.7)
c) Seal del residuo
0 5000 10000 15000
-0.035
-0.03
-0.025
-0.02
-0.015
-0.01
-0.005
0
0.005
0.01
Residuo 1
Tiempo (s)

Figura 4.2. Seal del residuo 1

Nota: El anlisis de las seales de los residuos realiza ms adelante.

Residuo 2


1
k
k
4
d
2
Cero
x
1
c
2


b) Expresin matemtica

1 3
2 2
2
: 0
k k
c x
= (4.8)
Con:

2 4
d
x k
dt
= (4.9)

- 45 -
c) Seal del residuo

0 5000 10000 15000
-6
-4
-2
0
2
4
6
x10
-3 Residuo 2
Tiempo (s)


Residuo 3


1
k
k
5
d
3
Cero 1
x
c
3



1 4
3 3
2
: 0
k k
c x
= (4.10)
Con:

3 5
d
x k
dt
= (4.11)

c) Seal del residuo

0 5000 10000 15000
-6
-4
-2
0
2
4
6
x10
-3 Residuo 3
Tiempo (s)


- 46 -
Residuo 4
5
13
15
d
k
3
c
k
c k
10
11
k
k
9
8
x
7
6
5
4
x
c
c
c
k
k
14
5
k
13
k
4
x
16
13
x
12
c
11
20
6 x
c
k
k
12
7
d
x
9
4
7
x
8
c
15
x x
9
6
c
Cero
x
10


7 8 10 6
: 0 c x x = (4.12)
Con:
7
9
12 3
k
x
k
= (4.13)
11 12
d
x k
dt
= (4.14)
2 2
7 13
16 3 16
12
k k
x k
k

= (4.15)
( )
( )
2
2 2 2 2
12 12 13 4 5 13 14 7
13 2
2 2
12 12 4 5 13 14
k k k k k k
x
k k k k

+ +
=
+ +
(4.16)
4 4 5 7
x k = + (4.17)
7 6 7 7
x k = + (4.18)
10 9
d
x x
dt
= (4.19)
2 2
13 13
15 12
12
x k
x
k

= (4.20)
( )
8 4 9 12 7
x x k x = + (4.21)

( ) ( ) ( ) ( ) ( )
( )
4 8 9 8 9 10 7 9 9 11 7 11 10 8 9 8 15 16
6
10 12
288.0
x k k k k x k k x x x x x x
x
k

+ + + +
=
(4.22)

c) Seal del residuo
0 5000 10000 15000
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
Residuo 4
Tiempo (s)


- 47 -
Residuo 5


15
10
k
12
k
3
k
9
4
k
k
14
5
k
k
13
k
7
c
20
9
13
16
x
c
12
x
c
x
4
x
c
13
d
x
5
k
8
Cero
8
c



8 9 15 16
8 10
8
: 0
k k x x
c x
+
= (4.23)
Con:
7
9
12 3
k
x
k
= (4.24)
( )
( )
2
2 2 2 2
12 12 13 4 5 13 14 7
13 2
2 2
12 12 4 5 13 14
k k k k k k
x
k k k k

+ +
=
+ +
(4.25)
2 2
7 13
16 3 16
12
k k
x k
k

= (4.26)
10 9
d
x x
dt
= (4.27)
2 2
13 13
15 12
12
x k
x
k

= (4.28)

c) Seal del residuo

0 2000 4000 6000 8000 10000 12000 1400015000
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
Tiempo (s)
Residuo 5


- 48 -
Residuo 6.


x
24
7
k 7
d
6
k
k
15
c
x
7
6
x
4
15
c
x
8
4
k
k
14
k
13
k
12
5
k
c
12
x
13
c
24
x
23
13
c
x
15
c
19
x
18
10
c
x
14
11
c
x
12
c
16
x
19
c
14
Cero



11
1
13
14 12 19
13
: 0
k
c x x
x
| |
=
|
\
(4.29)

Con:

( )
( )
2
2 2 2 2
12 12 13 4 5 13 14 7
13 2
2 2
12 12 4 5 13 14
k k k k k k
x
k k k k

+ +
=
+ +
(4.30)
4 4 5 7
x k = + (4.31)
7 6 7 7
x k = + (4.32)
11
11
1
13
14 12
7
x
x k
k
| |
=
|
\
(4.33)
2 2
13 13
15 12
12
x k
x
k

= (4.34)
23 18 6
x k = (4.35)
24 6
d
x k
dt
= (4.36)
8 4 9 12 7
( ) x x k x = + (4.37)
13
12
14 3
*
x
x
x
= (4.38)
( ) ( ) ( )
24 14 6 23 15
18 8
15
2 x k x k
x x
x
+ +
= (4.39)

( ) ( ) ( )
1
11
1
18 8 12 11
19 12
11 13
1
1
x x x
x x
x
| |
| |
|
= + |
|
|
| \
\
(4.40)

- 49 -
c) Seal del residuo

0 5000 10000 15000
-3
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
x10
-3 Residuo 6
Tiempo (s)


Residuo 7


k
26
x
23
c
6
k
15
25
x
c
25 8
d
Cero

Figura 4-13. Grafo estructural orientado para el residuo 7

8 25 26
0
d
d x x
dt
= = (4.41)
Con:
( )
26 6 23
2 x k = (4.42)
( )
1 15
25
19 20 3 21 26 26 22
k
sin
* * *
et
x
x x
| |
|
=
|
+ +
\
(4.43)

c) Seal del residuo

0 5000 10000 15000
-5
-4
-3
-2
-1
0
1
2
3
4
x10
-3 Residuo 7
Tiempo (s)


- 50 -
4.2.3 Anlisis de los residuos

En esta seccin se hace un anlisis del comportamiento de los residuos y se da una
explicacin de las causas que originan los picos en las seales de los residuos.

4.2.3.1 Secuencia de operacin de la TV

Para analizar el comportamiento de los residuos es necesario conocer las acciones de
operacin que se llevan a cabo en el proceso de generacin de energa elctrica de la CGCC
que se estudi. En la figura 4.15 se presenta una grfica de velocidad-carga para la TG y la
TV. La grfica para cada turbina consta de dos partes: una correspondiente al tiempo en que
las turbinas se encuentran en control por velocidad, que va de
1
t a
6
t en la TG y de
8
t a
10
t
en la TV; la segunda parte para ambas turbinas corresponde al periodo en el cual estn en
control por MW y se prolonga de
6
t a
16
t para la TG y de
10
t a
16
t en la TV. En los
instantes posteriores a
16
t ambas turbinas se encuentran en carga base y permanecen as por
tiempo indefinido.

La secuencia de la TG comienza desde el instante
1
t que es cuando se inicia el rodado
de la TG y la TV entra en funcionamiento hasta
8
t que corresponde al momento en el que
se cumplen las condiciones de temperatura, presin y calidad de vapor para que de inicio la
secuencia de la TV. La tabla 4.3 relaciona los instantes de tiempo
i
t de la figura 4.15 con
las diferentes acciones de operacin que ocurren a partir de que se arranca la TG.

8
2
8
0
s
P
o
t
e
n
c
i
a

e
l
c
t
r
i
c
a

(
M
W
)
V
e
l
o
c
i
d
a
d

(
r
p
m
)
2500
1
3
1
7
s
6
t
s
1
1
=
1
0
3
=
s
t
2
t
=
4
2
8
0
s
3
=
t
7
1
2
ss
=
t
5
8
3
8
500
1000
1500
2000
0
t
==
t
7
2
0
6
0
8
t
=
2
9
1
0
sss
3
5
2
6
=
9
t
3000
3500
10
20
30
40
50
s
5
9
3
1
=
1
0
t
1
5
s
=
6
5
3
5
=
s
7
2
0
0
7
5
6
0
=
s
=
7
9
0
0
s
1
1
t
1
2
t
1
3
t
1
4
t
=
t
2500
V
e
l
o
c
i
d
a
d

(
r
p
m
)
Tiempo (s)
500
1000
1500
2000
9
8
0
0
s
=
t
1
6
P
o
t
e
n
c
i
a

e
l
c
t
r
i
c
a

(
M
W
)
TV
TG
40
50
40
30
20
10
3000
3500

Figura 4.15. Secuencia de operacin de la TV de una CGCC en funcin de velocidad y carga

- 51 -
Tabla 4.3. Momento de las acciones de operacin en el proceso de generacin de energa elctrica de
una CGCC

Tiempo (s) Accin de operacin
1
1 t = Inicia rodado de TG
2
103 t = Encendido de combustores (900 rpm)
3
280 t = Motor de arranque fuera de servicio (2300 rpm)
4
712 t = Cierre de la vlvula de sangrado del compresor (3300 rpm)
5
838 t = Cierre de alabes gua del compresor (3380 rpm)
6
1317 t = Sincronizacin de TG con toma de carga mnima de 4 MW
7
2060 t = Demanda de 10 MW a TG
8
2910 t = Demanda de 40 MW a TG e inicia rodado de TV con demanda de 600 rpm
9
3526 t = Demanda de 3000 rpm a TV
10
5931 t = Demanda de 3600 rpm a TV
11
6535 t = Sincronizacin de TV con toma de carga mnima de 10 MW
12
7200 t = Demanda de 45 MW a TG y demanda de 15 MW a TV
13
7560 t = Encendido de quemadores posteriores a 800K y demanda a TV de 25 MW
14
7900 t = TG en carga base
15
8280 t = TV en carga base
16
9800 t = Fin de la secuencia

4.2.3.2 Comportamiento de los residuos

Para analizar el comportamiento de los residuos y el efecto que las acciones de operacin
tienen sobre ellos, se tomar como ejemplo al residuo
5
r , cuya grfica se presenta en la
figura 4.16. En la seal del residuo
5
r como en la de los otros 6, se observan dos estados, el
primero es llamado pre-estable y corresponde al intervalo [ , )
a b
t t , ste se caracteriza por la
presencia de algunos picos, causados por las acciones de operacin descritos en el punto
anterior. Por ejemplo el pico que se presenta alrededor de los 712 s y que tiene una
magnitud aproximada de 0.0024, se debe a que en ese momento se cierra la vlvula de
sangrado del compresor de la TG, lo que provoca un incremento abrupto en la presin de la
cmara de combustin debido a que existe un mayor flujo de salida de la misma cmara.
Este efecto se presenta porque al estar cerrada la vlvula de sangrado todo el flujo se enva
a la turbina. En la figura 4.16 se relacionan los picos que presenta la seal del residuo
5
r
con las acciones de operacin mencionadas. El segundo estado es el estado estable [ , ]
b c
t t ,
aqu tanto la TG como la TV se encuentran en carga base y ya no existen cambios bruscos
en las variables del proceso, por lo que los picos dejan de presentarse.

