Anda di halaman 1dari 463

Departamento de Fsica Aplicada a los Recursos Naturales

Escuela Tcnica Superior de Ingenieros de Minas

TESIS DOCTORAL

Anlisis de Seales de Medidas Mecnicas


para el
Mantenimiento Predictivo Avanzado
Cristina Montalvo Martn
Ingeniero de Minas

Directores
Miguel Balbs Antn
Agustn Garca-Berrocal Snchez

Septiembre 2010

Agradecimientos
Sin duda, cuando empec a escribir los agradecimientos, las primeras personas en las
que pens fueron mis padres, sin su ayuda esto hubiera sido imposible. Despus pens en
mis hermanos que siempre me ayudan tanto y me dan tan buenos consejos. Por supuesto,
Miguel, Agustn y Juan son piezas fundamentales en este trabajo. Sin ellos esto no hubiera
sido posible, no slo por su apoyo tcnico sino por su apoyo moral.

Es inevitable dar las gracias a Diego, Ester, Marcos y Ruben, que aunque ellos no
saben lo que es una tesis doctoral, me hacen muy feliz con sus Gormitis, Spidermans,
Hello Kitties y sus fondos de bikini.

Mi estancia en Gteborg y conocer a Imre ha sido muy positivo para mi y para la


tesis.

El orienteering me ha ayudado mucho a desconectar y ah tengo que dar las gracias a


Alberto y a Juan, que no se pierden una y siempre cuentan conmigo.

Antonio ha sido una persona muy inuyente en mi vida y aunque no ha participado


directamente en esta tesis, sus consejos deportivos y de todas las clases siempre se han
tenido en cuenta.

A Jose, que de vez en cuando tiene que aguantar mis historias para no dormir y siempre
me encuentra una solucin sabia para mis problemas.
A Pablo, por ser como es, por comprender y perdonar mis meteduras de pata y porque
a su lado me siento en una burbuja.
A So, porque es mi muy mejor amiga y lo seguir siendo desde el otro lado del planeta.
A Fer, porque eres genial y porque jams olvidar cunto me ayudaste para aprobar
estructuras. Ah, y porque el Puerto Rico es super divertido.
A Gemix, Tobich y Mongo que aunque ya no les veo mucho y nunca consegu ganarles
al Risk, las tardes interminables de juegos de mesa con ellos eran estupendas.

ii

ndice general
1. INTRODUCCIN

I FUNDAMENTOS TERICOS

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS 9


2.1.

Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2.

Ruido y seal

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16

2.3.

Procesos estocsticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

2.3.1.

Funcin de densidad de probabilidad

. . . . . . . . . . . . . . . . .

20

2.3.2.

Esperanza Matemtica . . . . . . . . . . . . . . . . . . . . . . . . .

23

2.3.3.

Desviacin tpica

24

2.3.4.

Autocorrelacin y autocovarianza

2.4.

2.5.

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

24

Sistemas en el dominio del tiempo . . . . . . . . . . . . . . . . . . . . . . .

28

2.4.1.

Sistemas Linealas LTI

. . . . . . . . . . . . . . . . . . . . . . . . .

28

2.4.2.

Funcin de respuesta al impulso . . . . . . . . . . . . . . . . . . . .

32

Sistemas en el dominio de la frecuencia . . . . . . . . . . . . . . . . . . . .

34

iii

NDICE GENERAL

2.5.1.

La transformada de Laplace

. . . . . . . . . . . . . . . . . . . . . .

2.5.2.

La transformada de Laplace discreta: transformada z

2.5.3.

La transformada de Fourier

2.5.4.

Procesamiento de seales de aleatorias: densidad espectral

34

. . . . . . . .

38

. . . . . . . . . . . . . . . . . . . . . .

44

. . . . .

49

2.6.

Modelos Autorregresivos

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

53

2.7.

Ajuste de resonancias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

57

2.7.1.

Justicacin para el uso de la frmula de Breit-Wigner en resonancias mecnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.8.

La transformada de Hilbert

62

. . . . . . . . . . . . . . . . . . . . . . . . . .

63

2.8.1.

Relacin con la transformada de Laplace . . . . . . . . . . . . . . .

68

2.8.2.

Relacin con la transformada de Fourier

. . . . . . . . . . . . . . .

70

2.8.3.

Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

72

2.8.4.

Seal analtica: amplitud y fase instantneas . . . . . . . . . . . . .

77

2.8.5.

Ejemplo de un sistema no lineal: Oscilador de Dung . . . . . . . .

78

II SISTEMAS LINEALES

85

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO


DE CENTRALES NUCLEARES

87

3.1.

Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

87

3.1.1.

Ruido neutrnico

89

3.1.2.

Medida de los modos de vibracin de los internos de un reactor

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

iv

. .

93

NDICE GENERAL

3.2.

Evolucin de la investigacin precedente

3.3.

Ajustes de Breit-Wigner de seales in-core y ex-core . . . . . . . . . . . . . 101

3.4.

. . . . . . . . . . . . . . . . . . .

95

3.3.1.

Toma de datos en Ringhals

. . . . . . . . . . . . . . . . . . . . . . 104

3.3.2.

Procesamiento de datos y ajuste no lineal

3.3.3.

Resultados de las medidas ex-core . . . . . . . . . . . . . . . . . . . 113

3.3.4.

Resultados de las medidas in-core . . . . . . . . . . . . . . . . . . . 122

3.3.5.

Coherencia entre medidas in-core y ex-core . . . . . . . . . . . . . . 134

. . . . . . . . . . . . . . 107

Breit-Wigner y lgebra de cuaterniones: una herramienta para el mantenimiento predictivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

3.4.1.

ndice global de vigilancia

. . . . . . . . . . . . . . . . . . . . . . . 138

3.4.2.

Discusin de los resultados . . . . . . . . . . . . . . . . . . . . . . . 141

3.5.

Conclusiones relativas al Captulo 3 . . . . . . . . . . . . . . . . . . . . . . 144

3.6.

Publicaciones

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
4.1.

149

Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

4.1.1.

El sensor capacitivo de presin y la lnea sensora . . . . . . . . . . . 153

4.1.2.

Modelo dinmico del sensor

. . . . . . . . . . . . . . . . . . . . . . 156

4.2.

Evolucin de la investigacin precedente

4.3.

Propuesta de un modelo de cuatro polos para los sensores de presin capacitivos

. . . . . . . . . . . . . . . . . . . 164

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169

NDICE GENERAL

4.4.

4.5.

4.3.1.

Modelo de cuatro polos . . . . . . . . . . . . . . . . . . . . . . . . . 170

4.3.2.

Valores de las constantes del modelo de 4 polos

4.3.3.

P SD

4.3.4.

Mtodo de Monte-Carlo para la medida del tiempo de respuesta . . 178

y longitud de la lnea sensora . . . . . . . . . . . . . . . . . . 175

Incertidumbre en la estimacin del tiempo de respuesta . . . . . . . . . . . 185

4.4.1.

Fuentes de incertidumbre . . . . . . . . . . . . . . . . . . . . . . . . 186

4.4.2.

Funcin modelo para el tiempo de respuesta

4.4.3.

Factor de cobertura para el tiempo de respuesta . . . . . . . . . . . 188

. . . . . . . . . . . . . 187

Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo


Rosemount

4.6.

. . . . . . . . . . . 173

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

Modelo bilineal de un sensor de presin capacitivo para la deteccin del


sndrome de la prdida de aceite . . . . . . . . . . . . . . . . . . . . . . . . 210

4.6.1.

Antecedentes

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

4.6.2.

Modelizacin del sndrome . . . . . . . . . . . . . . . . . . . . . . . 212

4.6.3.

Resultados de la simulacin del anlisis de ruido . . . . . . . . . . . 215

4.7.

Conclusiones relativas al Captulo 4 . . . . . . . . . . . . . . . . . . . . . . 220

4.8.

Publicaciones

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222

III SISTEMAS NO LINEALES

225

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO PREDICTIVO

227
vi

NDICE GENERAL

5.1.

Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227

5.2.

La transformada de Hilbert-Huang

5.2.1.

. . . . . . . . . . . . . . . . . . . . . . 229

La descomposicin en modos empricos . . . . . . . . . . . . . . . . 229

5.3.

Evolucin de la investigacin precedente

5.4.

La transformada de Hilbert como herramienta para el control de calidad

5.5.

5.4.1.

Estudio de un caso

5.4.2.

Modelo no lineal

5.4.3.

Validacin del modelo no lineal

. . . . . . . . . . . . . . . . . . . 235

. 238

. . . . . . . . . . . . . . . . . . . . . . . . . . . 239

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 243

. . . . . . . . . . . . . . . . . . . . 246

La transformada de Hilbert-Huang para caracterizar las palas de un aerogenerador

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

5.5.1.

Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

5.5.2.

Modos propios de vibracin

5.5.3.

Anlisis de Fourier

5.5.4.

Estimacin del rozamiento de los modos empricos . . . . . . . . . . 256

. . . . . . . . . . . . . . . . . . . . . . 252

. . . . . . . . . . . . . . . . . . . . . . . . . . . 254

5.6.

Conclusiones relativas al Captulo 5 . . . . . . . . . . . . . . . . . . . . . . 261

5.7.

Publicaciones

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

6. CONCLUSIONES Y PUBLICACIONES

265

A. lgebra de cuaterniones

275

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner279


B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009 . . . . . . . . . . . 279

vii

NDICE GENERAL

B.1.1. Seales de los detectores ex-core . . . . . . . . . . . . . . . . . . . . 280


B.1.2. Seales de los detectores in-core . . . . . . . . . . . . . . . . . . . . 292
B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

. . . . . . . . . . . 322

B.2.1. Seales de los detectores ex-core . . . . . . . . . . . . . . . . . . . . 322


B.2.2. Seales de los detectores in-core . . . . . . . . . . . . . . . . . . . . 334
B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009 . . . . . . . . . . . . . 364
B.3.1. Seales de los detectores ex-core . . . . . . . . . . . . . . . . . . . . 364
B.3.2. Seales de los detectores in-core . . . . . . . . . . . . . . . . . . . . 376

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO WESTINGHOUSE

395

C.1. Instrumentacin intra-nuclear o in-core . . . . . . . . . . . . . . . . . . . . 396


C.2. Instrumentacin extra-nuclear o ex-core . . . . . . . . . . . . . . . . . . . . 401

D. INSTRUMENTACIN NUCLEAR DE LOS REACTORES TIPO BWR407

viii

ndice de guras
2.1.

Lazo de un reactor PWR mostrando la ubicacin de sus sensores. Tomado


de[57]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

2.2.

Ruido asociado a una seal.

17

2.3.

Representacin esquemtica de un proceso estocstico.

. . . . . . . . . . .

19

2.4.

Representacin de una funcin de densidad gaussiana.

. . . . . . . . . . .

22

2.5.

Autocorrelacin de un ruido blanco gaussiano.

. . . . . . . . . . . . . . . .

27

2.6.

Esquema de un sistema que relaciona la seal de entrada


salida

y(t). .

. . . . . . . . . . . . . . . . . . . . . . . . . .

x(t)

con la de

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

2.7.

Ejemplo de una seal armnica continua. . . . . . . . . . . . . . . . . . . .

29

2.8.

Ejemplo de una seal armnica discreta del tipo

2.9.

Ejemplo de una delta de Dirac

2.10. Ejemplo de una delta de Dirac

x[n] = Acos(n).

. . . . .

30

(t)

continua. . . . . . . . . . . . . . . . . .

32

[n]

discreta.

. . . . . . . . . . . . . . . . .

32

2.11. Mapa complejo de estabilidad de polos en el plano s. . . . . . . . . . . . . .

37

2.12. Ejemplo de tres secuencias discretas con retardos entre ellas de un tiempo

de muestreo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ix

40

NDICE DE FIGURAS

2.13. Regin de convergencia de la transformada z. . . . . . . . . . . . . . . . . .

42

2.14. Representacin grca de los coecientes de la serie de Fourier.

46

. . . . . .

2.15. Espectro de las resonancias de vibracin de los internos de un PWR obte-

nidas a partir de una seal de un detector de neutrones ex-core.

. . . . . .

51

2.16. Coherencia y fase entre una seal de temperatura del termopar de salida del

ncleo y un detector in-core de neutrones de un PWR de diseo Westinghouse. 53


2.17. PSD de una seal de un sensor de presin capacitivo y la obtenida con un

modelo autorregresivo con 20 coecientes. . . . . . . . . . . . . . . . . . . .


2.18. Criterio de Akaike para la seal cuya

P SD

est representada en la gura

2.17. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.19. Vista de los internos de un reactor PWR.
2.20. PSD de los internos de un reactor.

2.23. Pulso de Cauchy para

= 0, 5.

58

. . . . . . . . . . . . . . . . . .

59

. . . . . . . . . . . . . . . . . . . . . .

60

2.21. Contorno cerrado con un punto singular en


2.22. Descomposicin del contorno

56

x0 . .

. . . . . . . . . . . . . . .

dado en la gura 2.21.

64

. . . . . . . . . . .

65

. . . . . . . . . . . . . . . . . . . . . . . . .

67

2.24. Transformada de Hilbert del pulso de Cauchy para

= 0, 5.

. . . . . . . . .

2.25. Respuesta al impulso de un oscilador de Dung no lineal con

=5

. . .

79

2.26. Respuesta al impulso de un oscilador armnico lineal. . . . . . . . . . . . .

80

2.27. Amplitud instantnea frente al tiempo de un oscilador de Dung con

y de un oscilador lineal.

68

=5

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

81

2.28. Frecuencia instantnea frente al tiempo de un oscilador de Dung con

=5

y de un oscilador lineal.

. . . . . . . . . . . . . . . . . . . . . . . . .