- 52 -
0 2000 4000 6000 8000 10000 12000 14000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
Residuo 5
ta tb tc
Cierre de
vlvulas de
sangrado
Sincronizacin
de TV ytoma de
carga mnima
Encendio de quemadores
posteriores ydemanda
de carga base de TV
Encendido de
combustores
Motor de
arranque fuera
de servicio
Sincronizacin
de TGytoma de
carga mnima
Incrementos
de carga en
TGyrodado
de TV
Demanda de
3600 rpma TV

Figura 4.16 Estado pre-estable [ , )
a b
t t y estable [ , ]
b c
t t del residuo 5 y la influencia que las acciones de
operacin tienen sobre l.

4.3 Residuos con ruido en las seales medidas

En general en el campo de las mediciones y la transferencia de informacin se considera
ruido a aquellas seales indeseables que interfieren sobre las seales se transmiten. Es
imposible eliminar la presencia de ruido en los procesos tecnolgicos, sin embargo para
disminuir su efecto, en la prctica se emplean diferentes tcnicas como:

Usar driven shield para eliminar inductancias parsitas.
Proteger a la red con una jaula de faraday, lo cual genera un acoplamiento
capacitivo entre el cable y la jaula para reducir los efectos del ruido electrosttico.
Utilizar cable par trenzado y blindado.
Minimizar el rea de separacin entre cables.
Verificar que la resistencia entre: conductor y tierra, blindaje y tierra, blindaje y
conductor; sea mayor a 10 K.
Aterrizar a los instrumentos en cuarto de control y no en campo.

Aunado a lo anterior, se utiliza una etapa de acondicionamiento de seal que incluye
funciones de filtrado para remover cualquier componente de frecuencia no deseada en la
seal (National Instrument, 2006). Por otro lado con las mejoras en la tecnologa de
fabricacin de los sensores, estos proporcionan seales de salida con niveles de ruido cada
vez ms pequeos. Todo lo anterior es para que cuando las seales lleguen al dispositivo
que las procesar, ya sea una computadora, un PLC (Programmable Logic Controller), un
FPGA (Field Programmable Gate Array) o cualquier otro dispositivo que realice la misma
funcin, stas contengan un nivel bajo de ruido.

- 53 -
Para efectos de simulacin en este trabajo se introdujo ruido blanco en las seales
medidas. Tericamente el ruido blanco es una seal aleatoria de naturaleza impredecible
con correlacin cero, es decir su valor en dos momentos cuales quiera no guarda ninguna
relacin; covarianza infinita y densidad de espectro plana (DEP), esto significa que se tiene
igual potencia para cada banda de frecuencias. Sin embargo para simular el efecto del ruido
blanco, en matlab/simulink se calcula el tiempo de correlacin
c
t que debe ser mucho
menor que la constante de tiempo ms pequea del sistema. Se obtienen buenos resultados
al especificar:

max
2
100
c
t
f
= (4.44)

En el caso del simulador de la CGCC el
c
t est dado por:

max
2 2
6.28 ms
100 100(10 Hz)
c
t
f

= = = (4.45)

Para establecer el valor de la altura de la DEP que representa la intensidad o poder del
ruido y que tambin se puede ver como la desviacin estndar de la seal, se analizaron
algunas grficas de sensores reales de una central de generacin y se determin que es
adecuada una intensidad de ruido del 1% del valor de la variable. Mientras la covarianza
se determina con:

intensidad del ruido
c
t
= (4.46)

La respuesta de los residuos al incluir ruido blanco en las seales medidas es la que se
muestra en la figura 4.17. En est figura se observa que el ruido en las seales medias
influye en los residuos de tal manera que el nivel de ruido es mayor que los picos que
aparecan por las acciones de operacin.

- 54 -

0 5000 10000 15000
-0.01
-0.005
0
0.005
0.01
Residuo 1 con ruido en las seales medidas
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
0 5000 10000 15000
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0 5000 10000 15000
-0.06
-0.04
-0.02
0
0.02
0.04
0.06

0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
0 5000 10000 15000
-5
0
5
Tiempo (s)
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4

Tiempo (s)
Figura 4.17 Residuos con ruido en las seales medidas

4.4 Matriz de firma de fallas

Un residuo
i
r es estructuralmente sensible a una falla
j
f si la falla j afecta al residuo i .
Considere el caso de
1
f que corresponde a la falla del sensor de posicin de la vlvula
bypass (
3
k ). Si se observan (3.6)-(3.12) se puede determinar que
3
k aparece en (3.6), (3.9)
y (3.10), lo que implica que una falla de este sensor afectar los residuos
1 4
, r r y
5
r . Al
aplicar el mismo criterio para el resto de las fallas F , se obtiene la matriz de firma de fallas
(MFF) que se muestra en tabla 4.4, la cual contiene de forma codificada la dependencia de
una determinada falla (columna de la matriz) con cada residuo (filas) y se construye de la
siguiente manera:

- 55 -

1 si la falla afecta al residuo
0 en otro caso
j i
MFF

(4.47)

Tabla 4.4. Matriz de firma de fallas de la TV

1
f
2
f
3
f
4
f
5
f
6
f
7
f
8
f
9
f
10
f
11
f
12
f
13
f
14
f
1
r
1 0 0 0 0 0 0 0 0 0 0 1 0 0
2
r
0 1 0 0 0 0 0 0 0 0 0 0 1 0
3
r
0 0 1 0 0 0 0 0 0 0 0 0 0 1
4
r
1 1 1 0 1 1 1 1 1 1 0 1 1 1
5
r
1 1 1 0 1 1 1 0 0 1 0 1 1 1
6
r
0 1 1 1 1 0 0 0 0 1 1 0 1 1
7
r
0 0 0 1 0 0 0 0 0 0 1 0 0 0

4.5 Localizacin de fallas (aislabilidad)

Dos fallas son estructuralmente aislables si sus firmas de falla son diferentes. La matriz de
aislabilidad (MA) es una matriz cuadrada en donde cada fila y cada columna corresponden
a una falla. Un 1 en la posicin ( ) , i j indica que la falla i no se distingue de la falla j . En
la tabla 4.5 se muestra la MA de la TV. Tome como ejemplo las fallas
8
f y
9
f , qu de
acuerdo a la MFF tienen la misma firma, por tanto la MA tendr un 1 en cada
interseccin de estas fallas, incluyendo las que existen con ellas mismas. Al seguir un
criterio semejante para el resto de las fallas, se obtiene la tabla 4.5.

Tabla 4.5. Matriz de aislabilidad de la TV

1
f
2
f
3
f
4
f
5
f
6
f
7
f
8
f
9
f
10
f
11
f
12
f
13
f
14
f
1
f 1 0 0 0 0 0 0 0 0 0 0 1 0 0
2
f 0 1 0 0 0 0 0 0 0 0 0 0 1 0
3
f 0 0 1 0 0 0 0 0 0 0 0 0 0 1
4
f 0 0 0 1 0 0 0 0 0 0 1 0 0 0
5
f 0 0 0 0 1 0 0 0 0 1 0 0 0 0
6
f 0 0 0 0 0 1 1 0 0 0 0 0 0 0
7
f 0 0 0 0 0 1 1 0 0 0 0 0 0 0
8
f 0 0 0 0 0 0 0 1 1 0 0 0 0 0
9
f 0 0 0 0 0 0 0 1 1 0 0 0 0 0
10
f 0 0 0 0 1 0 0 0 0 1 0 0 0 0
11
f 0 0 0 1 0 0 0 0 0 0 1 0 0 0
12
f 1 0 0 0 0 0 0 0 0 0 0 1 0 0
13
f 0 1 0 0 0 0 0 0 0 0 0 0 1 0
14
f 0 0 1 0 0 0 0 0 0 0 0 0 0 1

- 56 -
Para facilitar la visualizacin de las fallas que no son aislables entre si, se aplica la
DDM a la tabla 4.5 como se recomienda en (Dtegr et al., 2006). Este reacomodo de filas
y columnas que se presenta en la tabla 4-6 proporciona un conjunto de bloques sobre la
diagonal principal, cada bloque representa un conjunto de fallas no aislables entre si.

Tabla 4.6. DDM de la matriz de aislabilidad de la TV

12
f
1
f
13
f
2
f
14
f
3
f
11
f
4
f
10
f
5
f
7
f
6
f
9
f
8
f
12
f
1 1 0 0 0 0 0 0 0 0 0 0 0 0
1
f
1 1 0 0 0 0 0 0 0 0 0 0 0 0
13
f
0 0 1 1 0 0 0 0 0 0 0 0 0 0
2
f
0 0 1 1 0 0 0 0 0 0 0 0 0 0
14
f
0 0 0 0 1 1 0 0 0 0 0 0 0 0
3
f
0 0 0 0 1 1 0 0 0 0 0 0 0 0
11
f
0 0 0 0 0 0 1 1 0 0 0 0 0 0
4
f
0 0 0 0 0 0 1 1 0 0 0 0 0 0
10
f
0 0 0 0 0 0 0 0 1 1 0 0 0 0
5
f
0 0 0 0 0 0 0 0 1 1 0 0 0 0
7
f
0 0 0 0 0 0 0 0 0 0 1 1 0 0
6
f
0 0 0 0 0 0 0 0 0 0 1 1 0 0
9
f
0 0 0 0 0 0 0 0 0 0 0 0 1 1
8
f
0 0 0 0 0 0 0 0 0 0 0 0 1 1

Al observara la tabla 4.6 se determina que los bloques:

{ } { } { } { } { } { } { }
12 1 13 2 14 3 11 4 10 5 7 6 9 8
, , , , , , , , , , , , , f f f f f f f f f f f f f f

son grupos de fallas que son aislables una de otra, pero las fallas individuales de cada grupo
no son aislables de las otras fallas del mismo grupo.
- 57 -

Captulo 5
Pruebas y Resultados

En este captulo se presentan las diferentes pruebas que se aplicaron al sistema de
diagnstico de fallas y los resultados obtenidos. Se toman como muestra dos sensores y un
actuador, sin embargo es importante destacar que las mismas pruebas se realizaron a todos
los sensores
S
K y a los 3 actuadores del proceso turbogenerador a vapor.

Para poder validar el SDF ante las fallas propuestas, se realizaron pruebas deteccin y
localizacin de fallas en el simulador de una CGCC que desarrollaron Snchez y Martnez,
(2004) implantado en LabWindows CVI
.

En la seccin 5.1 se presentan las pruebas que se realizan en este captulo, la seccin
5.2 muestra todos los residuos de la TV sin falla para compararlos con el comportamiento
que tienen al momento en que ocurre una anomala. En la seccin 5.3 se presentan y
analizan las fallas de los sensores y en la seccin 5.4 las de los actuadores. Las
modificaciones que sufrieron la MFF y la MA al incluir ruido en las seales medidas se
muestran en la seccin 5.5, en la seccin 5.6 se mejora la aislabiliad del SDF al considerar
los efectos que una falla tiene sobre las variables de proceso y finalmente en la seccin 5.7
se presenta la interfase grfica que se desarroll para el SDF con la intensin de facilitar la
identificacin de las fallas detectadas

Captulo 5. Pruebas y resultados
- 58 -
5.1 Pruebas realizadas

Para validar al SDF se realizaron pruebas de deteccin y de localizacin de fallas en 11
sensores y 3 actuadores. Aqu slo se exponen algunas pruebas representativas. Los campos
de la tabla 5.1 marcados con una x indican las pruebas que se presentan en este captulo.

Tabla 5.1 Pruebas analizadas

Elemento Tipo de falla
Estado
pre-estable
Estado
estable
Con ruido
FT x x x Sensor de presin estrangulada:
7 5
k f
FD x x x
FT x x
Sensores
Sensor de posicin de la vlvula bypass:
3 1
k f
FD x x x
BT x x
Actuadores
Vlvula superior de control
de admisin de vapor:
13 4 13
, k f

BP x x

La razn por la que no se analiza la FT del sensor de posicin de la vlvula bypass en
estado estable, es porque en ese estado la medicin del sensor tiene un valor cercano a cero,
como se aprecia en la figura 5.1. Esto se debe a que en ese estado la TV se encuentra en
carga base, generando la mxima cantidad de energa elctrica y todo el vapor que proviene
de los RCGV se utiliza para impulsar a la turbina, es decir que idealmente el flujo a travs
de la vlvula de bypass es nulo. Por lo anterior, en caso de que ocurra una FT del sensor
3
k
en estado estable, no se detectara ya que la medicin con y sin falla es prcticamente la
misma.

0 5000 10000 15000
0
20
40
60
80
100
Tiempo (s)
A
p
e
r
t
u
r
a

(
%
)
Apertura de la vlvula de bypass

Figura 5.1 Seal en caso libre de falla del sensor de posicin de la vlvula de bypass principal

- 59 -
5.2 Residuos en ausencia de falla

Para facilitar la comparacin de los residuos ante una determinada falla, en la figura 5.2 se
presentan agrupados los 7 residuos libres de falla. Estos residuos son los que se obtuvieron
en la seccin 4.2.2, solo que ahora estn en una sola figura.

0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
Residuo 1
0 5000 10000 15000
-0.02
-0.01
0
0.01
0.02
0.03
Residuo 5
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
0 5000 10000 15000
-3
-2
-1
0
1
x 10
-3
Residuo 6

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7
0 5000 10000 15000
-1
-0.5
0
0.5
1
Residuo 4
Tiempo (s)

Figura 5.2. Residuos para la deteccin de fallas en la TV de una CGCC

- 60 -
5.3 Pruebas ante fallas en sensores

Las siguientes pruebas muestran la respuesta del SDF ante las fallas en sensores propuestas
en la tabla 4.1.

5.3.1 Sensor de presin de vapor sobrecalentado (presin estrangulada)
5.3.1.1 Falla total en estado estable pre-estable

La falla correspondiente es
5
f y representa la falla del sensor
7
k . En la figura 5.3 se
muestra la seal nominal de este sensor y la seal con falla, as como la respuesta de los
residuos ante la falla. La falla se introduce a los 5000 s y de acuerdo a la MFF (tabla 4.4)
los residuos que la deben detectarla son el
4 5
, r r y
6
r tal como se aprecia en la figura 5.3.

0 5000 10000 15000
0
1000
2000
3000
4000
5000
Falla total del sensor de presin de estrangulamiento
P
r
e
s
i
n

(
K
p
a
)
0 5000 10000 15000
-250
-200
-150
-100
-50
0
50
Residuo 4
Comportamiento nominal
Instante de la falla

0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
Residuo 1
0 5000 10000 15000
-1.5
-1
-0.5
0
0.5
Residuo 5

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
a
s
d
a
s
d
a
s
0 5000 10000 15000
-10
-8
-6
-4
-2
0
x 10
-3
Residuo 6

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.3. Falla total en estado pre-estable del sensor de presin de vapor sobrecalentado y el
comportamiento de los residuos ante esta falla.

- 61 -

En esta ocasin la seal de salida del sensor tiene una componente que se le suma de
alrededor del 10% de su valor a los 5000 s. En la figura 5.4 se puede apreciar que
4 5
, r r y
6
r
reaccionan ante la presencia de esta falla, tal como se esperaba al observar la tabla 4.4.

0 5000 10000 15000
0
1000
2000
3000
4000
5000
Falla por desviacin del sensor de presin de estrangulamiento
P
r
e
s
i
n

(
K
p
a
)
0 5000 10000 15000
-5
0
5
10
15
20
25
Residuo 4
0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
Residuo 1
0 5000 10000 15000
-0.2
0
0.2
0.4
0.6
0.8
Residuo 5
Comportamiento
normal

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
P
r
e
s
i
n

(
P
S
I
)
0 5000 10000 15000
-0.05
0
0.05
0.1
0.15
0.2
Residuo 6
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.4. Falla por desviacin en estado pre-estable del sensor de presin de vapor sobrecalentado y
el comportamiento de los residuos ante esta falla.

- 62 -
5.3.1.3 Falla total en estado estable

Como se observa en la figura 5.5 la falla se presenta a los 9500 s y los residuos que
detectan esta falla son
4 5
, r r y
6
r , justo como lo indica la MFF.

0 5000 10000 15000
0
1000
2000
3000
4000
5000
P
r
e
s
i
n

(
K
P
a
)
0 5000 10000 15000
-250
-200
-150
-100
-50
0
50
Residuo 4
0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
Residuo1
0 5000 10000 15000
-1.5
-1
-0.5
0
0.5
Residuo 5
Instante de la
falla
Comportamiento
normal

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
P
r
e
s
i
n

(
)
0 5000 10000 15000
-4
-3
-2
-1
0
1
x 10
-3
Residuo 6
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.5. Falla total en estado estable del sensor de presin de vapor sobrecalentado y el

- 63 -
5.3.1.4 Falla por desviacin en estado estable

Ahora se presenta una falla por desviacin de alrededor del 10%, pero en esta ocasin en
estado estable (9500 s). Al igual que en las pruebas anteriores los residuos que deben
detectar la falla son
4 5
, r r y
6
r , como lo confirma la figura 5.6.

0 5000 10000 15000
0
1000
2000
3000
4000
5000
P
r
e
s
i
n

(
K
p
a
)
0 5000 10000 15000
-5
0
5
10
15
20
Residuo 4
0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
Residuo 1
0 5000 10000 15000
-0.2
0
0.2
0.4
0.6
0.8
Residuo 5
Instante
de la falla
Comportamiento
normal

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
P
r
e
s
i
o
n

(
)
0 5000 10000 15000
-0.02
0
0.02
0.04
0.06
0.08
Residuo 6
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.6. Falla por desviacin en estado estable del sensor de presin de vapor sobrecalentado
y el comportamiento de los residuos ante esta falla

- 64 -
5.3.1.5 Falla total en estado pre-estable con ruido en las seales medidas

En esta prueba se incluy ruido en las seales medidas para analizar la respuesta del
sistema de diagnstico de fallas ante esta situacin. Se esperaba que la respuesta fuera
similar a la prueba hecha en el punto 5.3.1.1 que consiste en la misma falla, pero sin ruido.
Los residuos que deban reaccionar ante esta falla son el
4 5
, r r y
6
r ; y as ocurre, no obstante
como se aprecia en la figura 5.7 la desviacin del residuo 6 no es mayor que el nivel de
ruido. Esto afecta la MFF, porque bajo las condiciones de esta prueba se debe decir que los
residuos que detectan la falla
5
f son nicamente los residuos
4
r y
5
r .

0 5000 10000 15000
0
1000
2000
3000
4000
5000
P
r
e
s
i
n

(
K
P
a
)
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
0 5000 10000 15000
-250
-200
-150
-100
-50
0
50
0 5000 10000 15000
-1.5
-1
-0.5
0
0.5
Instante de la
falla
Comportamiento
normal

0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
P
r
e
s
i
n

(
K
P
P
H
)
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
Tiempo (s)
0 5000 10000 15000
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4

Figura 5.7. Falla total en estado pre-estable del sensor de presin de vapor sobrecalentado con ruido en
las seales medidas y el comportamiento de los residuos ante esta falla.