82

NDICE DE FIGURAS

2.29. Amplitud instantnea vs frecuencia instantnea para los casos lineal y no

lineal de un oscilador Dung con

= 5.

. . . . . . . . . . . . . . . . . . .

83

2.30. Detalle de la amplitud instantnea vs frecuencia instantnea para los casos

lineal y no lineal de un oscilador de Dung con

= 5.

. . . . . . . . . . .

84

3.1.

Esquema de una planta nuclear tipo PWR. . . . . . . . . . . . . . . . . . .

88

3.2.

Reactor Westinghouse PWR de cuatro lazos. . . . . . . . . . . . . . . . . .

89

3.3.

Vista 3D y seccin lateral de la vasija de un reactor PWR. . . . . . . . . .

90

3.4.

Esquema de un detector de neutrones ex-core.

. . . . . . . . . . . . . . . .

92

3.5.

Esquema de un detector de neutrones in-core o cmara de sin. . . . . . .

93

3.6.

P SDs

en tres momentos del ciclo (febrero, marzo y abril) procedentes de

seales in-core (a) y ex-core (b). . . . . . . . . . . . . . . . . . . . . . . . .


3.7.

Ubicacin de los detectores ex-core alrededor del ncleo en la central de


Ringhals .

3.8.

94

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

Ubicacin en el interior del ncleo del reactor 4 de Ringhals de los detectores in-core cuyas medidas han sido analizadas. . . . . . . . . . . . . . . . 105

3.9.

Ejemplo de seal obtenida a travs de un detector in-core mvil. Cada uno


de los picos corresponde al momento en el que el detector es desplazado
de una posicin a la siguiente. . . . . . . . . . . . . . . . . . . . . . . . . . 107

3.10. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

3.10. Secuencia del procedimiento de ajuste. En (a) el ajuste se realiza hasta 4

Hz, en (b) hasta 9 Hz, y en (c) hasta 12 Hz. . . . . . . . . . . . . . . . . . 111

xi

NDICE DE FIGURAS

3.11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
3.11.

P SDs

de seales de detectores ex-core durante los tres periodos de medida.

Detector N41 superior (a), detector N43 superior (b) y detector N41 inferior
(c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.12. Ajustes no lineales de los promedios de las

P SDs

de las seales de los

detectores superiores (a) e inferiores (b) correspondiente al mes de febrero. 116


3.13. Ajuste de la

P SD

de la seal procedente del detector N-44 superior. (To-

mada en febrero). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117


3.14. (a) y (b) evolucin de la frecuencia. (c) y (d) amplitud de los modos 1 y 2

para dos ciclos de combustible diferentes. . . . . . . . . . . . . . . . . . . . 119


3.15.

P SDs

obtenidas de las seales del detector in-core B en la posicin 1(a) y

en todas las posiciones (b) . . . . . . . . . . . . . . . . . . . . . . . . . . . 123


3.16.

P SDs

obtenidas de las seales del detector in-core A en la posicin 1 en

tres periodos diferentes(a) y del detector in-core E en la posicin 3 en los


mismos periodos (b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
3.17.

P SD

de la seal del detector B en la posicin 6 y su ajuste no lineal de

Breit-Wigner
3.18.

P SD

de la seal del detector C en la posicin 3 y su ajuste no lineal de

Breit-Wigner
3.19.

P SD

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

de la seal del detector A en la posicin 4 y su ajuste no lineal de

Breit-Wigner

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

3.20. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

xii

NDICE DE FIGURAS

3.20. Perles de amplitudes obtenidos a travs del ajuste no lineal de Breit-

Wigner de las

P SDs

de los detectores in-core A(a) C(b) y E(c) corres-

pondientes al Modo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131


3.21. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

3.21. Axialmodo2

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

3.22. Coherencias entre el detector ex-core N41 superior y los detectores in-core

(d) y entre el detector ex-core N44 inferior y los detectores in-core (e) . . . 135
3.23. Vigilancia global de resonancias para el combustible (a) y el barrilete (b).

Los casos (c) y (d) recogen los resultados anteriores, haciendo que el factor
de asimetra

4.1.

se considere nulo. . . . . . . . . . . . . . . . . . . . . . . . 142

Ubicacin de los principales sensores de presin, caudal y nivel en un lazo


de un PWR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151

4.2.

Medida del tiempo de respuesta de un sensor de presin a partir de una


rampa de presin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

4.3.

Obtencin de la respuesta del sensor.

4.4.

Tipos de medida de presin.

4.5.

Mdulo sensor de un transmisor de presin capacitivo tipo Rosemount.

4.6.

Esquema de presiones al inicio (Pi ) y al nal de la lnea sensora (P0 ). . . . 157

4.7.

Analoga elctrica de la lnea sensora y la membrana de aislamiento. . . . . 158

4.8.

Diagrama de la lnea sensora y la parte interna del sensor Rosemount. . . . 160

4.9.

Analoga elctrica de la lnea sensora y la membrana de aislamiento. . . . . 161

. . . . . . . . . . . . . . . . . . . . . 153

. . . . . . . . . . . . . . . . . . . . . . . . . . 154

xiii

. . 155

NDICE DE FIGURAS

4.10. Analoga elctrica del sistema compuesto por la lnea y el sensor nombrando

las intensidades de corriente. . . . . . . . . . . . . . . . . . . . . . . . . . . 161

4.11. PSD de una seal tomada en un experimento de laboratorio procedente de

un Rosemount . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169

4.12. Analoga elctrica propuesta para modelar el sensor acoplado a la lnea

sensora.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

4.13. Analoga elctrica propuesta para modelar el sensor acoplado a la lnea

sensora con las intensidades que recorren cada rama.

. . . . . . . . . . . . 171

4.14. Detalle de la analoga elctrica propuesta para modelar el sensor acoplado

a la lnea sensora con las intensidades que recorren cada rama. . . . . . . . 172

4.15. PSD de la respuesta simulada del sistema sensor-lnea y su ajuste por medio

de un modelo autorregresivo. . . . . . . . . . . . . . . . . . . . . . . . . . . 176

4.16.

P SDs

de dos sensores acoplados a lneas sensoras cuyas longitudes son 6

y 17 m.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

4.17. Procedimiento seguido para obtener el tiempo de respuesta simulando la

excitacin con ruido blanco.

. . . . . . . . . . . . . . . . . . . . . . . . . . 179

4.18. Distribucin estadstica del tiempo de respuesta de un sensor acoplado a

una lnea corta (10 m). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180

4.19. Distribuciones estadsticas de sensores acoplados a lneas de diferente lon-

gitud. (a)
y

l = 31 m

= 0, 05 s.

= 0, 15 s

= 0, 05 s.(b) l = 65 m

= 0, 15 s

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181

xiv

NDICE DE FIGURAS

4.20. (a) Simulacin de Monte-Carlo obtenida con

n = 5 (Orden de Akaike) para

un sensor acoplado a una lnea sensora corta (12 m). (b) Simulacin de
Monte-Carlo con

n = 5

(Orden de Akaike) para una lnea sensora larga

(26 m). (c) Simulacin de Monte-Carlo con

n = 10

(Orden ptimo) para

una lnea sensora corta (12 m). (b) Simulacin de Monte-Carlo con
(Orden ptimo) para una lnea sensora larga (26 m).

n = 10

. . . . . . . . . . . . 183

4.21. Funcin de probabilidad rectangular que sigue la incertidumbre tipo

aso-

ciada a la causa sistemtica de elegir un nmero no ptimo de coecientes


autorregresivos.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

4.22. Seales registradas in situ de tres sensores de caudal tipo Rosemount ubi-

cados en un reactor PWR

. . . . . . . . . . . . . . . . . . . . . . . . . . . 194

4.23. Interface grca de la herramienta sptool de Matlab para diseo de ltros. . 195

4.24. Interface grca de la herramienta sptool de Matlab para diseo de ltros

donde se muestra la frecuencia de corte (Fc ) y la frecuencia de muestreo


(Fs ). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

4.25. Seal correspondiente al sensor 1(superior) y su correspondiente tras el

ltrado(inferior).

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197

4.26. Seal correspondiente al sensor 2(superior) y su correspondiente tras el

ltrado(superior). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

4.27. Seal correspondiente al sensor 3(superior) y su correspondiente tras el

ltrado(superior). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199

xv

NDICE DE FIGURAS

4.28. PSD de la seal procedente del sensor capacitivo de caudal nmero 1 y su

ajuste autorregresivo utilizando cuatro coecientes .

. . . . . . . . . . . . . 200

4.29. PSD de la seal procedente del sensor capacitivo de caudal nmero 2 y su

ajuste autorregresivo utilizando cuatro coecientes. . . . . . . . . . . . . . . 201


4.30. PSD de la seal procedente del sensor capacitivo de caudal nmero 3 y su

ajuste autorregresivo utilizando cuatro coecientes. . . . . . . . . . . . . . . 202


4.31. PSD de la seal procedente del sensor capacitivo de caudal nmero 1 y su

ajuste autorregresivo utilizando seis coecientes. . . . . . . . . . . . . . . . 204


4.32. PSD de la seal procedente del sensor capacitivo de caudal nmero 2 y su

ajuste autorregresivo utilizando seis coecientes. . . . . . . . . . . . . . . . 205


4.33. PSD de la seal procedente del sensor capacitivo de caudal nmero 3 y su

ajuste autorregresivo utilizando seis coecientes. . . . . . . . . . . . . . . . 206


4.34. Ruido tpico en el sndrome de prdida de aceite. . . . . . . . . . . . . . . . 212
4.35. Modelo fsico simplicado del sensor de presin y su correspondiente elctrico.213
4.36. Reduccin de la varianza del ruido en funcin del cambio de capacidad

C/C1 = (C2 C1 )/C1

asociado a la presencia del sndrome.

4.37. Aumento del sesgo del ruido en funcin del cambio de capacidad

(C2 C1 )/C1

asociado a la presencia del sndrome.

. . . . . . . 215

C/C1 =

. . . . . . . . . . . . . 216

4.38. Tiempo de respuesta, calculado suponiendo linealidad, en funcion del cam-

bio de capacidad
4.39. ndice

C/C1 = (C2 C1 )/C1

asociado a la presencia del sndrome. 217

en funcin del cambio de capacidad

asociado a la presencia del sndrome.

C/C1 = (C2 C1 )/C1

. . . . . . . . . . . . . . . . . . . . . 219

xvi

NDICE DE FIGURAS

5.1.

Seal inicial (a) y seal con las envolventes de los mximos y mnimos
locales y la media de stas (b)

5.2.

Seal de partida
modo emprico.

x(t)

. . . . . . . . . . . . . . . . . . . . . . . . . 231

y el residuo

r1 (t)

obtenido tras calcular el primer

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232

5.3.

Respuesta dinmica de una viga , sus modos empricos y el residuo nal.

5.4.

Respuesta de un sensor de presin capacitivo tipo Rosemount 1153 deun

. 234

PWR que sufre el sndrome de la prdida de aceite ante una entrada armnica. 239

5.5.

Backbones correspondientes a la respuesta de un sensor lineal ante una


entrada armnica y a la respuesta de un sensor no lineal averiado ante
una entrada armnica.

5.6.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240

Respuesta de un sensor de presin capacitivo tipo Rosemount 1153 de un


PWR que sufre el sndrome de la prdida de aceite ante una entrada armnica. 241

5.7.

Backbones correspondientes a la respuesta de un sensor lineal ante una


entrada armnica y a la respuesta de un sensor no lineal averiado ante
una entrada armnica.

5.8.

Esquema sencillo de presiones inicial y nal en un sensor capacitivo tipo


Rosemount.

5.9.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243

Relacin entre la presin y el volumen de la cmara interna de un sensor


no lineal, debido al sndrome de la prdida de aceite. . . . . . . . . . . . . . 244

5.10. Backbones simuladas correspondientes a un modelo lineal del sensor (k

y a un modelo no lineal con

k = 0, 3.

xvii

= 0)

. . . . . . . . . . . . . . . . . . . . . 247

NDICE DE FIGURAS

5.11. Backbones simuladas correspondientes a un modelo lineal del sensor (k

y a un modelo no lineal con

k = 0, 05.

. . . . . . . . . . . . . . . . . . . . . 248

5.12. PSD de las seales simuladas del sensor para un caso lineal (k

un caso no lineal con

k = 0, 05.

= 0)

= 0)

y para

. . . . . . . . . . . . . . . . . . . . . . . . 249

5.13. Esquema del ensayo realizado para medir frecuencias en ap y en lag en

una pala de aerogenerador de 20 metros.

. . . . . . . . . . . . . . . . . . . 251

5.14. Respuesta al impulso de la pala de un aerogenerador de 20 metros. . . . . . 255

5.15. Espectro de Fourier de la respuesta al impulso representada en la gura 5.14. 255

5.16. Modos empricos y residuo de la seal de respuesta al impulso de una pala

de aerogenerador. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
5.17. Frecuencias instantneas de los modos empricos de la seal de respuesta

al impulso de una pala de aerogenerador. . . . . . . . . . . . . . . . . . . . 259


5.18. Rozamiento frente al tiempo de cada modo emprico de la respuesta al im-

pulso de una pala de aerogenerador .

. . . . . . . . . . . . . . . . . . . . . 260

B.1. Ajuste no lineal de Breit-Wigner, detector ex-core N41 superior.

. . . . . . 280

B.2. Ajuste no lineal de Breit-Wigner, detector ex-core N42 superior.

. . . . . . 281

B.3. Ajuste no lineal de Breit-Wigner, detector ex-core N43 superior.

. . . . . . 282

B.4. Ajuste no lineal de Breit-Wigner, detector ex-core N44 superior.

. . . . . . 283

B.5. Ajuste no lineal de Breit-Wigner, detector ex-core N41 inferior.

. . . . . . 284

B.6. Ajuste no lineal de Breit-Wigner, detector ex-core N42 inferior.

. . . . . . 285

B.7. Ajuste no lineal de Breit-Wigner, detector ex-core N43 inferior.

. . . . . . 286

xviii

NDICE DE FIGURAS

B.8. Ajuste no lineal de Breit-Wigner, detector ex-core N44 inferior.

. . . . . . 287

B.9. Ajuste no lineal de Breit-Wigner, detectores superiores ex-core. . . . . . . . 288


B.10. Ajuste no lineal de Breit-Wigner, detectores inferiores ex-core. . . . . . . . 289
B.11. Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores superiores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290


B.12. Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores inferiores.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291

B.13. Ajuste no lineal de Breit-Wigner, detector A, posicin 1.

. . . . . . . . . . 292

B.14. Ajuste no lineal de Breit-Wigner, detector A, posicin 2.

. . . . . . . . . . 293

B.15. Ajuste no lineal de Breit-Wigner, detector A, posicin 3.

. . . . . . . . . . 294

B.16. Ajuste no lineal de Breit-Wigner, detector A, posicin 4.

. . . . . . . . . . 295

B.17. Ajuste no lineal de Breit-Wigner, detector A, posicin 5.

. . . . . . . . . . 296

B.18. Ajuste no lineal de Breit-Wigner, detector A, posicin 6.

. . . . . . . . . . 297

B.19. Ajuste no lineal de Breit-Wigner, detector B, posicin 1.

. . . . . . . . . . 298

B.20. Ajuste no lineal de Breit-Wigner, detector B, posicin 2.

. . . . . . . . . . 299

B.21. Ajuste no lineal de Breit-Wigner, detector B, posicin 3.

. . . . . . . . . . 300

B.22. Ajuste no lineal de Breit-Wigner, detector B, posicin 4.

. . . . . . . . . . 301

B.23. Ajuste no lineal de Breit-Wigner, detector B, posicin 5.

. . . . . . . . . . 302

B.24. Ajuste no lineal de Breit-Wigner, detector B, posicin 6.

. . . . . . . . . . 303

B.25. Ajuste no lineal de Breit-Wigner, detector C, posicin 1.

. . . . . . . . . . 304

B.26. Ajuste no lineal de Breit-Wigner, detector C, posicin 2.

. . . . . . . . . . 305

B.27. Ajuste no lineal de Breit-Wigner, detector C, posicin 3.

. . . . . . . . . . 306

xix

NDICE DE FIGURAS

B.28. Ajuste no lineal de Breit-Wigner, detector C, posicin 4.

. . . . . . . . . . 307

B.29. Ajuste no lineal de Breit-Wigner, detector C, posicin 5.

. . . . . . . . . . 308

B.30. Ajuste no lineal de Breit-Wigner, detector C, posicin 6.

. . . . . . . . . . 309

B.31. Ajuste no lineal de Breit-Wigner, detector D, posicin 1.

. . . . . . . . . . 310

B.32. Ajuste no lineal de Breit-Wigner, detector D, posicin 2.

. . . . . . . . . . 311

B.33. Ajuste no lineal de Breit-Wigner, detector D, posicin 3.

. . . . . . . . . . 312

B.34. Ajuste no lineal de Breit-Wigner, detector D, posicin 4.

. . . . . . . . . . 313

B.35. Ajuste no lineal de Breit-Wigner, detector D, posicin 5.

. . . . . . . . . . 314

B.36. Ajuste no lineal de Breit-Wigner, detector D, posicin 6.

. . . . . . . . . . 315

B.37. Ajuste no lineal de Breit-Wigner, detector E, posicin 1.

. . . . . . . . . . 316

B.38. Ajuste no lineal de Breit-Wigner, detector E, posicin 2.

. . . . . . . . . . 317

B.39. Ajuste no lineal de Breit-Wigner, detector E, posicin 3.

. . . . . . . . . . 318

B.40. Ajuste no lineal de Breit-Wigner, detector E, posicin 4.

. . . . . . . . . . 319

B.41. Ajuste no lineal de Breit-Wigner, detector E, posicin 5.

. . . . . . . . . . 320

B.42. Ajuste no lineal de Breit-Wigner, detector E, posicin 6.

. . . . . . . . . . 321

B.43. Ajuste no lineal de Breit-Wigner, detector ex-core N41 superior.

. . . . . . 322

B.44. Ajuste no lineal de Breit-Wigner, detector ex-core N42 superior.

. . . . . . 323

B.45. Ajuste no lineal de Breit-Wigner, detector ex-core N43 superior.

. . . . . . 324

B.46. Ajuste no lineal de Breit-Wigner, detector ex-core N44 superior.

. . . . . . 325

B.47. Ajuste no lineal de Breit-Wigner, detector ex-core N41 inferior.

. . . . . . 326

B.48. Ajuste no lineal de Breit-Wigner, detector ex-core N42 inferior.

. . . . . . 327

B.49. Ajuste no lineal de Breit-Wigner, detector ex-core N43 inferior.

. . . . . . 328

xx

NDICE DE FIGURAS

B.50. Ajuste no lineal de Breit-Wigner, detector ex-core N44 inferior.

. . . . . . 329

B.51. Ajuste no lineal de Breit-Wigner, detectores superiores ex-core. . . . . . . . 330


B.52. Ajuste no lineal de Breit-Wigner, detectores inferiores ex-core. . . . . . . . 331
B.53. Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores superiores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332


B.54. Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores inferiores.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333

B.55. Ajuste no lineal de Breit-Wigner, detector A, posicin 1.

. . . . . . . . . . 334

B.56. Ajuste no lineal de Breit-Wigner, detector A, posicin 2.

. . . . . . . . . . 335

B.57. Ajuste no lineal de Breit-Wigner, detector A, posicin 3.

. . . . . . . . . . 336

B.58. Ajuste no lineal de Breit-Wigner, detector A, posicin 4.

. . . . . . . . . . 337

B.59. Ajuste no lineal de Breit-Wigner, detector A, posicin 5.

. . . . . . . . . . 338

B.60. Ajuste no lineal de Breit-Wigner, detector A, posicin 6.

. . . . . . . . . . 339

B.61. Ajuste no lineal de Breit-Wigner, detector B, posicin 1.

. . . . . . . . . . 340

B.62. Ajuste no lineal de Breit-Wigner, detector B, posicin 2.

. . . . . . . . . . 341

B.63. Ajuste no lineal de Breit-Wigner, detector B, posicin 3.

. . . . . . . . . . 342

B.64. Ajuste no lineal de Breit-Wigner, detector B, posicin 4.

. . . . . . . . . . 343

B.65. Ajuste no lineal de Breit-Wigner, detector B, posicin 5.

. . . . . . . . . . 344

B.66. Ajuste no lineal de Breit-Wigner, detector B, posicin 6.

. . . . . . . . . . 345

B.67. Ajuste no lineal de Breit-Wigner, detector C, posicin 1.

. . . . . . . . . . 346

B.68. Ajuste no lineal de Breit-Wigner, detector C, posicin 2.

. . . . . . . . . . 347

B.69. Ajuste no lineal de Breit-Wigner, detector C, posicin 3.

. . . . . . . . . . 348

xxi

NDICE DE FIGURAS

B.70. Ajuste no lineal de Breit-Wigner, detector C, posicin 4.

. . . . . . . . . . 349

B.71. Ajuste no lineal de Breit-Wigner, detector C, posicin 5.

. . . . . . . . . . 350

B.72. Ajuste no lineal de Breit-Wigner, detector C, posicin 6.

. . . . . . . . . . 351

B.73. Ajuste no lineal de Breit-Wigner, detector D, posicin 1.

. . . . . . . . . . 352

B.74. Ajuste no lineal de Breit-Wigner, detector D, posicin 2.

. . . . . . . . . . 353

B.75. Ajuste no lineal de Breit-Wigner, detector D, posicin 3.

. . . . . . . . . . 354

B.76. Ajuste no lineal de Breit-Wigner, detector D, posicin 4.

. . . . . . . . . . 355

B.77. Ajuste no lineal de Breit-Wigner, detector D, posicin 5.

. . . . . . . . . . 356

B.78. Ajuste no lineal de Breit-Wigner, detector D, posicin 6.

. . . . . . . . . . 357

B.79. Ajuste no lineal de Breit-Wigner, detector E, posicin 1.

. . . . . . . . . . 358

B.80. Ajuste no lineal de Breit-Wigner, detector E, posicin 2.

. . . . . . . . . . 359

B.81. Ajuste no lineal de Breit-Wigner, detector E, posicin 3.

. . . . . . . . . . 360

B.82. Ajuste no lineal de Breit-Wigner, detector E, posicin 4.

. . . . . . . . . . 361

B.83. Ajuste no lineal de Breit-Wigner, detector E, posicin 5.

. . . . . . . . . . 362

B.84. Ajuste no lineal de Breit-Wigner, detector E, posicin 6.

. . . . . . . . . . 363

B.85. Ajuste no lineal de Breit-Wigner, detector ex-core N41 superior.

. . . . . . 364

B.86. Ajuste no lineal de Breit-Wigner, detector ex-core N42 superior.

. . . . . . 365

B.87. Ajuste no lineal de Breit-Wigner, detector ex-core N43 superior.

. . . . . . 366

B.88. Ajuste no lineal de Breit-Wigner, detector ex-core N44 superior.

. . . . . . 367

B.89. Ajuste no lineal de Breit-Wigner, detector ex-core N41 inferior.

. . . . . . 368

B.90. Ajuste no lineal de Breit-Wigner, detector ex-core N42 inferior.

. . . . . . 369

B.91. Ajuste no lineal de Breit-Wigner, detector ex-core N43 inferior.

. . . . . . 370

xxii

NDICE DE FIGURAS

B.92. Ajuste no lineal de Breit-Wigner, detector ex-core N44 inferior.

. . . . . . 371

B.93. Ajuste no lineal de Breit-Wigner, detectores superiores ex-core. . . . . . . . 372


B.94. Ajuste no lineal de Breit-Wigner, detectores inferiores ex-core. . . . . . . . 373
B.95. Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores superiores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374


B.96. Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores inferiores.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375

B.97. Ajuste no lineal de Breit-Wigner, detector A, posicin 1.

. . . . . . . . . . 376

B.98. Ajuste no lineal de Breit-Wigner, detector A, posicin 2.

. . . . . . . . . . 377

B.99. Ajuste no lineal de Breit-Wigner, detector A, posicin 3.

. . . . . . . . . . 378

B.100.
Ajuste no lineal de Breit-Wigner, detector A, posicin 4.

. . . . . . . . . . 379

B.101.
Ajuste no lineal de Breit-Wigner, detector A, posicin 5.

. . . . . . . . . . 380

B.102.
Ajuste no lineal de Breit-Wigner, detector A, posicin 6.

. . . . . . . . . . 381

B.103.
Ajuste no lineal de Breit-Wigner, detector C, posicin 1.

. . . . . . . . . . 382

B.104.
Ajuste no lineal de Breit-Wigner, detector C, posicin 2.

. . . . . . . . . . 383

B.105.
Ajuste no lineal de Breit-Wigner, detector C, posicin 3.

. . . . . . . . . . 384

B.106.
Ajuste no lineal de Breit-Wigner, detector C, posicin 4.

. . . . . . . . . . 385

B.107.
Ajuste no lineal de Breit-Wigner, detector C, posicin 5.

. . . . . . . . . . 386

B.108.
Ajuste no lineal de Breit-Wigner, detector C, posicin 6.

. . . . . . . . . . 387

B.109.
Ajuste no lineal de Breit-Wigner, detector E, posicin 1.

. . . . . . . . . . 388

B.110.
Ajuste no lineal de Breit-Wigner, detector E, posicin 2.

. . . . . . . . . . 389

B.111.
Ajuste no lineal de Breit-Wigner, detector E, posicin 3.

. . . . . . . . . . 390

xxiii

NDICE DE FIGURAS

B.112.
Ajuste no lineal de Breit-Wigner, detector E, posicin 4.

. . . . . . . . . . 391

B.113.
Ajuste no lineal de Breit-Wigner, detector E, posicin 5.

. . . . . . . . . . 392

B.114.
Ajuste no lineal de Breit-Wigner, detector E, posicin 6.

. . . . . . . . . . 393

C.1. Disposicin tpica de la instrumentacin nuclear en un PWR.

. . . . . . . 400

C.2. Localizacin tpica de los detectores de rango de potencia. . . . . . . . . . . 401


C.3. Sistema de instrumentacin ex-core o extra-nuclear, detectores de neutrones

y rango de operacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403

D.1. Rangos y solapes de la instrumentacin nuclear de un BWR. . . . . . . . . 410


D.2. Situacin relativa de la instrumentacin nuclear en un BWR.

xxiv

. . . . . . . 411

ndice de tablas
3.1.

Identicacin de las vibraciones registradas en las PSDs procedentes de las


seales de los detectores de neutrones . . . . . . . . . . . . . . . . . . . . .

3.2.

Lista de medidas in-core y ex-core realizadas en Febrebero, Marzo y Abril


de 2009

3.3.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

Parmetros obtenidos del ajuste de las

P SDs

de las seales de tres detec-

tores ex-core correspondientes a febrero de 2009

3.4.

. . . . . . . . . . . . . . . 118

Datos de amplitud y frecuencia de los modos 1 y 2 correspondientes a las


fases 12 y 13

3.5.

95

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

Parmetros obtenidos del ajuste de las

P SDs

de las seales de tres detec-

tores in-core en tres posiciones axiales diferentes . . . . . . . . . . . . . . . 129

3.6.

Cuaterniones adimensionales para la primera resonancia de los elementos


combustibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

3.7.

Cuaterniones adimensionales para la resonancia del soporte del barrilete

4.1.