- 65 -
5.3.1.6 Falla por desviacin en estado pre-estable con ruido en las seales medidas

La falla corresponde a una desviacin de aproximadamente el 10% de la seal y se presenta
a los 4500 s, los residuos que la detectan son el
4 5
, r r y
6
r . En esta ocasin la MFF no ve
modificada a causa del ruido, ya que como se puede apreciar en la figura 5.8, la respuesta
del residuo
6
r ante la falla es lo suficientemente grande para rebasar el umbral establecido
por el ruido.

0 5000 10000 15000
0
1000
2000
3000
4000
5000
Falla por desviacin del sensor de presin de vapor sobrecalentado
P
r
e
s
i
n

(
K
P
a
)
0 5000 10000 15000
-0.01
-0.005
0
0.005
0.01
0 5000 10000 15000
-5
0
5
10
15
20
0 5000 10000 15000
-0.2
0
0.2
0.4
0.6
0.8
Momento de la
falla
Comportamiento
normal

0 5000 10000 15000
-0.02
-0.015
-0.01
-0.005
0
0.005
0.01
P
r
e
s
i
n

(
K
P
P
H
)
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
Tiempo (s)
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4

Figura 5.8. Falla por desviacin en estado pre-estable del sensor de presin de vapor sobrecalentado
con ruido en las seales medidas y el comportamiento de los residuos ante esta falla.

- 66 -
5.3.1.7 Falla total en estado estable con ruido en las seales medidas

En este caso se introdujo una falla total del sensor pero en estado estable. En la figura 5.9 se
aprecia que se presenta el mismo problema que en la prueba de la seccin 5.2.1.5, la
reaccin del
6
r no es suficiente para rebasar el nivel de ruido de la seal. Por lo tanto
nuevamente se ve modificada la MFF.

0 5000 10000 15000
0
1000
2000
3000
4000
5000
P
r
e
s
i
n

(
K
P
a
)
0 5000 10000 15000
-0.01
-0.005
0
0.005
0.01
0 5000 10000 15000
-250
-200
-150
-100
-50
0
50
0 5000 10000 15000
-2
-1.5
-1
-0.5
0
0.5
Momento de
la falla
Comportamiento
normal

0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
P
r
e
s
i
n

(
K
P
P
H
)
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
Tiempo (s)
0 5000 10000 15000
-0.04
-0.02
0
0.02
0.04
0.06
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4

Figura 5.9. Falla total en estado estable del sensor de presin de vapor sobrecalentado con ruido en las
seales medidas y el comportamiento de los residuos ante esta falla.

- 67 -
5.3.1.8 Falla por desviacin en estado estable con ruido en las seales medidas

En esta prueba se presenta una desviacin de aproximadamente el 10% a la salida del
sensor de de presin. La falla ocurre a los 9500 s. A pesar de que existe ruido en las seales
medidas, la respuesta de los residuos es de acuerdo a la MFF, eso se comprueba porque en
la figura 5.10 se observa que los residuos que detectan esta falla son el
4 5
, r r y
6
r .

0 5000 10000 15000
0
1000
2000
3000
4000
5000
P
r
e
s
i
n

(
K
P
a
)
0 5000 10000 15000
-0.01
-0.005
0
0.005
0.01
0 5000 10000 15000
-5
0
5
10
15
20
0 5000 10000 15000
-0.2
0
0.2
0.4
0.6
Instante de
la falla
Comportamiento
normal

0 5000 10000 15000
-0.02
-0.015
-0.01
-0.005
0
0.005
0.01
P
r
e
s
i
n

(
K
P
P
H
)
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
Tiempo (s)
0 5000 10000 15000
-0.05
0
0.05
0.1
0.15
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4

Figura 5.10. Falla por desviacin en estado estable del sensor de presin de vapor sobrecalentado con
ruido en las seales medias y el comportamiento de los residuos ante esta falla.

- 68 -
5.3.2 Sensor de posicin de la vlvula bypass

La falla que se analiza en este apartado es
1
f que corresponde la falla del sensor
3
k .

5.3.2.1 Falla total en estado pre-estable

A los 4500 s se introduce la falla y de acuerdo con la MFF los residuos que deben
detectarla son el
1 4
, r r y
5
r , como se observa en la figura 5.11.

0 5000 10000 15000
0
0.2
0.4
0.6
0.8
1
Seal del sensor de posicin de la vlvula bypass
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
Residuo 1
0 5000 10000 15000
-150
-100
-50
0
50
Residuo 4
0 5000 10000 15000
-1
-0.5
0
0.5
Residuo 5
Instante de
la falla
Comportamiento
normal

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
A
p
e
r
t
u
r
a
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-3
-2
-1
0
1
x 10
-3
Residuo 6
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.11. Falla total en estado pre-estable del sensor de posicin de la vlvula bypass y el

- 69 -

En la figura 5.12 se muestra la falla por desviacin del sensor de posicin de la vlvula
bypass, en ella se aprecia que a los 4500 s, la seal de salida del sensor tiene una
componente adicional de aproximadamente el 10%. Los residuos que detectan esta falla son
los que se indican en la MFF, es decir el
1 4
, r r y
5
r .

0 5000 10000 15000
0
0.2
0.4
0.6
0.8
1
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.15
-0.1
-0.05
0
0.05
Residuo 1
0 5000 10000 15000
-20
0
20
40
60
Residuo 4
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0.4
Residuo 5
Comportamiento
normal

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
A
p
e
r
t
u
r
a
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-3
-2
-1
0
1
x 10
-3
Residuo 6
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.12. Falla por desviacin en estado pre-estable del sensor de posicin de la vlvula bypass y el

- 70 -
5.3.2.3 Falla por desviacin en estado estable

Como se observa en la figura 5.13 a los 9500 s el sensor presenta una desviacin del 10%
en su seal de salida. En esta falla se cumple lo que se especifica en la MFF, ya que los
residuos que la detectan son el
1 4
, r r y
5
r .

0 5000 10000 15000
0
0.2
0.4
0.6
0.8
1
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
Residuo 1
0 5000 10000 15000
-20
0
20
40
60
Residuo 4
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0.4
Residuo 5
Comportamiento
normal

0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 2
A
p
e
r
t
u
r
a
0 5000 10000 15000
-4
-2
0
2
4
6
x 10
-3
Residuo 3
Tiempo (s)
0 5000 10000 15000
-3
-2
-1
0
1
x 10
-3
Residuo 6
0 5000 10000 15000
-4
-2
0
2
4
x 10
-3
Residuo 7

Figura 5.13. Falla por desviacin en estado estable del sensor de posicin de la vlvula bypass y el

- 71 -
5.3.2.4 Falla total en estado estable pre-estable con ruido en las seales medidas

Para esta prueba se agreg ruido en las seales medidas. En la figura 5.14 se muestra la
falla total del sensor a los 4500 s y la respuesta de los residuos. A pesar del ruido los
residuos
1 4
, r r y
5
r reaccionan de tal manera que rebasan el nivel del ruido, por lo que la
MFF no se ve modificada.
0 5000 10000 15000
0
0.2
0.4
0.6
0.8
1
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0 5000 10000 15000
-150
-100
-50
0
50
0 5000 10000 15000
-1
-0.5
0
0.5
Instante de la
falla
Comportamiento
normal

0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
Tiempo (s)
0 5000 10000 15000
-0.04
-0.02
0
0.02
0.04
0.06
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4

Figura 5.14. Falla por desviacin en estado estable del sensor de posicin de la vlvula bypass con ruido
en las seales medidas y el comportamiento de los residuos ante esta falla.

- 72 -
5.3.2.5 Falla por desviacin en estado pre-estable con ruido en las seales medidas

En este caso se presenta una falla por desviacin del 10% en el sensor de posicin de la
vlvula bypass a los 4500 s. En la figura 5.15 se aprecia que a pesar del ruido los residuos
1 4
, r r y
5
r detectan la falla.

0 5000 10000 15000
0
0.2
0.4
0.6
0.8
1
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.15
-0.1
-0.05
0
0.05
0 5000 10000 15000
-20
0
20
40
60
80
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0.4
Instante de
la falla
Comportamiento
normal

0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
Tiempo (s)
0 5000 10000 15000
-0.04
-0.02
0
0.02
0.04
0.06
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4


- 73 -
5.3.2.6 Falla por desviacin en estado estable con ruido en las seales medidas

Ahora la falla por desviacin del 10% de la seal del sensor de posicin de la vlvula
bypass ocurre en el estado estable a los 9500 s. Se puede ver en la figura 5.16 que los
residuos siguen respondiendo de acuerdo a la MFF a pesar del ruido en las seales medidas.

0 5000 10000 15000
0
0.2
0.4
0.6
0.8
1
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0 5000 10000 15000
-20
0
20
40
60
80
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0.4
Instante de
la falla
Comportamiento
normal

0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
A
p
e
r
t
u
r
a
0 5000 10000 15000
-0.015
-0.01
-0.005
0
0.005
0.01
Tiempo (s)
0 5000 10000 15000
-0.04
-0.02
0
0.02
0.04
0.06
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4


- 74 -
5.4 Pruebas ante fallas en actuadores

Se efectuaron pruebas de bloqueo y atoramiento tanto en estado pre-estable como en
estable para las tres vlvulas del proceso de la TV. Aqu slo se analiza la falla de la
vlvula superior de control de admisin de vapor, los resultados de las otras dos vlvulas
son similares, en el sentido de que los residuos que deben detectar la falla, lo hacen. Para
este caso la falla correspondiente es
13
f y de acuerdo a la MFF, los residuos que la detectan
son
2 4 5
, , r r r y
6
r .

5.4.1 Bloqueo total en estado pre-estable de la vlvula superior de control

Esta falla se puede explicar auxilindose del efecto que tiene sobre algunas variables del
proceso. En la figura 5.17 se muestran las variables que se ven directamente afectadas por
la falla.