Clasicacin de seguridad de los equipos de las plantas nucleares . . . . . . 151

xxv

. 141

4.2.

Coecientes del denominador de la funcin de transferencia del sensor y la


lnea sensora en funcin de los parmetros de la analoga elctrica . . . . . 173

4.3.

Valores de las constantes de la analoga elctrica de 4 polos . . . . . . . . . 174

4.4.

Descriptores estadsticos del tiempo de respuesta de sensores acoplados a


lneas de diferentes longitudes

4.5.

. . . . . . . . . . . . . . . . . . . . . . . . . 179

Valores de tiempos de respuesta medios, desviaciones tpicas y curtosis para


modelos autorregresivos de diferentes nmero de coecientes y longitud de
lnea de 21 m

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

4.6.

Valores tpicos de los parmetros del sensor y la lnea sensora

4.7.

Coecientes AR:

a+

corresponde al caso normal (C2

al caso de prdida de aceite en el que

5.1.

C2 /C1 = 2.

= 0)

. . . . . . . 214

corresponde

Tiempo de muestreo 0,01 s. 218

Diferentes modos de vibracin de una viga dependiendo de la longitud de


la misma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254

Resumen
Para contribuir al diseo de un mantenimiento mecnico avanzado, se utilizan en esta
tesis las tcnicas de anlisis de ruido para monitorizar las vibraciones de los internos de
un reactor PWR y para vigilar la respuesta dinmica de los sensores de presin capacitivos tipo Rosemount ampliamente utilizados en la industria, sobre todo en las plantas
nucleares. Para el primer caso, se han ajustado mediante un mtodo no lineal de BreitWigner los espectros de resonancias obtenidos por medio de las seales de detectores de
neutrones in-core y ex-core en tres periodos de tiempo distintos. El ajuste persigue como
objetivo una vigilancia avanzada de los parmetros de cada resonancia y una mejora en
la identicacin de stas. En este sentido, se propone un mtodo basado en el lgebra de
cuaterniones para llevar a cabo una monitorizacin ms sencilla. El segundo caso incluye
la propuesta de un nuevo modelo de cuatro polos (en vez de tres) para los sensores de
presin capacitivos y la bsqueda de ste en el ruido de salida registrado en los sensores.
Adems, se incluye un modelo bilineal para detectar una avera muy extendida del sensor:
el sndrome de la prdida de aceite. Por ltimo, se realiza un anlisis de seales no lineales correspondiente a un sensor a travs de la transformada de Hilbert. A raz de l, se

xxvii

establece un nuevo sistema de control de calidad del sensor basado en el anlisis armnico
de Hilbert. En vista de este resultado, se aplica la transformada de Hilbert-Huang a otras
seales mecnicas para identicar parmetros de rozamiento.

Abstract
In oder to contribute to the design of an advanced mechanical maintenance, in this
thesis the noise analysis technique is used to monitor the vibrations of the internals of a
PWR reactor and to carry out the surveillance of the dynamical response of Rosemount
type capacitive pressure transmitters that are widely used in the industry, above all in
nuclear plants. For the rst case, the resonance spectrums obtained through the signals
coming from in-core and ex-core neutron detectors in three periods of time have been
tted using a non-linear method based on a Breit-Wigner formula. The tting pursues an
advanced surveillance of the parameters of each resonance and an improvement in their
identication. Moreover, a method based in the quaternion algebra is proposed so as to
achieve a simpler monitoring. The second case includes the proposal of a new model of
four poles (instead of three) for the capacitive pressure transmitters and the search of the
fourth pole in the output noise registered in the transmitters. Besides, a bilinear model is
outlined to detect a very spread out breakdown of the sensor, the oil loss syndrome. At
last, a sensor non-linear signal is analyzed using the Hilbert transform and due to this, a
new system for the quality control of the sensors based on harmonic Hilbert analysis is

xxix

established. At the sight of this result, the Hilbert Huang transform is applied to other
mechanical signals in order to indetify friction parameters.

Captulo 1

INTRODUCCIN
El mantenimiento predictivo de maquinaria por medio del anlisis de vibraciones es
uno de los paradigmas ms conocidos y estudiados de la Ingeniera Mecnica, y que adems ha servido de referencia en otros campos de la tcnica. El desarrollo de tcnicas de
medida requiere de inversin en equipamiento y la puesta a punto de las herramientas
matemticas de tratamiento de los datos registrados. Sin embargo, la capacidad de anlisis est muy determinada por la potencia de dichas herramientas. En esta tesis, por
mantenimiento avanzado se entiende el desarrollo de metodologas que permitan mejorar
los procedimientos ya establecidos o nuevas tcnicas de tratamiento de seales que permitan ir ms all de los anlisis estandarizados, sin necesidad de una inversin adicional
en equipamiento; y a veces, sin necesidad siquiera de recoger nuevos registros in situ.

En relacin al trmino I+D+i, el mantenimiento avanzado debera encuadrarse en la


innovacin, ya que no crea los fundamentos bsicos de las herramientas de tratamiento
(Investigacin) y no requiere de la ejecucin material de novedades tcnicas en cuanto
a sensores y cadenas de registro (Desarrollo). En este ltimo sentido, si el desarrollo

1. INTRODUCCIN
proporciona tecnologa a partir de inversin econmica, el mantenimiento avanzado, en
tanto que innovacin, proporciona benecios econmicos a partir de la aplicacin del
conocimiento. Tambin en esto se ve su diferencia con la Investigacin bsica, donde la
inversin da como resultado el acopio de conocimiento.

Los trabajos de la tesis se inscriben en el mbito de las seales de medida mecnicas,


y pueden considerarse dentro de la Ingeniera Mecnica como continuadores del mantenimiento clsico por anlisis de vibraciones. Sin embargo el nivel avanzado del mantenimiento que se ha abordado, encuentra su aplicacin natural en el mbito de la operacin
de las Centrales Nucleares, y desde ah puede extenderse a otros campos que puedan demandrselo. El mantenimiento de las centrales nucleares, dada la necesidad de precisin
y exactitud, y la dicultad de implantacin en entorno hostil, aporta un campo de prueba
muy adecuado donde las nuevas ideas son bien recibidas como innovacin, ya que ste
se traduce en mejoras de la seguridad de las plantas, optimizacin en la produccin e,
incluso y ms importante, en la posibilidad de aumentar el tiempo de operacin.

Por tanto, se han realizado diferentes trabajos donde el avance en el mantenimiento


predictivo se centra en el anlisis de las seales de medida de sistemas mecnicos. Dentro
del anlisis de los sistemas mecnicos, la problemtica es muy diferente segn puedan
aplicarse tcnicas lineales o no; por ello la tesis, despus de exponer la fundamentacin
terica en el Captulo 2, divide sus aportaciones en dos Partes: la primera dedicada a los
mtodos lineales y la segunda a los no lineales.

La primera parte est compuesta por dos captulos: Captulo 3 y Captulo 4. El primero
de stos est dedicado al anlisis de ruido neutrnico procedente de los detectores in-core

y ex-core, es decir, ubicados en el interior y exterior del ncleo respectivamente. Estos


detectores se utilizan normalmente para el clculo de la potencia del reactor, no obstante,
sus registros pueden utilizarse para monitorizar las vibraciones de las partes mecnicas
internas del reactor tales como los elementos combustibles, el movimiento del barrilete, los
efectos termohidrulicos, etc. Las Densidades Espectrales de Potencia (P SDs) obtenidas
por medio del anlisis de este ruido se han venido estudiando desde los aos 80, y aunque
cada reactor es distinto, sus espectros tienen patrones semejantes.

En el Captulo 3 se recogen los resultados de los anlisis de ms de 100 seales procedentes de estos detectores ubicados en el reactor cuarto de la central sueca de Ringhals,
que corresponde a un reactor de agua a presin (PWR) diseo Westinghouse. El objetivo
de este anlisis es la identicacin de los modos de vibracin interpretando ciertas zonas
del espectro obtenido a travs de las seales tanto in-core como ex-core. Especialmente el
estudio se enfoca al movimiento del barrilete y a las vibraciones de los elementos combustibles; as como al seguimiento de su evolucin temporal, a travs de la vigilancia de los
parmetros de las resonancias obtenidos por medio de un ajuste no lineal de Breit-Wigner.
Este trabajo se encuadra dentro de un proyecto de investigacin fruto del acuerdo entre la
central de Ringhals y el Departamento de Ingeniera Nuclear de la Universidad de Chalmers en Gteborg, donde la autora realiz una estancia de doctorado bajo la direccin del
profesor Imre Pzsit. Tambin, dentro del Captulo 3 se incluye una aplicacin del lgebra de cuaterniones para simplicar la monitorizacin conjunta de los cuatro parmetros
que caracterizan cada resonancia segn la frmula de Breit-Wigner: amplitud, frecuencia,
amortiguamiento y asimetra. Esta aplicacin de los cuaterniones es especialmente til

1. INTRODUCCIN
cuando deben vigilarse mltiples picos de resonancia y, adems, se desea vigilar cmo
evoluciona no slo la posicin de los mismos, sino su amplitud y amortiguamiento.

En el Captulo 4, que corresponde al segundo captulo de la primera parte, se estudian


las aplicaciones del anlisis de ruido para el mantenimiento predictivo de los sensores de
presin capacitivos. La respuesta dinmica de estos sensores se vigila por medio de la
medida de su tiempo de respuesta. Una de las tcnicas ms utilizada para medirlo in
situ es realizar el anlisis de ruido de la seal de salida del sensor y obtener un modelo
autorregresivo que caracterice la dinmica del sensor. Esto se traduce en una serie de
coecientes que pueden emplearse para reproducir la respuesta del sensor ante cualquier
entrada. El tiempo de respuesta se mide como la respuesta ante una rampa de presin
simulada numricamente. Este procedimiento implica realizar un modelo terico previo
que describa el comportamiento dinmico del sistema sensor-lnea y que pueda indicar
que parmetros deben vigilarse. En esta tesis se propone un nuevo modelo del sensor,
compuesto por cuatro polos (dos complejos conjugados y dos reales), ante la evidencia
emprica recogida en recientes estudios de que un solo polo real no es suciente. Una vez
se han simulado respuestas correspondientes a diferentes longitudes de la lnea sensora, se
ha descubierto que la aplicacin del criterio de Akaike para seleccionar el orden ptimo
del modelo autorregresivo conduce a errores de medida por falta de repetibilidad. Se ha
estudiado como evitarlo en la aplicacin en planta aplicando un criterio de seleccin basado
en la curtosis de la distribucin asociada a la repetibilidad de la medida. Se simula la
repetibilidad de la medicin del tiempo de respuesta aplicando el mtodo de Monte-Carlo
para determinar el error sistemtico asociado a la medida en funcin de la longitud de la

lnea sensora. En este sentido, se ha elaborado un procedimiento analtico para calcular


el nivel de conanza de la incertidumbre asociada a dicha medida. Adems, se propone
un modelo bilineal para simular una avera tpica del sensor, el sndrome de la prdida de
aceite. Por ltimo, debido a la evidencia emprica de que es necesario un cuarto polo para
describir la dinmica del sensor, se han analizado seales de planta procedentes de tres
sensores capacitivos y se ha conseguido obtener, a travs de sus modelos autorregresivos,
el cuarto polo de cada sensor, as como los tiempos de respuesta asociados a los mismos.

En la ltima parte de la tesis, dedicada a la no linealidad, se hace referencia a los


sistemas que presentan salidas no lineales y se utilizan herramientas destinadas a detectar
y caracterizar la no linealidad, como la transformada de Hilbert o la transformada de
Hilbert-Huang. En el Captulo 5 se introduce la transformada de Hilbert-Huang y se
especica a qu clase de seales se aplica. En cuanto a las aplicaciones desarrolladas en la
tesis, se incluye un trabajo basado en el uso de la transformada de Hilbert para controlar
el proceso de fabricacin de los sensores de presin capacitivos. Si se registra la respuesta
de un sensor recin fabricado sometido a excitacin sinusoidal, el anlisis por medio de la
transformada de Hilbert permite detectar defectos en el llenado de la cmara de medida
con aceite de silicona, ya que, un llenado deciente se traduce en una falta de linealidad
en la respuesta. Por ltimo, y como contrapartida al anlisis global que se puede realizar
por medio de la transformada de Fourier, se aplica la transformada de Hilbert-Huang a
seales mecnicas provenientes de sistemas no lineales para conseguir un estudio local de
los diferentes modos empricos de vibracin, con objeto de estimar el rozamiento asociado
a los mismos. Como aplicacin a un caso de estudio se presenta la dinmica del ensayo de

1. INTRODUCCIN
frecuencias de vibracin de una pala de aerogenerador, reinterpretando los registros, ya
analizados con la transformada de Fourier aplicando ahora la descomposicin en modos
empricos de Hilbert-Huang.
En resumen, se han presentado avances en el mantenimiento; tanto en el campo de
los sistemas lineales, como en aquellos que dejan de serlo por avera o por una dinmica
intrnsecamente no lineal. En los casos lineales, las propuesta se han centrado en la mejora
y optimizacin de tcnicas ya establecidas. Los resultados obtenidos tienen una gran
incidencia en la prctica, dada la amplia utilizacin que el anlisis de seales de medida
mecnicas tiene actualmente.
La no linealidad, sin embargo, es una especicacin que solamente indica que no
es posible aplicar las metodologas habituales (anlisis de Fourier, vigilancia paramtrica,
etc.). Por ello, segn sea la manera en que el sistema sea no lineal, el tipo de herramienta a
aplicar es muy distinto; siendo necesario entonces un desarrollo especco para cada caso.
De ah que en la tesis se hayan observado solamente aquellos problemas donde es aplicable
la transformada de Hilbert, tanto en la versin clsica como la emprica de Hilbert-Huang.
El trabajo desarrollado en este sentido, en vez de encaminarse a la mejora y optimizacin,
ha ido hacia la propuesta de nuevas tcnicas de vigilancia de sistemas mecnicos sometidos
a vibracin que, adems, puedan aplicarse en el control de calidad de fabricacin.