0 5000 10000 15000
0
20
40
60
80
Apertura de la vlvula superior de control
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
20
40
60
80
100
Apertura de la vlvula inferior de control
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
50
100
150
200
Flujo en la vlvula superior de control
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
0
50
100
150
200
250
Flujo en la vlvula inferior de control
F
l
u
j
o

(
K
P
P
H
)
Instante de la falla Instante de la
falla
Instante de la falla Instante de la falla
Comportamiento
normal
Comportamiento
normal
Comportamiento
normal
Comportamiento
normal

0 5000 10000 15000
0
20
40
60
80
100
Seal de control para las vlvulas de control
Tiempo (s)
S
e
a
l

d
e

c
o
n
t
r
o
l

(
%
)
0 5000 10000 15000
0
1000
2000
3000
4000
Velocidad de la turbina de vapor
V
e
l
o
c
i
d
a
d

a
n
g
u
l
a
r

(
r
p
m
)
Instante
de la falla
Instante
de la falla
Comportamiento
normal
Comportamiento
normal

Figura 5.17. Comportamiento de las variables de proceso ante el bloqueo total en estado pre-estable de
la vlvula superior de control de admisin de vapor.

- 75 -
En la figura 5.17 se observa que al momento del bloqueo de la vlvula superior de control,
tanto su posicin como el flujo a travs de ella son cero. Ante sto la velocidad sufre una
pequea variacin, lo cual provoca que la seal de control incremente su valor sbitamente,
ordenando la apertura de las vlvulas de control. Sin embargo, como la vlvula superior de
control se encuentra atorada, no atiende a dicha seal. La vlvula inferior si responde a la
seal de control y abre repentinamente a su valor mximo para compensar la prdida de
flujo que ocasion la falla.

De acuerdo a la MFF los residuos que deben detectar esta falla son el
2 4 5
, , r r r y
6
r , tal
como se aprecia en la figura 5.18.

0 5000 10000 15000
-0.04
-0.02
0
0.02
0.04
Residuo 1
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.4
-0.2
0
0.2
0.4
0.6
Residuo5
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
0
0.2
0.4
0.6
0.8
Residuo 2
0 5000 10000 15000
-0.8
-0.6
-0.4
-0.2
0
Residuo 6

0 5000 10000 15000
-0.06
-0.04
-0.02
0
0.02
0.04
Residuo 3
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.5
0
0.5
1
1.5
Residuo 7
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-40
-20
0
20
40
60
80
Residuo 4
Tiempo (s)

Figura 5.18. Comportamiento de los residuos ante el bloqueo total en estado pre-estable de la vlvula
superior de control de admisin de vapor.

- 76 -
5.4.2 Bloqueo parcial en estado pre-estable de la vlvula superior de control

En esta prueba la vlvula se atora a los 4500 s, cuando su apertura es de aproximadamente
el 36% y el flujo del 25 %, ambas variables con respecto a su valor mximo, tal como se
aprecia en la figura 5.19.

Como se observa en la misma figura, la vlvula superior de control se atora por lo que
no responde a la seal de control. La labor de proporcionar el flujo de vapor necesario a la
TV, queda a cargo de la vlvula de control inferior que responde rpidamente ante la seal
de control de manera que no se nota un cambio sustancial en la velocidad.

0 5000 10000 15000
0
20
40
60
80
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
20
40
60
80
100
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
50
100
150
200
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
0
50
100
150
200
250
F
l
u
j
o

(
K
P
P
H
)
Instante
de la falla
Comportamiento
normal
Comportamiento
normal
Comportamiento
normal
Comportamiento
normal

0 5000 10000 15000
0
20
40
60
80
100
Tiempo (s)
S
e
a
l

d
e

c
o
n
t
r
o
l

(
%
)
0 5000 10000 15000
0
1000
2000
3000
4000
V
e
l
o
c
i
d
a
d

a
n
g
u
l
a
r

(
r
p
m
)
Instante de
la falla
Comportamiento
normal

Figura 5.19. Comportamiento de las variables de proceso ante el atoramiento en estado pre-estable de
la vlvula superior de control de admisin de vapor.

- 77 -
La MFF 4.4 indica que los residuos
2 4 5
, , r r r y
6
r son los responsables de la deteccin
de est falla y la figura 5.20 muestra que as ocurre.
0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
Residuo 1
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.1
0
0.1
0.2
0.3
0.4
Residuo5
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
0
0.05
0.1
0.15
0.2
Residuo 2
0 5000 10000 15000
-0.2
0
0.2
0.4
0.6
Residuo 6

0 5000 10000 15000
-0.01
-0.005
0
0.005
0.01
Residuo 3
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-10
-5
0
5
x 10
-3
Residuo 7
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-20
0
20
40
60
Residuo 4
Tiempo (s)

Figura 5.20. Comportamiento de los residuos ante el atoramiento en estado pre-estable de la vlvula

En la figura 5.20 se aprecia que los residuos
4 5
, r r y
6
r detectan las falla, pero la
reaccin ms contundente la presentan hasta aproximadamente los 7500 s, es decir 3000 s
despus de que la falla ocurre. Sin embargo, si se realiza un acercamiento en estos residuos
al momento en el que se presenta la falla, se observa que los residuos si la detectan en el
instante de su aparicin.

- 78 -
5.4.3 Bloqueo total en estado estable de la vlvula superior de control

En la figura 5.21 se muestra el efecto que esta falla tiene sobre algunas variables de
proceso, principalmente sobre las aperturas, flujos y seales de control de las dos vlvulas
de control de admisin de vapor.

La falla se introduce a los 9500 s, cuando la TV ya se encuentra en carga base y por
tanto en control por MW. Ante esta falla la apertura de la vlvula de control es nula al igual
que su flujo. Se observa tambin que la vlvula superior de control no hace caso a la seal
de control, sin embargo la vlvula inferior abre al 100% atendiendo a la seal de control
que tambin es mxima.

0 5000 10000 15000
0
20
40
60
80
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
20
40
60
80
100
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
50
100
150
200
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
0
50
100
150
200
250
F
l
u
j
o

(
K
P
P
H
)
Instante de la
falla
Instante de la
falla
Instante de la
falla
Instante de la
falla
Comportamiento
normal
Comportamiento
normal
Comportamiento
normal
Comportamiento
normal

0 5000 10000 15000
0
20
40
60
80
100
Tiempo (s)
S
e
a
l

d
e

c
o
n
t
r
o
l

(
%
)
0 5000 10000 15000
0
1000
2000
3000
4000
V
e
l
o
c
i
d
a
d

a
n
g
u
l
a
r

(
r
p
m
)
Comportamiento
normal

Figura 5.21. Comportamiento de las variables de proceso ante el bloqueo total en estado estable de la
vlvula superior de control de admisin de vapor.

- 79 -
Los residuos que detectan est falla son los mismos que reporta la MFF, el
2 4 5
, , r r r y
6
r , como se muestra en la figura 5.22.

0 5000 10000 15000
-0.1
-0.05
0
0.05
0.1
Residuo 1
F
L
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-1
-0.5
0
0.5
1
Residuo5
F
L
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.2
0
0.2
0.4
0.6
0.8
Residuo 2
0 5000 10000 15000
-0.6
-0.4
-0.2
0
0.2
Residuo 6

0 5000 10000 15000
-0.05
0
0.05
0.1
0.15
Residuo 3
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.2
-0.1
0
0.1
0.2
Residuo 7
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-100
-50
0
50
100
Residuo 4
Tiempo (s)

Figura 5.22. Comportamiento de los residuos ante el bloqueo en estado estable de la vlvula superior de
control de admisin de vapor.

- 80 -
5.4.4 Bloqueo parcial en estado estable de la vlvula superior de control

En la figura 5.23 se aprecia que a los 9500 s la vlvula superior de control de admisin de
vapor se bloquea parcialmente y su apertura se reduce en un 15% de su valor mximo, el
flujo a travs de ella tambin se reduce en un porcentaje similar. Debido a este atoramiento,
la vlvula superior de control no responde a la seal de control que aumenta bruscamente
para tratar de enviar la cantidad de vapor adecuado a la turbina, sin embargo la vlvula
inferior de control si responde a la seal de control y abre con una pendiente muy grande.
En este caso la velocidad no refleja algn cambio significativo debido principalmente a que
en el momento de la falla, la TV ya est en carga base y por tanto en control por MW.

0 5000 10000 15000
0
20
40
60
80
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
20
40
60
80
A
p
e
r
t
u
r
a

(
%
)
0 5000 10000 15000
0
50
100
150
200
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
0
50
100
150
200
250
F
l
u
j
o

(
K
P
P
H
)
Instante de
la falla
Instante de
la falla
Comportamiento
normal
Comportamiento
normal
Instante de
la falla
Comportamiento
normal
Instante de
la falla
Comportamiento
normal

0 5000 10000 15000
0
20
40
60
80
Tiempo (s)
S
e
a
l

d
e

c
o
n
t
r
o
l

(
%
)
0 5000 10000 15000
0
1000
2000
3000
4000
V
e
l
o
c
i
d
a
d

a
n
g
u
l
a
r

(
r
p
m
)
Momento de la falla
Comportamiento
normal

Figura 5.23. Comportamiento de las variables de proceso ante el bloqueo parcial en estado estable de la
vlvula superior de control de admisin de vapor.

- 81 -
La deteccin de esta falla, de acuerdo a la MFF la deben realizar los residuos
2 4 5
, , r r r y
6
r , que son justamente los que muestran una desviacin importante en las grficas
de la figura 5.24.
0 5000 10000 15000
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
Residuo 1
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.2
-0.15
-0.1
-0.05
0
0.05
Residuo5
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.05
0
0.05
0.1
0.15
0.2
Residuo 2
0 5000 10000 15000
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
Residuo 6

0 5000 10000 15000
-0.02
0
0.02
0.04
0.06
Residuo 3
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-0.01
0
0.01
0.02
0.03
0.04
Residuo 7
F
l
u
j
o

(
K
P
P
H
)
0 5000 10000 15000
-30
-20
-10
0
10
Residuo 4
Tiempo (s)

Figura 5.24. Comportamiento de los residuos ante el bloqueo parcial en estado estable de la vlvula

- 82 -
5.5 Matriz de firma de fallas y de aislabilidad al incluir ruido en las
seales medidas.