Parte I
FUNDAMENTOS TERICOS

Captulo 2

FUNDAMENTOS DEL ANLISIS DE


VIBRACIONES ALEATORIAS

2.1.

Introduccin

El estudio de las vibraciones aleatorias y de los procesos estocsticos no es nuevo, hay


que remontarse a principios del siglo XX para encontrar los primeros estudios. De hecho,
fue Einstein, quien al realizar sus trabajos sobre el movimiento browniano, estableci un
marco para comprender la oscilacin aleatoria de partculas suspendidas en un medio
uido [42][43]. Despus de Einstein, se sucedieron varios trabajos para generalizar su
estudio del movimiento browniano [93]. No fue hasta 1930 cuando Wiener desarroll el
concepto de Densidad Espectral de Potencia [125], tan usado hoy en da para describir en el
dominio de la frecuencia el contenido de una seal de un proceso estacionario estocstico.
La aportacin de Wiener fue tan importante que estableci la relacin entre la funcin
de autocorrelacin y la Densidad Espectral de Potencia a travs de la transformada de

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Fourier. Un proceso estocstico se divida de esta manera en un conjunto de infnitas
seales cuyas varianzas estaban vinculadas a una determinada banda de frecuencia. Pero
sin duda una de las aportaciones ms notables es la que se ha denominado la armacin
de Wiener,

Sxx () = |H()|2 Sww


donde

Sxx ()

(2.1)

es la transformada de Fourier de la autocorrelacin de la respuesta de un

sistema,|H()| es el modulo de la transformada de Fourier de la respuesta al impulso del


sistema y

Sww

la transformada de Fourier de la autocorrelacin de la entrada.

Uno de los acontecimientos ms importantes para la aplicacin de la teora de los


procesos estocsticos a la ingeniera mecnica se produjo en 1958 cuando Crandall organiz
un programa de verano dedicado a presentar los temas fundamentales de las vibraciones
aleatorias [93] al que le sigui otro de similares caractersticas en 1963 [34]. En estos
aos la teora de las vibraciones aleatorias se extendi a campos muy diversos, desde la
automocin, los vehculos espaciales e incluso el diseo de misiles. En casi todos los casos
las vibraciones eran una causa de fatiga y de fallo de componentes que deba vigilarse y
evitarse. Tal y como Crandall comenta en su libro Random Vibration [35], el estudio del
ruido, muy extendido en los circuitos de comunicacin, pasa a ser un tema clave en la
ingeniera mecnica.
Otro de los campos donde el ruido mereca estudiarse fue en la ingeniera nuclear. Las
investigaciones llevadas a cabo en el reactor experimental del actual Oak Ridge National
Laboratory (ORNL) se dedicaban a la medida de las oscilaciones de los neutrones [38].
A mediados de siglo se pudo ver como a travs del espectro de frecuencia de detectores

10

2.1. Introduccin
de neutrones se podan identicar vibraciones anmalas de las barras de control. De
hecho, Moore a nales de los aos 50 [85] ya estableci las bases para calcular la funcin
de transferencia del reactor a travs del ruido neutrnico. De esta manera, el anlisis
de seales aleatorias y concretamente del ruido neutrnico se convirti en una potente
herramienta para el mantenimiento predictivo avanzado en las plantas nucleares.

Desde nales de los 50 hasta los 80 el avance de las tcnicas de anlisis de ruido
marcaron un antes y un despus. A principios de los 60 Thie [115] estableci una serie de
mtodos para estudiar el ruido, calcular su potencia espectral as como la utilizacin de
la desviacin tpica para propsitos de vigilancia. Los espectros de frecuencia procedentes
del ruido se estudiaban para calcular ciertos parmetros de la planta con la ventaja de
que el anlisis de ruido no interrumpe la operacin de la misma [130]. Pero sin duda, uno
de los campos de investigacin ms fructferos desde aquellos aos y que contina hasta
la actualidad es la vigilancia del movimiento de los internos del reactor a partir del ruido
neutrnico procendente de detectores in-core y ex-core (interiores y exteriores al ncleo).
En los primeros trabajos,el movimiento del ncleo se ajustaba a la de un simple oscilador
armnico [116], mientras que en posteriores trabajos se utilizaron modelos estocsticos
ms complicados basados en la frmula de Breit-Wigner que facilitaban las tareas de
monitorizacin y vigilancia [128][100].

En este sentido, no se puede olvidar el tratamiento de las series temporales de ruido


ya sean de potencia, ujo en el interior del reactor, ujo del agua de alimentacin del
ncleo, de presin, etc. Para ello se comenzaron a utilizar mtodos como los modelos
autorregresivos (AR model ) que sostienen que una serie temporal puede reconstruirse a

11

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


travs de su historia anterior y de una serie de coecientes tal y como indica la ecuacin
siguiente:

X(n) =

M
X

A(m)X(n m) + Z(n)

(2.2)

m=1
donde

X(n) es la serie temporal, A(m) son los coecientes autorregresivos que multiplican

a los valores de la serie en instantes anteriores

X(nm) y Z(n) constituye un ruido blanco

de entrada al sistema no correlacionado con

X(n).

Teniendo en cuenta esta ltima ar-

macin se llega a la denominada ecuacin de Yule-Walker que relaciona la autocorrelacin


de la serie temporal

C(l)

con los coecientes autorregresivos:

C(l) =

M
X

A(m)C(l m); l = 1, 2.....M

(2.3)

m=1
De esta manera los coecientes autorregresivos son capaces de simular las respuestas dinmicas de diferentes sistemas de la planta para vericar si se cumplan las especicaciones
dadas por las autoridades nucleares [119]. Tambin surgi el modelo autorregresivo de
media mvil o ARMA(autoregressive moving average) en el que el ruido excitador en un
instante

tambin depende de s mismo en instantes anteriores a travs de unos coe-

cientes:

X(n) =

M
X

A(m)X(n m) + B(m)Z(n m)

(2.4)

m=1
Una de las incgnitas a la hora de aplicar estos mtodos era determinar el orden

M.

As

en 1974 surgi el criterio de informacin de Akaike basado en la minimizacin de la entropa [2]. La metodologa basada en los modelos autorregresivos propici la investigacin
tambin en Espaa, concretamente en el Ciemat, donde se redactaron informes tcnicos
explicando la metodologa y su implementacin informtica [15]

12

2.1. Introduccin
Los hallazgos y el inters en el diagnstico de plantas era tan grande que se comenzaron
a organizar congresos para reunir a los expertos de la materia. En este sentido cabe citar
el SMORN o Specialist Meeting On Reactor Noise, cuya primera cita se produjo en 1975
y se celebra cada 4 aos y el IMORN o Informal Meeting on Reactor Noise que ya ha
celebrado su edicin 29 desde el ao 1969 [121]. Ya en el ao 1979 aparecieron los primeros
reviews en anlisis de ruido [109]. Era necesario recopilar toda los avances producidos
hasta el momento, correlacionando la teora estoctica con la mecnica estadstica y el
procesamiento de seales. El anlisis de ruido era y sigue siendo una potente herramienta
para la seguridad de las plantas y la extensin de su vida til, problema que tanto preocupa
hoy en da.

Los estudios a este respecto son muy variados y se han realizado en los ltimos 30
aos en muchos reactores, tanto comerciales como experimentales. Los objetivos de estos trabajos estaban dirigidos principalmente a reconocer las frecuencias de resonancia
de los soportes del combustible del reactor, como por ejemplo en el reactor Sequoyah-1,
un reactor PWR de diseo Westinghouse de 1150-MW [113, 112]. Otros ejemplos son la
colaboracin entre las centrales nucleares suecas y el departamento de ingeniera nuclear
de la Chalmers University of Technology de Gteborg[3, 104, 102]. En todos estos trabajos, las mejoras en el ajuste de los espectros de resonancia tanto de detectores in-core
como ex-core han dado lugar a un progresivo entendimiento de las diferentes resonancias,
tanto su origen fsico como su evolucin con el quemado de combustible. Otros reactores
donde se han realizado similares trabajos de diagnstico son: el reactor PWR de Borssele(Holanda) [118, 39] en los reactores CANDU de Ontario Power Generation y Bruce

13

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Power [54], en Corea (PWR) [96], o Laguna Verde en Mjico (BWR) [92]. En otro casos, como ocurri en Espaa, las investigaciones perseguan la mejora del mantenimiento
aunando los parmetros de la resonancia en un nmero nico [51].

Otra de las vertientes fundamentales del anlisis de ruido es su aplicacin al mantenimiento de sensores en la planta. Presin, temperatura, caudal y otras variables deben
medirse adecuadamente para garantizar la seguridad. En la gura siguiente se muestra un
grco de la ubicacin de ciertos sensores en una central nuclear. Como se ha mencionado

Figura 2.1: Lazo de un reactor PWR mostrando la ubicacin de sus sensores. Tomado

de[57].

antes, los mtodos en el dominio del tiempo como los modelos AR y ARMA propiciaron
la mejora del mantenimiento y se aplicaron para el clculo del tiempo de respuesta de sen-

14

2.1. Introduccin
sores de temperatura [120]. Un poco ms adelante Hashemian propuso las posibilidades
de conocer los diferentes sensores de la planta a travs del estudio del ruido de proceso
excitador [68]. Todos estos avances se tradujeron en el encargo por parte de la Nuclear
Regulatory Comission de una serie de informes tcnicos cuyos objetivos eran investigar
los procesos de envejecimiento, los tiempos de respuesta, las averas ms comunes, as
como la comparacin de diferentes fabricantes de los sensores de presin y temperatura
utilizados en la planta [26, 86, 67, 44, 33, 61, 60].

El mpetu del anlisis de ruido aplicado a la instrumentacin tambin se dej notar


en Espaa. En el Ciemat se disearon unos termmetros gamma in-core para el Proyecto
Halden que adems se podan utilizar para calcular la velocidad del caudal en el interior
del ncleo a travs de la correlacin cruzada entre las seales de dos sensores colocados
en el mismo eje vertical [14]. Por otro lado se exploraron tcnicas en las que a travs de la
Densidad Espectral de Potencia de un sensor de presin, se obtena la autocorrelacin y
con ella los coecientes autorregresivos para el clculo del tiempo de respuesta [8]. No era
necesario de esta manera tener la propia seal de ruido para realizar el anlisis, sino que
era suciente el grco de la PSD obtenida en planta. Otro informe tcnico de relevancia es
el realizado tras nalizar el proyecto VISSP de Vigilancia in Situ de Sensores de Presin
del Ciemat donde los datos de ruido de presin se apoyaban en un modelo terico del
mismo basado en una analoga elctrica [6]. Con este modelo se pudo calcular de una
manera analtica la expresin del tiempo de respuesta [123]. As, ms adelante, gracias a
los modelos tericos realizados del sensor, se investigaron mtodos para simular la lnea
sensora acoplada a ste [80] y la manera de vigilar averas como el bloqueo de la lnea

15

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


[81][57] o la presencia de burbujas en sta[11]. Tambin, el comportamiento no lineal
de los sensores asociados a ciertas averas han establecido otras lneas de investigacin
encaminadas a construis modelos no lineales que sean tiles para el mantenimiento de
stos [49, 22].

2.2.

Ruido y seal

La palabra ruido se encuentra muy a menudo en nuestro vocabulario diario; "Qu


ruidoso es este sitio", "Deja de hacer ruido", "Sus declaraciones han producido mucho
ruido","Mucho ruido y pocas nueces", etc. Si se busca la palabra en el diccionario de la
Real Academia de la Lengua, se pueden ver varias acepciones, las tres primeras son:

1. Sonido inarticulado, por lo general desagradable.

2. Litigio, pendencia, pleito, alboroto o discordia.

3. Apariencia grande en las cosas que no tienen gran importancia.

Como se puede ver, la palabra ruido no tiene demasiada buena publicidad en nuestro
idioma, de hecho, la propia fontica de la palabra es hasta un poco desagradable.
El ruido se reere a algo cuya naturaleza no es determinista sino aleatoria, de carcter
estocstico. En el mundo del tratamiento de seales una perturbacin aleatoria o estocstica

x(t)

es aquella que no es previsible, es decir, es tal que su valor en un instante

no puede deducirse o preverse a partir de los valores que ha tomado en los

cualquiera

instantes anteriores [5, 4]. Dnde puede aparecer el ruido? En toda seal siempre hay un

16

2.2. Ruido y seal


ruido asociado. De hecho, algunos autores hablan de ste como de una uctuacin natural, inherente a cualquier proceso dinmico [59]. As, si se registra una determinada seal,
una vez alcanzado el rgimen permanente, la componente continua de sta constituye la
seal en s, mientras que la componente alterna constituye el ruido [58]. En la gura 2.2,
se muestra un ejemplo tomado de [57]. Por tanto, la seal proporciona una cantidad, un

Figura 2.2: Ruido asociado a una seal.

valor cuantitativo del proceso a estudiar, mientras que el ruido se concentra en el aspecto
cualitativo, en el cmo. En muchas ocasiones, el ratio seal-ruido se usa frecuentemente
como una medida del nivel de ste ltimo [114]. Esta tesis, encuadrada en la ingeniera
mecnica aplicada a instalaciones nucleares se concentrar en el ruido registrado en el

17

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


reactor. De hecho, la propia naturaleza estocstica de las siones establece un contexto
muy adecuado para el anlisis de ruido.
As, se pueden clasicar los ruidos en el reactor de dos maneras distintas:

Clasicacin segn la fuente del ruido, normalmente referido a un proceso dentro


del reactor como el ruido neutrnico o ruido de ebullicin.