El impacto ms fuerte al incluir ruido a las seales medidas fue que la fallas
4
f (esta prueba
no se mostr aqu) que corresponde a la falla del sensor de velocidad y la falla
5
f que
representa la falla del sensor de presin de vapor sobrecalentado, modificaron su firma. De
acuerdo a la MFF el residuo
6
r debera detectar la falla de estos dos sensores, pero no
ocurre as. La MFF al considerar ruido en las seales medidas queda como se muestra en la
tabla 5.2.

Tabla 5.2. Matriz de firma de fallas de la TV al incluir ruido en las seales medidas

1
f
2
f
3
f
4
f
5
f
6
f
7
f
8
f
9
f
10
f
11
f
12
f
13
f
14
f
1
r
1 0 0 0 0 0 0 0 0 0 0 1 0 0
2
r
0 1 0 0 0 0 0 0 0 0 0 0 1 0
3
r
0 0 1 0 0 0 0 0 0 0 0 0 0 1
4
r
1 1 1 0 1 1 1 1 1 1 0 1 1 1
5
r
1 1 1 0 1 1 1 0 0 1 0 1 1 1
6
r
0 1 1 0 0 0 0 0 0 1 1 0 1 1
7
r
0 0 0 1 0 0 0 0 0 0 1 0 0 0

Ntese el cambio que sufrieron las posiciones
6 4
( , ) r f y
6 5
( , ) r f con respecto a tabla
4.4. Al verse modificada la MFF tambin la MA sufre cambios, porque ahora las fallas
4
f y
5
f ya no tienen la misma firma. La nueva MA se muestra en la tabla 5.3.

Tabla 5.3. Matriz de aislabilidad al incluir ruido en las seales medidas

1
f
2
f
3
f
4
f
5
f
6
f
7
f
8
f
9
f
10
f
11
f
12
f
13
f
14
f
1
f 1 0 0 0 0 0 0 0 0 0 0 1 0 0
2
f 0 1 0 0 0 0 0 0 0 0 0 0 1 0
3
f 0 0 1 0 0 0 0 0 0 0 0 0 0 1
4
f 0 0 0 1 0 0 0 0 0 0 0 0 0 0
5
f 0 0 0 0 1 1 1 0 0 0 0 0 0 0
6
f 0 0 0 0 1 1 1 0 0 0 0 0 0 0
7
f 0 0 0 0 1 1 1 0 0 0 0 0 0 0
8
f 0 0 0 0 0 0 0 1 1 0 0 0 0 0
9
f 0 0 0 0 0 0 0 1 1 0 0 0 0 0
10
f 0 0 0 0 0 0 0 0 0 1 0 0 0 0
11
f 0 0 0 0 0 0 0 0 0 0 1 0 0 0
12
f 1 0 0 0 0 0 0 0 0 0 0 1 0 0
13
f 0 1 0 0 0 0 0 0 0 0 0 0 1 0
14
f 0 0 1 0 0 0 0 0 0 0 0 0 0 1

- 83 -
Al aplicar la DDM a la tabla 5.3 para visualizar de una manera ms directa los
bloques de fallas cuya firma es la misma, se obtiene la tabla 5.4.

Tabla 5.4. DDM de la matriz de aislabilidad al incluir ruido en las seales medidas

12
f
1
f
13
f
2
f
14
f
3
f
4
f
7
f
6
f
5
f
9
f
8
f
10
f
11
f
12
f
1 1 0 0 0 0 0 0 0 0 0 0 0 0
1
f
1 1 0 0 0 0 0 0 0 0 0 0 0 0
13
f
0 0 1 1 0 0 0 0 0 0 0 0 0 0
2
f
0 0 1 1 0 0 0 0 0 0 0 0 0 0
14
f
0 0 0 0 1 1 0 0 0 0 0 0 0 0
3
f
0 0 0 0 1 1 0 0 0 0 0 0 0 0
4
f
0 0 0 0 0 0 1 0 0 0 0 0 0 0
7
f
0 0 0 0 0 0 0 1 1 1 0 0 0 0
6
f
0 0 0 0 0 0 0 1 1 1 0 0 0 0
5
f
0 0 0 0 0 0 0 1 1 1 0 0 0 0
9
f
0 0 0 0 0 0 0 0 0 0 1 1 0 0
8
f
0 0 0 0 0 0 0 0 0 0 1 1 0 0
10
f
0 0 0 0 0 0 0 0 0 0 0 0 1 0
11
f
0 0 0 0 0 0 0 0 0 0 0 0 0 1

La tabla anterior indica que:

4 10 11
{ , , } f f f : son fallas aislables de todas las dems.

12 1 13 2 14 3 7 6 5 9 8
{ , },{ , },{ , },{ , , },{ , } f f f f f f f f f f f : son conjuntos de fallas aislables uno de
otro, pero cuyas fallas individuales no se pueden distinguir entre si.

5.6 Mejorando la aislabilidad

Como se vio en las pruebas de deteccin de fallas anteriores, la presencia de una
determinada falla de proceso ocasiona que las variables del proceso evolucionen de una
manera particular, diferente a la forma en que lo hacen cuando ocurre otra falla. Si se
aprovecha esto para mejorar la aislabilidad del sistema se llega a lo siguiente:

1
f se puede distinguir de
12
f ,
2
f de
13
f y
3
f de
14
f si se consideran los cambios que
sufren las variables de flujo y apertura de las vlvulas de control, adems de la
velocidad de la turbina.

Las fallas que no se distinguen una de otra, corresponden a elementos que se
encuentran en una misma zona, stas son:

- 84 -
o { }
4 11
, f f : representan fallas de elementos que estn en la zona del generador
elctrico.
o { }
5 10
, f f : representan fallas de elementos que estn en la zona del cabezal de
vapor sobrecalentado.
o { }
6 7
, f f : representan fallas de elementos que estn en la zona de los RCGVs
o { }
8 9
, f f : representan fallas de elementos que estn en la zona de los RCGVs

5.7 La interfase grfica

Como un medio para que el usuario visualice de manera ms directa la presencia de
una falla y el elemento o elementos que la pueden causar, se desarroll la interfase grfica
que se muestra en la figura 5.25. En la parte izquierda de la figura se ubican los indicadores
luminosos que advierten la presencia de una falla y en la parte derecha se encuentra un
diagrama del proceso para indicar la ubicacin del componente daado, ya sea sensor o
actuador. Para desarrollar la interfase grfica, se us la informacin de los algoritmos de
deteccin y localizacin de fallas que se obtuvieron en la etapa de diseo del SDF.

Figura 5.25. Interfase grfica del sistema de diagnstico de fallas

- 85 -

Captulo 6
Conclusiones y Perspectivas

A causa de las severas condiciones de operacin que existen en las centrales de generacin
de ciclo combinado, sus componentes fsicas incluyendo sensores y actuadores son
susceptibles de falla, por lo que el desarrollo de SDF, capaces de detectar e identificar
oportunamente funcionamientos anormales en el proceso, es un requerimiento tecnolgico
actual que permite adems dotar a los sistemas de un nivel de supervisin con un mayor
grado de autonoma e inteligencia.

Durante el desarrollo de esta investigacin se revisaron varias publicaciones que
describen el estado del arte sobre el tema de diagnstico de fallas utilizando redundancia
analtica y se advirti que es un tema de creciente inters en los mbitos acadmico e
industrial.

Por lo anterior en este trabajo se dise y desarroll un sistema de diagnstico de
fallas basado en modelos de acuerdo la metodologa FDI que usa la redundancia analtica,
con la capacidad de detectar y localizar fallas en los sensores y actuadores del
turbogenerador a vapor de una central de generacin de ciclo combinado.

Este captulo presenta en la seccin 6.1 las conclusiones acerca de los resultados
obtenidos en el desarrollo de la tesis y en la seccin 6.2 se proponen algunas ideas sobre
las posibles extensiones a este trabajo.

Captulo 6. Conclusiones y perspectivas
- 86 -
6.1 Conclusiones

6.1.1 El anlisis estructural

El diseo del sistema de diagnstico de fallas se llev a cabo usando como herramienta
principal el AE. Para lo cual fue necesario elaborar el modelo estructural a partir del
modelo dinmico de la TV. Se obtuvo un modelo estructural de 26 variables desconocidas,
15 variables conocidas y 33 restricciones. Al aplicar el AE al modelo estructural se
concluye lo siguiente:

a) La monitoreabilidad. En ausencia de falla la monitoreabilidad del sistema es
completa porque es posible conocer el estado de todas las variables del sistema a
partir del conjunto de variables medidas. Esto se basa en el hecho de que todas las
variables desconocidas fueron emparejadas en la matriz de incidencia.

En presencia de falla, se vio que existe un conjunto de sensores
nm
k que en caso de
fallar ocasionan que la monitoreabilidad del sistema ya no sea completa, sin embargo
existe otro conjunto de sensores
m
k que a pesar que fallen no afectan la
monitoreabilidad del proceso porque las RRAs pueden calcular su valor a partir de
las otras variables medidas. Se determina entonces que en los sensores
m
k es posible
sustituir la redundancia fsica por la analtica para reducir el nmero de sensores sin
perder la disponibilidad de la variable.

b) La detectabilidad. Se encontr que en el proceso de la TV, existe una zona no
detectable, esto se puede obtener mediante dos tcnicas. La primera consiste en
localizar las restricciones que no forman parte de las RRAs para determinar que no
es posible detectar ninguna falla que ocurra en esas restricciones. La segunda emplea
la DDM de la matriz de incidencia para encontrar dos subsistemas insensibles a
cualquier falla, estos son el subsistema justo-restringido y el sub-restringido. En el
modelo de la TV el subsistema no detectable est formado por 5 restricciones, sin
embargo ninguna de las fallas propuestas est dentro de este subsistema, por lo cual la
caracterstica de detectabilidad no se ve afectada y todas las fallas son detectables.
Las dos tcnicas descritas proporcionan el mismo resultado, sin embargo la DDM
permite reducir el esfuerzo algortmico en el proceso de emparejamiento y de
generacin de RRAs porque delimita el trabajo a nicamente el subsistema sobre-
restringido.

c) La aislabilidad. El anlisis de aislabilidad revel una ineficiencia del sistema
para distinguir entre algunas fallas, debido principalmente a que el algoritmo de
emparejamiento que se utiliz nicamente encuentra un emparejamiento de varios
posibles, lo cual genera un conjunto reducido de RRAs, y provoca que algunas fallas
tengan la misma firma.