Clasicacin segn la variable del sistema que contiene el ruido. En los reactores,
existe una gran cantidad de instrumentacin que proporciona seales de ujo neutrnico, presin, caudal, temperatura, posicin de las barras de control, etc [114].

En todos estos casos, el ruido de inters no debe confundirse con el ruido de fondo que
debe eliminarse adecuadamente a travs de ltros.
Como se puede apreciar, el estudio del ruido puede proporcionar mucha informacin
de la dinmica de un proceso, de un sensor, en denitiva, de un sistema. No obstante, debido a su carcter estocstico, existen varias disciplinas implicadas en su anlisis;
estadstica, probabilidad, teora de sistemas, anlisis armnico, etc. En los siguientes epgrafes se tratarn los aspectos fundamentales de stas para su estudio y su aplicacin al
mantenimiento en plantas.

2.3.

Procesos estocsticos

En una planta nuclear, la componente de alterna de las seales procedentes de los sensores, ya sean stos de presin, temperatura, detectores de neutrones, etc, representan la

18

2.3. Procesos estocsticos


uctuaciones naturales(ruido) existentes como consecuencia del ujo de agua, del proceso
de sin, de las vibraciones de los compoenentes del sistema, etc. Si se desean registrar
todas las posibles uctuaciones que tienen lugar correspondientes a un determinado fenmeno, se obtendr un conjunto de seales aleatorias que componen lo que se denomina un
proceso estocstico. As, en la gura 2.3 se muestra el registro de varias seales aleatorias
y todas ellas, representan un proceso estocstico. Como se puede observar, existen dos

Figura 2.3: Representacin esquemtica de un proceso estocstico.

variables en el proceso para cada seal aleatoria


nmero de muestra

x,

por un lado el tiempo

t,

y por otro el

. As pues, se tiene una familia de funciones, que son las diferentes

realizaciones del proceso estocstico[95]:

x(t, )

La idea central en el concepto de proceso estocstico es que no slo una nica seal temporal describe el proceso sino que se necesita todo el conjunto(ensemble ) para su completa

19

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


denicin[35]. Adems, es necesario mencionar que para una realizacin concreta
expresin

x(t, i )

i ,

la

es una funcin del tiempo. Por otro lado, para un instante determinado

ti , x(ti , ) es una cantidad que depende de , es decir, es una variable aleatoria[95]. Debido
a que existe un innito nmero de funciones

x(t, ),

es conveniente revisar los conceptos

de probabilidad para estimar las propiedades de las muestras de ruido.

El ruido presente en un reactor es estacionario lo que implica que los parmetros


de su modelo probabilstico, como la esperanza matemtica, la varianza o la funcin de
densidad de probabilidad, son invariantes en el tiempo y por tanto en vez de referirnos
a

p(x, t)

(funcin de densidad de probabilidad) es suciente hablar de

p(x).

Adems es

comn encontrar procesos que son estacionarios y ergdicos. Por proceso ergdico se
entiende aquel en el que una de sus realizaciones contiene toda la informacin del conjunto
estadstico (ensemble ).

2.3.1. Funcin de densidad de probabilidad


Si se desea saber, en una realizacin concreta, con qu frecuencia ocurre un determinado valor de una uctuacin aleatoria, se necesitar conocer el ratio entre el nmero de
veces que ocurre dicho valor y el nmero total de valores posibles que se pueden registrar.

p=

nmero de veces que aparece el valor x


nmero total de valores registrados

(2.5)

Cuando se conocen todas las probabilidades de todos los posibles valores, se tiene la
denominada funcin de densidad de probabilidad

20

p(x).

No obstante, teniendo en cuenta

2.3. Procesos estocsticos


que un proceso estocstico depende del tiempo y de la muestra que se considere, se pueden
denir diferentes tipos de funciones de densidad de probabilidad. As, se puede hablar de
la funcin de densidad de los posibles valores registrados para un cierto tiempo t1 , es decir,

p(x(t1 , )) o de la funcin de densidad de probabilidad para obtener pares de valores en dos


instantes diferentes t1 y t2 , es decir,

p(x(t1 , ), x(t2 , )). En este caso, se pueden considerar

funciones de densidad de probabilidad de primer orden, de segundo orden, etc. Una de


las funciones de probabilidad ms usadas en estadstica es la gaussiana o normal. El

teorema central del lmite establece que cuando los resultados de un cierto experimento
son debidos a un conjunto de causas independientes que actun sumando sus efectos,
siendo cada efecto individual de poca importancia respecto del conjunto, es esperable
que los resultados sigan una distribucin normal[97]. En la gura 2.4 se representa dicha
distribucin:

21

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.4: Representacin de una funcin de densidad gaussiana.

Las variables

son la media y la desviacin tpica respectivamente y se explicarn

en los epgrafes siguientes.


No se puede olvidar dentro de las funciones de densidad de probabilidad, que el rea
encerrada bajo ellas debe ser igual a la unidad, ya que dicha integral representa la probabilidad de que ocurra alguno de entre todos los sucesos posibles.

p(x)dx = 1

(2.6)

Si por el contrario, nos interesara calcular la probabilidad de que


y

b,

se encuentre entre

la integral sera:

Z
p(a < x < b) =

p(x)dx
a

En cualquier caso, la probabilidad siempre es un nmero positivo o nulo.

22

(2.7)

2.3. Procesos estocsticos

2.3.2. Esperanza Matemtica


Si se tiene una variable aleatoria
cretos

xi

con probabilidades

p(xi ),

que puede tomar un conjunto de

valores dis-

la esperanza matemtica de dicha variable como su

propio nombre indica es su valor esperado que se denota por

E[x]

y es un nmero real

denido por[52]:

E[x] =

M
X

xi p(xi )

(2.8)

i=1
Es por tanto una suma ponderada de probabilidades y se representa, en el caso de una
variable aleatoria continua como:

E[x] =

xp(x)dx

(2.9)

siendo

p(x)

la funcin de densidad de probabilidad.

Como se puede observar, la esperanza matemtica tambin es el primer momento de


la funcin de densidad de probabilidad

p(x)

y en consecuencia es una medida del centro

de la funcin. Se conoce ms a menudo como media de

y se representa por

Sin embargo, para el caso de datos experimentales registrados a lo largo del tiempo,
la media se denota por[6, 114]:

1
= lm
T T

T /2

xdt

(2.10)

T /2

Por supuesto, como en la prctica no se pueden tener registros innitos, la media puede
estimarse de la siguiente manera:

x=
siendo

N
1 X
xi
N i=1

en esta expresin, el nmero total de observaciones.

23

(2.11)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

2.3.3. Desviacin tpica


La desviacin tpica es una medida de la dispersin con respecto a la media de los
valores de la variable aleatoria o, en nuestro caso, de los diferentes valores que toma el
ruido. Desde un punto de vista discreto su expresin es:

v
u
N
u1 X
t
x =
(xi )2 p(xi )
N i=1

(2.12)

Como se puede apreciar, al escribir la notacin continua de la desviacin tpica y elevarla


al cuadrado, se obtiene la varianza que coincide con el momento de orden dos de la funcin
de densidad de probabilidad

p(x)
x2

(x )2 p(x)dx

(2.13)

Se podra denir igualmente el momento de orden n de la siguiente manera:

(x )n p(x)dx

mn =

(2.14)

Estos momentos que se acaban de denir son momentos centrales, ya que a cada
resta la media

se le

Como se mencionaba anteriormente, debido a la imposibilidad de tener seales innitas, la estimacin de la varianza en la prctica se realiza como sigue:

s2 =

N
1 X
(xi x)2
N i=1

(2.15)

2.3.4. Autocorrelacin y autocovarianza


Puesto que las muestras de ruido a tratar son aleatorias, ser preciso medir de una
manera cuantitativa la similitud entre dos ruidos. As, si se tienen dos procesos

24

x(t) e y(t),

2.3. Procesos estocsticos


la medida cuantitativa de la dependencia estadstica entre ambos en un cierto instante

t1

x1 y1 ,

se calcula como el valor esperado del producto

respectivamente. El producto

x(t)y(t)

densidad de probabilidad conjunta

x1 = x(t1 )

y1 = y(t1 )

es una variable aleatoria con cierta funcin de

p[x(t)y(t)],
Z

siendo

por lo que:

E[xy] =

xyp(x, y)dxdy

(2.16)

En la prctica, los procesos son estacionarios y ergdicos, y se dispone de un registro nito


de longitud

y(t).

N , {xi }i=1,...,N

que representa una realizacin de

x(t),

y otra

{yi }i=1,...,N

para

Entonces la esperanza se estima como:

N
1 X
(xi yi )
E[xy] =
N i=1
Si se desea calcular la dependencia entre el proceso
instante

t + .

debera obtenerse la esperanza

(2.17)

en el instante

E[x(t)y(t + )].

t,

y el proceso

en el

Si se vuelven a considerar

registros de longitud nita, dicho valor esperado puede estimarse como:

N
1 X
)
(xi yi+ t
E[x(t)y(t + )] =
N i=1
donde se ha supuesto que

(2.18)

es mltiplo del tiempo de muestreo empleado para digitalizar

las realizaciones de los procesos, y que adems:

= 0
yi+ t

El tiempo total de registro de las seales,


valor para

= 1, = 2,

hasta

si

T,

= N 1,

>N
t

ser

T = N.

(2.19)

Por tanto, si se calculara este

se obtendra una funcin de

denominada

correlacin cruzada. En general, dicha funcin se expresa como:

1
Rxy ( ) = lm
T T

T /2

x(t)y(t + )dt
T /2

25

(2.20)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Como se mencionaba anteriormente, tambin se puede denir la autocorrelacin, que sera

igual que (2.20) pero cambiando la funcin

1
Rxx ( ) = lm
T T

por

x:

T /2

x(t)x(t + )dt

(2.21)

T /2

Otra funcin que se puede denir en este contexto, es la autocovarianza, aunque es cierto
que en la nomenclatura del anlisis de ruido y de la seal es mucho ms comn hablar de
correlacin:

1
Cxx ( ) = lm
T T

T /2

[x(t) ][x(t + ) ]dt

(2.22)

T /2

Como se puede observar, la diferencia existente entre ambas funciones est en que en el
caso de la autocovarianza, a la seal se le resta su media. En muchas ocasiones se menciona
el denominado coeciente normalizado de correlacin como:

xy =

Cxy
x y

(2.23)

que evidentemente puede ser tambin una funcin del desfase temporal

. Puede demostrarse[88]

que este coeciente puede relacionarse tanto con la correlacin como con la covarianza
cruzadas:

xy ( )x y = Cxy ( )
(2.24)

xy ( )x y = Rxy ( ) x y
La funcin de autocorrelacin mide de una manera cuantitativa si en un instante determinado la seal

x(t)

determina el valor de

x(t + ),

o, en el caso de dos seales distintas, si

existe una relacin de causa y efecto entre ellas. Uno de los casos ms sencillos llegados a
este punto, es el caso de la autocorrelacin de un ruido blanco gaussiano, entendiendo por

26

2.3. Procesos estocsticos


tal aquel ruido cuya distribucin de amplitudes es una gaussiana y cuya autocovarianza
es nula para

> 0.

En la gura 2.5 se ha calculado la autocorrelacin de una seal aleatoria gaussiana


creada a travs del comando randn de Matlab. Como se observa, la funcin de autoco1

rrelacin en este caso es una delta de Dirac . El ruido slo est correlacionado consigo
mismo para

= 0.

Figura 2.5: Autocorrelacin de un ruido blanco gaussiano.

1 Vase

el epgrafe 2.4.2 para la denicin de delta de Dirac

27

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


2.4.

Sistemas en el dominio del tiempo

Las seales estocsticas o deterministas son datos que se registran en el dominio del
tiempo. En estos epgrafes se van a establecer las bases para comprender los sistemas
lineales y las propiedades que los denen. Al nal de esta seccin se llegar al concepto
de funcin de respuesta al impulso que permite realizar el anlisis de los sistemas en el
dominio de la frecuencia.

2.4.1. Sistemas Linealas LTI


Un sistema es un conjunto de elementos en el que puede originarse un proceso consistente en que a cada estmulo o entrada corresponde una salida o respuesta. As, de esta
manera, se tiene una seal de entrada y una de salida que se relacionan entre s mediante
la transformacin que provoca el sistema.

Normalmente los sistemas se esquematizan a travs de una caja negra que relaciona
la seal de entrada con la seal de salida. En la gura 2.6 se representa un esquema de
un sistema.

Figura 2.6: Esquema de un sistema que relaciona la seal de entrada

y(t).

28

x(t)

con la de salida

2.4. Sistemas en el dominio del tiempo


Los sistemas pueden ser discretos o continuos. Un sistema de tiempo continuo es aquel
en el que las seales de entrada y salida se expresan mediante funciones continuas del
tiempo. La notacin utilizada en estos sistemas es la siguiente:

x(t) y(t)

(2.25)

Una seal continua y armnica se representa de la siguiente manera:

Figura 2.7: Ejemplo de una seal armnica continua.

Por otro lado, un sistema de tiempo discreto es aquel en el que las seales de entrada
y salida se expresan a travs de seales discretas y se simboliza de la siguiente manera:

x[n] y[n]
As, una seal armnica discreta del tipo

x[n] = Acos(n)

muestra en la gutra 2.8

29

(2.26)

se representa tal y como se

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.8: Ejemplo de una seal armnica discreta del tipo

x[n] = Acos(n).

Es importante evaluar si los sistemas son lineales o no. Diremos que un sistema es
lineal si: siendo
entrada

g1 (t)

la salida de un sistema cuya entrada es

f2 (t) del mismo sistema, y a1

a2

f1 (t)

g2 (t)

la salida a una

dos constantes arbitrarias, entonces se cumple:

L[a1 f1 (t) + a2 f2 (t)] = a1 L[f1 (t)] + a2 L[f2 (t)]


siendo

(2.27)

una transformacin lineal[91]. En denitiva, se trata de cumplir el denominado

principio de superposicin que consiste en: si una entrada consta de la suma ponderada
de varias seales, entonces la salida es la suma ponderada de las respuestas del sistema a
cada una de estas seales[94].
Otra de las propiedades a tener en cuenta en el estudio de sistemas es la invarianza

en el tiempo. Se dice que un sistema es invariante en el tiempo si un desplazamiento de la

30

2.4. Sistemas en el dominio del tiempo


seal de entrada causa un desplazamiento de la seal de salida. En concreto si
salida a una entrada

x[n]

, entonces

y[n n0 ]

es la salida a una entrada

sistemas continuos diramos que ante la entrada


tanto, ante la entrada

x(t t0 )

x(t)

x[n n0 ]

se obtiene la salida

la respuesta correspondiente es

y[n]

y(t t0 )

y(t)

es la

. Para

y, que por

. Los sistemas

discretos o continuos que cumplen la invarianza en el tiempo y la linealidad se denominan


genricamente Sistemas Lineales Invariantes en el Tiempo y se les denota con las letras
LTI ( Linear Time Invariant ). Estos sistemas juegan un importante papel en el diseo
y anlisis de sistemas ya que muchos procesos de la naturaleza se pueden modelar como
tales.

31

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

2.4.2. Funcin de respuesta al impulso


Existe una seal en el estudio de sistemas que es muy til, se trata del impulso unitario o delta de Dirac. Una delta de Dirac

(t)

se dene formalmente como aquella seal

que es nula en todo instante excepto en el instante cero, en que se hace innita, siendo

R +

(t)dt = 1.

En la gura 2.9 se muestra un ejemplo de una

Figura 2.9: Ejemplo de una delta de Dirac

(t)

(t).

continua.

En el caso de un sistema discreto, la representacin se muestra en la gura 2.10:

Figura 2.10: Ejemplo de una delta de Dirac

32

[n]

discreta.

2.4. Sistemas en el dominio del tiempo


Tambin se la puede denir a travs de la denominada propiedad de la seleccin, tal
que:

x(t)(t )dt = x( )

(2.28)

Como se puede observar, la delta de Dirac selecciona un determinado valor de la


funcin

x(t),

en este caso

x( ),

puesto que la delta est desplazada en

t = .

Teniendo en cuenta la propiedad de la seleccin, la funcin impulso unitario nos permite denir las seales como suma de impulsos. As una seal continua

x(t)

se puede

expresar:

x( )(t )d

x(t) =

(2.29)

Por tanto, se puede pensar en

x(t)

como una "superposicin"de impulsos ponderados y

desplazados , donde el peso en el impulso

(t ) es x( )d [91]. Para el caso de una seal

discreta, la notacin sera algo distinta:

x[n] =

x[k][n k]

(2.30)

k=

Considerando esta ltima propiedad, se puede evaluar la respuesta de un sistema como


suma de las respuestas a impulsos unitarios. Supongamos que

h(t)

denota la respuesta

de un sistema lineal a un impulso unitario. Por tanto, teniendo en cuenta el principio


de superposicin y la propiedad de seleccin, se puede expresar la respuesta
sistema a una entrada

x(t)

y(t)

de un

por la siguiente integral:

x( )h(t )d

y(t) =

33

(2.31)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Que para el caso de sistemas discretos se expresara como sigue:

y[n] =

x[k]h[n k]

(2.32)

k=
La ecuacin 2.31 es la integral de convolucin y representa un sistema LTI en trminos
de su respuesta al impulso. La convolucin de dos seales se indica de forma simblica a
continuacin:

y(t) = x(t) h(t)

2.5.

(2.33)

Sistemas en el dominio de la frecuencia

Hasta este momento se han visto los sistemas en el dominio del tiempo y se ha llegado
al concepto de funcin de respuesta al impulso que dene las caractersticas de un sistema
desde el punto de vista temporal. No obstante, el contenido frecuencial de las seales
es muy importante para conocer mejor los sistemas de los que derivan. Existen varias
herramientas que nos permiten pasar desde el dominio del tiempo al de la frecuencia
como son la transformada de Laplace y la transformada de Fourier. En los siguientes
epgrafes se explican ambas herramientas y se relacionan con los conceptos propios del
dominio temporal.

2.5.1. La transformada de Laplace


El mtodo de la transformada de Laplace es un mtodo operativo que aporta muchas
ventajas cuando se usa para resolver ecuaciones diferenciales lineales. Mediante el uso de
la transformada de Laplace, es posible convertir muchas funciones comunes, tales como

34

2.5. Sistemas en el dominio de la frecuencia


las funciones senoidales o exponenciales en funciones de una variable
transformada de Laplace de una funcin

f (t)

compleja[90]. La

se dene de la siguiente manera:

est f (t)dt

L[f (t)] = F (s) =

(2.34)

La variable compleja es

s = + j ,

donde

son las partes real e imaginaria

respectivamente. Se dice que la transformada de Laplace es una aplicacin desde el dominio


del tiempo al de la frecuencia, pero en general es una aplicacin desde un dominio a su
dominio inverso. La transformada inversa de Laplace se dene a continuacin:

L [F (s)] = f (t) =

est F (s)ds

(2.35)

Parece complicado evaluar la integral de inversin, de hecho, rara vez se utiliza para
encontrar

f (t)[90].

La transformada de Laplace se utiliza para sistemas que poseen unas

condiciones iniciales nulas y por tanto nos interesa conocer el transitorio y el permanente.
De hecho los lmites de la integral 2.34 nos indican que efectivamente el sistema parte del
reposo.

Existencia de la transformada de Laplace


La transformada de Laplace de una funcin
integral converger si

t>0
f (t)

f (t)

f (t)

existe si la integral converge. La

es seccionalmente continua en cada intervalo nito en el rango

y si es de orden exponencial conforme

tiende a innito. Se dice que una funcin

es de orden exponencial si existe una constante

ec t |f (t)|

35

real positiva tal que la funcin:

(2.36)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


tiende a cero conforme
cero para

mayor que

tiende a innito. Si el lmite de la funcin

y el lmite tiende a innito para

et |f (t)|

menor que

se denomina abscisa de convergencia. Por ejemplo, para la funcin

c ,

el valor de

(2.37)

R
0

Aet :



lm et Aet

tiende a cero si

tiende a

> . En este caso, la abcisa de convergencia es c = . La integral

est f (t)dt slo converge si , la parte real de s, es mayor que la abscisa de convergencia

.Por tanto, debe elegirse el operador

de forma tal que la integral converja.

Funcin de transferencia
Una de las propiedades ms importantes de la transformada de Laplace es que la transformada de un producto de convolucin es igual al producto de las transformadas. Esta
propiedad indica que si se aplica la transformada de Laplace al producto de convolucin
dado en la ecuacin 2.33 se obtiene:

L [y (t)] = L [x (t) h (t)]

(2.38)

Si a continuacin se tiene en cuenta dicha propiedad, se obtiene:

Y (s) = X (s) H (s)

(2.39)

Como se puede observar la seal de entrada y salida en el dominio de la frecuencia


quedan relacionadas entre s mediante una simple operacin, evitando realizar la integral
2.31. El trmino

H(s)

correspondiente a la transformada de Laplace de la respuesta al

impulso del sistema se denomina funcin de transferencia. Por tanto, la salida del sistema
se puede obtener realizando la transformada inversa de Laplace de

36

Y (s).

2.5. Sistemas en el dominio de la frecuencia


Anlisis de estabilidad de H(s) en el plano complejo
Si se tiene una ecuacin diferencial con coecientes constantes del tipo:

an

dn y(t)
dn1 y(t)
dy(t)
+ a0 y(t) = x(t)
+
a
+ ... + a1
n1
n
n1
dt
dt
dt

(2.40)

Al realizar la transformada de Laplace a ambos lados de la ecuacin, se puede obtener la


funcin de transferencia del sistema que es:

H(s) =

Y (s)
1
=
n
n1
X(s)
an s + an1 s
+ ...a1 s1 + ao

Como se puede apreciar se trata de una funcin racional en

(2.41)

s.

Las races del denominador de la funcin de transferencia se denominan polos. As, si


se tiene la funcin de transferencia dada por:

H(s) =

1
s2 + 2s + 5

(2.42)

Sus polos se obtendrn calculando las races del denominador, que en este caso son:

s1 = 1 + 2j

s1 = 1 2j .

Se pueden representar dichos polos en un diagrama

de Argand, tal que aquellos situados en el semiplano derecho darn lugar a un sistema
inestable, mientras que los situados en el izquierdo corresponden a un sistema estable. En
la gura 2.11 se han representado los polos

s1

s1

y la regin de estabilidad

Figura 2.11: Mapa complejo de estabilidad de polos en el plano s.

37

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

2.5.2. La transformada de Laplace discreta: transformada z


La transformada z es la contrapartida de la transformada de Laplace para seales
discretas. Para entender la transformada z hay que tener en cuenta como convertir una
seal continua

x(t)

en una discreta

x[n]:

x(t) x(n t) x[n]

As, la variable

(2.43)

t queda dividida en n puntos separados un cierto intervalo de tiempo t

denominado intervalo de muestreo. Por otro lado, la integral que dene la Transformada
de Laplace se cambiara a un sumatorio tal y como sigue:

st

X(s) =

x(t)e

dt X[z] =

0
lo que implica que la variable

x[n]z n

(2.44)

n=0
es:

est = esnt = z n z = est

(2.45)

Operador retardo
Una de las propiedades fundamentales de la transformada z es el denominado operador
retardo. El operador retardo o
As, si la transformada z de

z 1

indica que existe un periodo de muestreo de desfase.

x[n] es X(z), la transformada de la misma secuencia retardada

un periodo de muestreo es:

x[n] X(z)

x[n 1] z 1 X(z)

Vemoslo con un ejemplo numrico sencillo. Si se tiene la secuencia

38

(2.46)

x[n]:

2.5. Sistemas en el dominio de la frecuencia


3,2,1,0,0,0,...

Su transformada z ser:

X(z) = 3 + 2z 1 + 1z 2
Como se puede ver, el valor 3, al ser el primer valor, est multiplicado por

z 0 , o lo que

es lo mismo, el desfase es 0, el siguiente valor, que se encuentra desfasado con respecto al


primero un tiempo de muestreo, vendr multiplicado por

z1

y as sucesivamente con el

resto de valores. Por otro lado, como se mencionaba antes, la secuencia


con respecto a

x[n]

x[n 1] retardada

un tiempo de muestreo tendr la siguiente transformada z:

z 1 X(z) = 3z 1 + 2z 2 + 1z 3

En la gura 2.12 se muestran tres seales

39

x[n], x[n 1]

x[n 2].

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.12: Ejemplo de tres secuencias discretas con retardos entre ellas de un tiempo de

muestreo.

Funcin de transferencia
Cuando se tiene un sistema discreto y se desea calcular la respuesta, tal y como se ha
comentado antes, se debe calcular la convolucin entre la funcin de respuesta al impulso
y la entrada:

y[n] = x[n] h[n]

(2.47)

En el caso de la transformada z, la convolucin se transforma en una multiplicacin


de polinomios en z, de manera que la transformada z de la salida

Y (z)

se obtiene:

Y (z) = X[z] H(z)


donde

H(z)

es la transformada z de la secuencia de respuesta al impulso

40

(2.48)

h[n].

2.5. Sistemas en el dominio de la frecuencia


Regin de convergencia
Si se representa la variable z como una exponencial compleja se tiene:

z = rej
As, en un diagrama de Argand,
ngulo es

es un nmero complejo cuyo mdulo es

(2.49)

y su

. Como se mencionaba anteriormente, la regin de estabilidad en el plano

se encuentra en el semiplano izquierdo. Por tanto, un polo de una determinada funcin


de transferencia en

es del tipo:

s1 = a bj
donde

la variable

b
s

(2.50)

son nmeros reales positivos. Si se tiene en cuenta la relacin existente entre


y

z:
z = est

(2.51)

Por tanto, al tomar logaritmos se tiene:

ln(rej ) = st

(2.52)

Aplicando las propiedades de los logaritmos, la ecuacin 2.52 queda convertida sustituyendo

por un nmero complejo del semiplano izquierdo en lo que sigue:

ln(r) + j = (a bj)t

(2.53)

Si se igualan las partes reales y complejas separadamente se tiene:

ln(r) = a t

j = bj t

41

(2.54)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


De la primera ecuacin se puede ver, que dado que el periodo de muestreo
siempre un nmero positivo, el logaritmo natural de
parte real de

es

debe tener el mismo signo que la

s, es decir, negativo. Esto slo puede ocurrir si r

es menor o igual que 1. Por

tanto, la regin de convergencia de los polos en la transformada z es el crculo unidad.

Figura 2.13: Regin de convergencia de la transformada z.