Captulo 6. Conclusiones y perspectivas
- 87 -
6.1.2 Deteccin y localizacin de fallas

a) Generacin de residuos. Se utiliz la secuencia de clculo dada por el AE para
generar los siete residuos que se utilizaron como detectores de fallas. El enfoque de
generacin de residuos que se us se encuentra en la clasificacin de ecuaciones de
paridad. El comportamiento de los residuos se dividi en dos estados, uno llamado
pre-estable en el que se presentan algunos picos debido a acciones de operacin del
proceso y otro conocido como estable en el que la TV se encuentra en carga base y
por lo tanto ya no es necesario llevar a cabo nuevas demandas de carga o velocidad,
por cual los picos dejan de presentarse.

b) Deteccin de fallas. Todas las fallas se detectaron de forma adecuada por los
residuos ya que se cumpli al 100% la MFF que se obtuvo con el AE. Al agregar
ruido en las seales medidas, la intensidad del ruido result mayor que los picos
mencionados y la MFF se vio modificada porque se mostr que el residuo
6
r no
rebasaba el nivel de ruido en algunas pruebas de deteccin. Para mejorar la capacidad
de deteccin de fallas ante la presencia de ruido se recomienda disear filtros para las
variables medias o utilizar otra tcnica ms robusta como los observadores.

c) Localizacin de fallas. Se mejor parcialmente la capacidad de aislamiento de
fallas al considerar los efectos que una determinada falla tiene sobre las variables de
proceso, ya que a pesar de que dos fallas tengan la misma firma, es posible que no
afecten de la misma manera a dichas variables. A pesar de lo anterior la aislabilidad
del sistema sigue siendo incompleta.

6.1.3 Integracin del SDF en el simulador de una CGCC

Para validar el diseo del sistema de diagnstico de fallas se us el simulador de una CGCC
en el cual se programaron los modos de falla, los residuos y la lgica de deteccin y
localizacin de fallas. Se desarroll adems la interfase grfica del SDF que proporciona al
usuario un medio para identificar de manera visual el componente daado.

6.2 Trabajos futuros

1. Encontrar todos los emparejamientos posibles dentro del subsistema sobre-
restringido para mejorar la capacidad de aislamiento del sistema.
2. Considerar fallas de proceso como: sobrevelocidad, motorizacin, fuga en
tuberas, entre otras.
3. Disear una etapa de filtrado para reducir el nivel de ruido en las variables
medidas.
4. Aplicar otra tcnica para la obtencin de residuos diferente a la de ecuaciones de
paridad.
5. Usar el sistema de diagnstico de fallas que se desarroll en este trabajo para el
diseo del control tolerante a fallas de la TV.

- 88 -

Hoja en blanco
- 89 -
Referencias

Alcorta, E. (2001). Detectado fallas mediante redundancia analtica. Ingenierias Vol. IV,
No. 11 pp. 43-48.

Bakiotis, C., Raymond, J. and Rault, A. (1979). Parameter and discriminant analysis for
engine mechanical state diagnosis, Proceedings of the 1979 IEEE Conference on
Decision and control, Fort Lauderable, USA.

Balakrishnan, R. and Ranganathan, K. (2000). A Textbook of graph theory. New York:
Springer.

Blanke, M. (1996). Consistent design of dependable control systems. Control Engineering
Practice, 4(9): 1305-1312.

Blanke, M., Frei, C., Kraus, F., Patton, R. and Staroswiecki, M. (2000). What is fault
tolerant control? 4th IFAC Symposium in Fault Detection, Supervision and Safety for
Technical Processes-Safeprocess00. Preprints pp. 40-51. Budapest, Hungary.

Blanke, M., Kinnaert, M., Lunze, J. and Staroswiecki, M. (2003). Diagnosis and fault
tolerant control. Berlin: Springer.

Cassar, J and Staroswiecki, M. (1997). A structural Approach for the design of Failure
Detection and Identification Systems. IFAC-IFIP-IMACS Conference on Control of
Industrial Processes, Belfort, France.

Castelo, L. (1993). Control digital del sistema de condensados de una central
termoelctrica de ciclo combinado. Tesis de licenciatura, Universidad Autnoma del
Estado de Morelos, Cuernavaca, Mxico.

Clark, R. N. (1978). Instrument fault detection, IEEE Transactions on Aerospace and
electronic Systems, 14:456-465.

Cordier, M-O., Dague, P., Lvy, F., Montmain, J., Staroswiecki, M. and Trav-Massuys, L
(2004). Conflicts versus analytical redundancy relations: A comparative analysis of the
model based diagnosis approach from the artificial intelligence and automatic control
perspectives. IEEE Transactions on Systems, Man and Cybernetics - Part B., Vol. 34,
No. 52163-2177.

Chen, J. and Patton, R. (1999). Robust model-based fault diagnosis for dynamic systems.
Boston: Kluwer academic publishers.

Chow and Willsky (1984). Analytical redundancy and the design of robust detection
systems, IEEE transactions on automatic control, 279(7):603-614.

Referencias

- 90 -
Delgadillo, M.A. y Fuetes, J. E. (1996). Modelo dinmico de la turbina de vapor. Informe
tcnico No. IC-5117-MOD-TV-2.0, Proyecto IIE-5117, 1996. Instituto de
Investigaciones Elctricas, Cuernavaca, Mxico.

Dion, J. M., Commault, C. and van der Woude, J. (2003). Generic properties and control of
linear structured systems: a survey. Automatica 39(7): 1125-1144.

Dulmage, A. and Mendelsohn, N. (1958). Covering of bipartite graphs. Canadian Journal
of mathematics, vol 10, pp. 517-534.

Dtegr, D., Cocquempot, V., Krysander, M. and Staroswiecki, M. (2004). Structural
analysis for fault detection and isolation: An algorithmic study. Proceedings of the 2
nd

International IFAC symposium on system structure and control, SSSC04, pp. 134-139.
Oaxaca, Mxico.

Dtegr, D., Frisk, E., Cocquempot, V., Krysander, M. & Staroswiecki, M. (2006).
Structural analysis of fault isolability in the DAMADICS benchmark. Control
Engineering Practice 14(6): 597-608.

Esquivel, A. (1990). Modelo Dinmico de los Sistemas Principales de una Planta
Termoelctrica de Ciclo Combinado. Tesis de licenciatura, Universidad Autnoma del
Estado de Morelos, Cuernavaca, Mxico.

Frank, P.M. (1987) Fault Diagnosis in dynamic systems via state stimation a survey, in
Tzafestas, Singh and Schmidt (eds), systems fault diagnostics, Reliability and Related
knowledge-based approaches, D. Reidel Press, Dordrecht, pp. 35-98 (Vol. 1).

Frisk, E., Dtegr, D., Krysander, M. and Cocquempot, V. (2003). Improving fault
isolability properties by structural analysis of faulty behavior models: application to the
DAMADICS benchmark problem. Proceedings of IFAC Symposium in Fault Detection,
Supervision and Safety for Technical Processes Safeprocess'03. Washington, USA.

Gertler, J. (1993) Analytical redundancy methods in fault detection and isolation.
International Conference on Fault Diagnosis Tooldiag93, Toulouse, France.

Gertler, J. (1998). Fault detection and diagnosis in engineering systems. New York: Marcel
Dekker.

Hamscher, W., Console, L., and De Kleer, J. (1992). Readings in model-based diagnosis.
San Francisco: Morgan Kaufmann.

Isermannn, R. (1984). Process fault detection based on modeling and estimation methods
a survey. Automatica, 20(4), pp. 387-404.

Referencias

- 91 -
Isermann, R. (1997a). Mechatronic systems A challenge for control engineering. In
Proceedings of the American Control Conference, pp. 2617-2632. Alburquerque, Mex
Mexico, USA.

Isermann, R. and Ball, P. (1997). Trends in the application of model-based fault detection
and diagnosis of technical processes. Control Engineering Practice, 5(5):709-719.

Isermann, R. (2003). Mechatronic Systems Fundamentals. Great Britain: Springer.

Isermann, R (2004). Model-Based Fault detection and Diagnosis-Status and Applications.
16th IFAC Symposium on automatic control in aerospace. Russia, Saint-Petersburg.

Izadi-Zamanabadi, R. and Blanke, M. (2002). Structural analysis for Diagnosis - The
matching problem. Proceedings of the 15
th
Triennial World Congress. Barcelona,
Spain.

Izadi-Zamanabadi, R. (2002). Structural Analysis Approach to Fault Diagnosis with
Application to Fixed-wing Air Craft Motion. Proceedings of the American Control
Conference, ACC02, pp. 3949-3954. Anchorage, Alaska.

Kallese, C., Cocquempot, V., Izadi-Zamanabadi, R. (2006). Model Based Fault detection
in a Centrifugal Pump Application. IEEE Transactions on Control System Technology,
Vol. 14, No. 2, pp. 204-215.

Krysander, M. and Nyberg, M. (2002). Structural Analysis utilizing MSS Sets with
Application to a Paper Plant. Proceedings of the Thirteenth International Workshop on
Principles of Diagnosis. Semmering, Austria.

Laguna, I. (2002). La generacin de energa elctrica y el ambiente. Gaceta ecolgica del
Instituto Nacional de Ecologa, Primera edicin, No. 65 pp. 53-62.

Lorentzen, T., Blanke, M. (2004). Industrial use of structural analysis a rapid prototyping
tool in the public domain. In: Colloque Annuel IAR, Jahrestagung, Karlsruhe, Germany.
Pp. 187-192.

Lorentzen, T. and Blanke, M. (2003). SaTool users manual a tool for structural analysis
of automated systems. Automation at rstedDTU Technical University of Denmark
Elektrovej Build 326 DK 2800 Lyngby, Denmark.

Mironovsky, L.A. (1979). Functional diagnosis of linear dynamic systems, Autumn Remote
Control, 40:1198-1205.

National Instrument (2006). Acondicionamiento de seales, http://digital.ni.com
/worldwide/latam.nsf/web/all/D864C2C25C7B5EE086256F490070432B.

Referencias

- 92 -
Patton, R., Frank, P. and Clark, R. (1989). Fault diagnosis in dynamic systems, theory and
applications. New York: Prentice Hall.

Perry, J. (1981). Manual del ingeniero qumico. Mxico: Unin Tipogrfica Editorial
Hispano Americana, tomo II.

Plancherel, A (1992). La central de ciclo combinado se ha establecido como el sistema de
produccin de energa del futuro. Revista ABB. No. 8 pp. 123-132.

Pothen, A. and Fan, Ch. (1990). Computing the block triangular form of a sparse matrix.
ACM Trans on mathematical software, 16(4): 330-324.

Puig, V., Quevedo, J., Escobet, T., Morcego, B. y Ocampo, C. (2004). Control tolerante a
fallos (Parte I): Fundamentos y diagnostico de fallos. Revista Iberoamericana de
Automtica e Informtica Industrial, Vol. 1, Nm. 1, abril, pp. 15-31

Reiter, R. (1987). A theory of diagnosis form first principles. Artificial Intelligence, 32(1),
pp. 57-96.

Rietdijk, J.A. (1989). Ten propositions on mechatronics. In proceedings of the
Mechatronics in Products and Manufacturing Conference, Lancenter, Inglaterra.

Rivera, F.H., Flores, A. y Snchez, M. (2006). SaTool: una herramienta para la deteccin
de fallas empleando el anlisis estructural y redundancia analtica. En memorias del
Congreso Nacional de la Asociacin de Mxico de Control Automtico AMCA06, pp.
322-327, D.F, Mxico.

Snchez, M. and Gutirrez, R. (1997). Upgrading of computer control system for steam
turbines in combined cycle power plants. Proceedings of the American Power
Conference, Chicago, USA.

Snchez, M. and Verde, C. (2006). Analytical Redundancy for a Gas Turbine of a
Combined Cycle Power Plant. Proceedings of the American Control Conference
ACC06, pp. 442-447. Minnesota, USA.

Snchez, M. y Martnez, M.A. (2004). Simulador de una central de generacin de ciclo
combinado/LabWindows CVI 5.0. Derechos de autor. Gerencia de Instrumentacin y
control del Instituto de Investigaciones Elctricas, Cuernavaca, Mxico.

Secretara de Energa (2000). Perspectivas del sector elctrico 2000-2009. Mxico: Sener.

Sibaja, E. (1995). Pruebas dinmicas de estrategias de control digital total aplicadas a
unidades de generacin de energa elctrica de ciclo combinado. Tesis de licenciatura,
Instituto Tecnolgico de Minatitln. Cuernavaca, Mxico.

Referencias

- 93 -
Sols, S. (1990). Anlisis simplificado del sistema turbina-generador de una planta
termoelctrica fsil. Tesis de licenciatura, Universidad Autnoma de Morelos.
Cuernavaca, Mxico.

Staroswiecki, M. and Declerck, P. (1989). Analytical redundancy in non-linear
interconnected systems by means of structural analysis. Proceedings of the
IFAC/AIPAC89, vol. 2, pp. 23-17. Nancy, Francia.

Staroswiecki, M. and Comtet, V. (2001). Analytical redundancy relations for fault detection
and isolation in algebraic dynamic systems. Control Engineering Practice, 37(5):687-
699.

Uram, R. (1977). Computer control in a combined cycle power plant part III. The digital
steam turbine system. IEEE Power Engineering Society Winter Meeting. January 30-
February 4, New York, U.S.A.

Verde, C. and Snchez, M. (2006). Monitorability analysis for a gas turbine using structural
analysis. 6
th
IFAC Symposium in Fault Detection, Supervision and Safety for Technical
Processes. SAFEPROCESS06. pp. 721-726, Beijing, China.

- 94 -

Hoja en blanco

- 95 -
Apndice A
Variables y parmetros del modelo matemtico de
la turbina de vapor.

A.1 Variables conocidas

Tabla A.1 Variables conocidas ( K )
Variable Smbolo Descripcin
1
k
xz
SC

2
k
xp
SC Seal de control para la vlvula de bypass principal
3
k
p
X Apertura de la vlvula de bypass principal
4
k
1 z
X Apertura de la vlvula superior de control de admisin de vapor
5
k
2 z
X Apertura de la vlvula inferior de control de admisin de vapor
6
k
3

Velocidad angular del rotor de la turbina de vapor
7
k
vr
P Presin de vapor sobrecalentado (presin estrangulada)
8
k
1 vr
G
Flujo de vapor a la salida del RCGV1
9
k
2 vr
G
Flujo de vapor a la salida del RCGV2
10
k
1 um
T Temperatura de vapor sobrecalentado a la salida del RCGV1
11
k
2 um
T Temperatura de vapor sobrecalentado a la salida del RCGV2
12
k
u
T Temperatura del vapor sobrecalentado
13
k
vk
P Presin de vapor en el condensador
14
k
vk
T Temperatura del vapor en el condensador
15
k
3 et
W Trabajo elctrico del generador de la turbina de vapor


- 96 -
A.2 Variables desconocidas

Tabla A.2 Variables desconocidas ( X )
Variable Smbolo Descripcin
1
x
p
X
Variacin de la apertura de la vlvula de bypass principal

2
x
1 z
X
Variacin de la apertura de la vlvula superior de control

3
x
2 z
X
Variacin de apertura de la vlvula inferior de control

4
x
vr
H Entalpa del vapor saturado que sale del recuperador
5
x
vr
M Masa de vapor en el recuperador
6
x
vr
M

Variacin de la masa de vapor en el recuperador
7
x
wdr
T Temperatura del agua del deareador
8
x
u
H Entalpa del vapor sobrecalentado
9
x
u

Densidad de vapor sobrecalentado
10
x
u
Derivada de la densidad de vapor sobrecalentado
11
x
u
T
Variacin de la temperatura del vapor sobrecalentado

12
x
3 vit

Densidad del vapor que entra a la turbina de vapor
13
x
3 vit
P Presin de vapor de entrada en la turbina de vapor
14
x
3 vit
T
Temperatura del vapor a la entrada de la turbina
15
x
3 vt
G Flujo de vapor que entra a la turbina de vapor
16
x
vp
G
Flujo de vapor en la vlvula de bypass principal
17
x
3 vsst
G
Flujo de vapor saturado que sale de la turbina de vapor
18
x
3 vst
H
Entalpa del vapor a la salida de la turbina de vapor
19
x
3 vst

Densidad de vapor que sale de la turbina de vapor
20
x

3 vst
Z Fraccin msica de vapor saturado despus de la turbina de vapor
21
x
lssk
H Entalpa del lquido saturado en el condensador
22
x
vssk
H Entalpa del vapor saturado en el condensador
23
x
3 ft
W
Energa perdida por friccin en la turbina de vapor
24
x
3
Variacin de la velocidad angular del rotor de la turbina de vapor
25
x
3 et

ngulo de potencia
26
x
3 et
Variacin del ngulo de potencia


- 97 -
A.3 Parmetros

Tabla A.3 Parmetros ( )
Parmetro Smbolo Descripcin
1

xp

Constante de tiempo para la vlvula de bypass
2
xz

Constante de tiempo para las vlvulas de control
3

2 v
R Constante de los gases ideales
4

52
K Punto en la curva de condiciones de entalpa de vapor en recuperador
5

53
K Punto en la curva de condiciones de entalpa de vapor en recuperador
6

4
K Punto en la curva de condiciones de temperatura de vapor en deareador
7

5
K Punto en la curva de condiciones de temperatura de vapor en deareador
8

vr
V Volumen del refrigerante
9

pv
C Capacidad calorfica del vapor a presin constante
10

v
C Capacidad calorfica a volumen constante
11

v2
Y Relacin de capacidades calorficas
12

3 vt
C Coeficiente de flujo de la turbina de vapor
13

vz
C Coeficiente de flujo en la vlvula de estrangulamiento
14

3 t
I Momento de inercia de la turbina 3
15

vp
C

Coeficiente de flujo de la vlvula de bypass
16

20
K Punto en la curva de condiciones de entalpa de vapor en condensador
17

21
K Punto en la curva de condiciones de entalpa de vapor en condensador
18

3 ft
K

Constante de friccin
19

1_ v tv
K

Constante
20

2_ v tv
K Constante
21

3_ v tv
K

Constante
22

3 et
K Constante elctrica

Diagnostico de Fallas de Un Turbogenerador

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Diagnostico de Fallas de Un Turbogenerador

Diunggah oleh

Hak Cipta:

Format Tersedia

cenidet

Centro Nacional de Investigacin y Desarrollo Tecnolgico

y se integraron al simulador de la CGCC. Adems para facilitar al

. In order to provide a way to easily identify the

Conjunto de restricciones del subsistema sub-restringido

como uno solo. Este mtodo consiste en determinar si una

, sin que se pueda distinguir si est en S

y el resto de las restricciones pertenecen al subsistema sobre-restringido S

en forma de matriz se obtiene la

, eso se debe a que en el caso de la TV S

Variacin de la apertura de la vlvula de bypass principal

Variacin de la apertura de la vlvula superior de control

Variacin de apertura de la vlvula inferior de control

Variacin de la temperatura del vapor sobrecalentado

Variacin del ngulo de potencia

Anda mungkin juga menyukai