Aplicacin de la transformada z a las ecuaciones diferenciales


Es fcil reconocer las posibilidades de la transformada de Laplace para resolver ecuaciones diferenciales al transformar las derivadas de orden

en simples polinomios del

mismo orden. La transformada z tiene unas caractersticas muy similares pero aplicada
a las ecuaciones diferenciales discretas, es decir, en diferencias nitas. As por ejemplo,
la funcin de transferencia en

que relacione la respuesta del sistema con la fuerza exci-

tadora de un oscilador armnico de masa

m,

rigidez

y amortiguacin

es la siguiente:

d2 y(t)
dy(t)
Y (s)
1
+c
+ ky(t) = x(t) H(s) =
=
2
2
dt
dt
X(s)
ms + cs + k

42

(2.55)

2.5. Sistemas en el dominio de la frecuencia


No obstante, si la ecuacin estuviera discretizada, es decir, en diferencias nitas, habra
que proceder de manera distinta. En primer lugar, hay que aproximar los trminos de
derivada segunda y primera con los desarrollos en serie de Taylor:

dy t2 d2 y
+
+ ...
dt
2 dt2
dy t2 d2 y
y(t t) = y(t) t +
+ ..
dt
2 dt2

y(t + t) = y(t) + t

(2.56)

teniendo en cuenta esto, se obtiene que las derivadas primera y segunda son:

y(t + t) y(t t)
dy
=
dt
2t
2
dy
y(t + t) 2y(t) + y(t t)
=
2
dt
t2

(2.57)

De esta manera, se obtiene una aproximacin de las derivadas que puede ser ms o
menos exacta en funcin del nmero de trminos que se empleen de la serie de Taylor. A
continuacin, dado que se est trabajando con seales discretas,

y(t + t), y[n + 1].

y(t)

pasa a ser

Para abreviar la notacin, a partir de ahora se escribir

y[n] y por consiguiente, yi+1

yi1

para

yi

y[n],

en vez de

y(t + t) e y(t t) respectivamente. Por tanto,

la aproximacin de las derivadas queda de la siguiente manera:




dy
dt2


i

dy
dt


=
i

yi+1 yi1
2t

yi+1 2yi + yi1


=
t2

(2.58)

Una vez obtenidas estas aproximaciones, se puede sustituir en la ecuacin diferencial,


que ahora quedara convertida en una ecuacin en diferencias nitas:

xi+1 = m

yi+1 2yi + yi1


yi+1 yi
+
c
+ yi
t2
2t

43

(2.59)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Se puede reordenar la ecuacin de manera que la respuesta del sistema
funcin de los valores de
momento

y[n + 1]

yi+1

quede en

en instantes anteriores y del valor de la entrada en ese

xi+1 :
yi+1 = a1 yi + a2 yi1 + xi+1

(2.60)

yi = a1 yi 1 + a2 yi2 + xi

(2.61)

o tambin

Los coecientes
de los valores de

a1 a2

m, c

k.

dependen de las propiedades intrnsecas del sistema, es decir,


Hallando la transformada

a ambos lados de la ecuacin:

X(z) = a1 z 1 X(z) + a2 z 2 X(z) + Y (z)

Finalmente, la funcin de transferencia del sistema en

H(z) =

(2.62)

queda:

X(z)
=
Y (z)
1 a1 z 1 a2 z 2

(2.63)

2.5.3. La transformada de Fourier


La transformada de Fourier es una aplicacin que al igual que la transformada de
Laplace transforma una funcin del tiempo en una funcin de la frecuencia. Se utiliza en
aquellos casos en los que las condiciones inciales se han olvidado, es decir para seales
estacionarias. En esta seccin se llegar a la expresin de la transformada de Fourier una
vez revisado el concepto de serie de Fourier.

44

2.5. Sistemas en el dominio de la frecuencia


La serie de Fourier
El anlisis en el dominio de la frecuencia implica, entre otras cosas, que toda funcin
peridica puede ser descompuesta en una serie de componentes armnicos. As, una cierta
funcin

x(t)

de periodod

x(t) = a0 + a1 cos(

se puede escribir como una serie innita cuyos trminos son:

2t
4t
2t
4t
) + a2 cos(
) + ... + b1 sin(
) + b2 sin(
) + ...
T
T
T
T

(2.64)

o en notacin ms compacta

x(t) = a0 +

ak cos(

k=1
donde cada uno de los coecientes

1
a0 =
T

2
ak =
T

2
bk =
T

2kt
2kt
) + bk sin(
)
T
T

(2.65)

ak y bk se obtienen por medio de las integrales siguientes:

T /2

x(t)dt
T /2
T /2

x(t) cos

2kt
dt
T

k1

x(t) sin

2kt
dt
T

k1

T /2
T /2

T /2

Si se representan estos coecientes frente a la frecuencia, se obtiene la gura 2.14:

45

(2.66)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.14: Representacin grca de los coecientes de la serie de Fourier.

Como se puede ver, la separacin entre un punto y otro del eje de las abscisas es

2
, siendo
T

k =

2k
. As, a medida que aumente el periodo de la funcin
T

separacin disminuye. En el caso lmite, cuando

T ,

x(t), dicha

la grca de los coecientes se

convierte en una funcin continua dependiente de la frecuencia y, en consecuencia,


convierte en
coeciente

d .

a0

se

Por otro lado, si se sustituye la ecuacin 2.65 en 2.66 y se toma que el

es nulo(x(t) tiene media nula), se obtiene:

)
2kt
2kt
x(t) cos
dt cos
+
x(t) =
T
T
T
/2
k=1
( Z
)

X
2 T /2
2kt
2kt
+
x(t) sin
dt sin
T T /2
T
T
k=1
(

2
T

T /2

sustituyendo y expresando todo en funcin de

x(t) =
+

k=1
(

X
k=1

(2.67)

k :
)

T /2

x(t) cos k tdt cos k t+


T /2
(2.68)

T /2

x(t) sin k tdt sin k t


T /2

como se deca anteriormente, para el caso en que

46

T ,

entonces

y los

2.5. Sistemas en el dominio de la frecuencia


sumatorios se transforman en integrales segn:


Z
d
x(t) =
x(t) cos tdt cos t+

=0

Z

X
d
x(t) sin tdt sin t
+

=1
Z

si se toma

1
A() =
2
1
B() =
2
De esta manera, la funcin

x(t)
Z

x(t) cos tdt

(2.69)

x(t) sin tdt

se puede expresar como:

x(t) = 2

A() cos td + 2
0

B() sin td

(2.70)

La ecuacin 2.70 es una representacin de

x(t) mediante una integral de Fourier o una

transformada inversa de Fourier

La transformada directa e inversa de Fourier


La frmula de Euler es el recurso que nos permitir llegar a la representacin formal
de la transformada de Fourier. Se sabe que:

Deniendo

X()

ei = cos + i sin

(2.71)

X() = A() iB()

(2.72)

como

47

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


se pueden reordenar las ecuaciones 2.69 resultando:

1
X() =
2
1
=
2

x(t)(cos t i sin t)dt

(2.73)

it

x(t)e

dt

Esta es la expresin de la transformada de Fourier de la funcin

x(t) y la transformada

inversa de dene como:

X()eit d

x(t) =

(2.74)

Condiciones de existencia de la transformada de Fourier


La existencia de la trasformada de Fourier para x(t) est denida por las condiciones
siguientes:

1.

x(t)

sea integrable absolutamente, es decir,

x(t)dt <

x(t) =

(2.75)

2.

x(t)

tenga un nmero nito de mximos y mnimos dentro de cualquier intervalo

nito.

3.

x(t) tenga un nmero nito de discontinuidades dentro de cualquier intervalo nito.


Adems, cada una de esas discontinuidades debe ser nita. (Condicin de Dirichlet).

4.

x(t) 0

cuando

Por lo tanto, las seales absolutamente integrables que son continuas o tienen varias discontinuidades tienen transformada de Fourier. Adems, como ocurra con la transformada

48

2.5. Sistemas en el dominio de la frecuencia


de Laplace, la transformada de un producto de convolucin de dos funciones es igual al
producto de las transformadas. As, la transformada de Fourier de la respuesta de un
sistema ser igual a:

Y () = X()H()
siendo

(2.76)

X() la transformada de Fourier de la entrada a un sistema y H() la transformada

de Fourier de la funcin de respuesta al impulso de dicho sistema.

2.5.4. Procesamiento de seales de aleatorias: densidad espectral


Las seales aleatorias no cumplen los requisitos dados en la seccin anterior para la
existencia de la transformada de Fourier, por tanto, ser su autocorrelacin ( o correlacin
cruzada, en el caso de dos seales distintas) la que se someter a un anlisis de Fourier.
As, la funcin de autocorrelacin

Rx ( )

cumplir el requisito dado por la ecuacin 2.75

y adems, dado que los ruidos tienen media nula, puesto que la componente de continua
se ha eliminado, se cumple que su autocorrelacin tienda a cero cuando

As, a la transformada de Fourier de la autocorrelacin se le denomina densidad espectral de potencia (PSD)y se denota por:

1
Sx () =
2

Rx ( )ei d

(2.77)

La transformada inversa de la PSD, nos dara la autocorrelacin:

Sx ()ei d

Rx ( ) =

49

(2.78)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Como se puede observar, para

= 0,

la autocorrelacin, por su propia denicin, es

la esperanza del valor cuadrtico medio y en funcin de la PSD es:

Sx ()d

Rx ( = 0) =

(2.79)

lo que implica que el rea encerrada bajo la PSD es el valor cuadrtico medio o varianza
del ruido

x(t).

La PSD muestra, para cada intervalo de frecuencia

f + df ,la

varianza

que tiene la componente del ruido en dicha banda de frecuencia. En la gura 2.15 se ha
representado la PSD de una seal de un detector ex-core de neutrones. En ella se muestran
las resonancias de vibracin de los internos de un reactor de agua a presin (PWR).

50

2.5. Sistemas en el dominio de la frecuencia

Figura 2.15: Espectro de las resonancias de vibracin de los internos de un PWR obtenidas

a partir de una seal de un detector de neutrones ex-core.

En el caso en el que se analice un ruido blanco, es decir, aquel cuya autocorrelacin


sea una delta de Dirac

(t),

al calcular la PSD, se obtiene un valor constante, lo que

signica que el ruido blanco abarca todas las frecuencias posibles. Siempre y cuando un
determinado ruido tenga un espectro continuo en las frecuencias que sean de inters,
diremos que es blanco. Cuando se excita a un sistema con un ruido blanco, al contener
ste todas las frecuencias, se puede caracterizar el sistema con el simple hecho de conocer
su respuesta. La teora general de vibraciones y concretamente la armacin de Wiener
dice:

Sy () = |H()|2 Sx ()

51

(2.80)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Donde

Sy ()

es la PSD de la seal de salida,

Sx ()

la PSD de la de entrada y

H()

la

funcin de transferencia. As, sabiendo que la seal excitadora de un sistema es un ruido


blanco y, en consecuencia, que su PSD es constante, se tiene:

Sy () = |H()|2 S0

(2.81)

Como se puede observar, la densidad espectral de potencia de la salida es suciente para


encontrar la funcin de transferencia del sistema. Si en lugar de la autocorrelacin, se
tiene la correlacin cruzada de

y,

se puede obtener la Densidad Espectral Cruzada(

Cross Spectrum Density, CPSD) a travs de la transformada de Fourier:

1
Sxy () =
2

Rxy ( )ei d

(2.82)

Descriptores espectrales: la Coherencia y la Fase


Cuando se tienen dos ruidos y se quiere saber la relacin de causa efecto entre dos
magnitudes, se suele representar la denominada coherencia que se dene como:

|Sxy ()|2
() =
Sx ()Sy ()
2

(2.83)

Para cuanticar el retraso existente entre una seal y otra, es necesario calcular la fase
de la coherencia.As por ejemplo, para saber si las oscilaciones en la temperatura producen
oscilaciones en la potencia, se puede calcular la coherencia entre la seal del termopar de
salida del ncleo y la de un detector in-core de neutrones. En la gura siguiente se muestra
la coherencia y la fase existentes entre amabas seales:
Se observa que la coherencia es mayor en la zona de baja frecuencia, concretamente
para

f < 0,8Hz ,

lo que implica que existe una relacin entre las uctuaciones de tempe-

52

2.6. Modelos Autorregresivos

Figura 2.16: Coherencia y fase entre una seal de temperatura del termopar de salida del

ncleo y un detector in-core de neutrones de un PWR de diseo Westinghouse.

ratura y las de potencia y que se producen para frecuencias pequeas. Adems, la zona
de alta coherencia coincide con una fase lineal, es decir, existe un retraso entre la seal
de temperatura y la de potencia.

2.6.

Modelos Autorregresivos

Esta seccin se podra haber incluido dentro de los sistemas en el dominio del tiempo,
ya que los modelos autorregresivos(AR) se encuentran en ese dominio. No obstante, se ha

53

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


preferido incluirlos en una seccin diferente debido a su gran utilidad dentro del anlisis
de ruido y a que tambin es necesario utilizar la informacin que nos proporcionan en el
dominio frecuencial.
2

Un sistema autorregresivo se representa de la siguiente manera :

yi =

n
X

ak yik + xi

(2.84)

k=1

donde

yi

es la respuesta de un sistema en el instante i,

instantes anteriores,

ak

yik

es la respuesta del sistema en

son los denominados coecientes autorregresivos y

xi es la entrada

del sistema. As, con esta ecuacin se pone de maniesto que la salida de un determinado
sistema puede ser conocida sabiendo la respuesta del sistema en instantes anteriores (yik ),
una serie de coecientes y la propia entrada. Si la entrada es un ruido blanco, al multiplicar
la ecuacin (2.84) miembro a miembro por
ruido blanco desaparece porque

xi

yim

y tomar el valor esperado, el trmino del

slo est correlacionado consigo mismo en el instante

y por tanto:

E[yi yim ] =

n
X

ak E[yik yim ]

(2.85)

k=1
al estimar los valores esperados empleando toda la muestra de

N
n
X
1 X
yi yim =
ak
N i=1
k=1

N
1 X
yik yim
N i=1

datos se obtiene:

!
(2.86)

que como se puede ver, se trata de esperanzas matemticas de productos de seales en

2 En

el epgrafe 2.5.2 se vio como la aplicacin de un esquema numrico a la ecuacin diferencial de un

sistema dinmico conduce a un modelo autorregresivo. La ecuacin (2.60) es un ejemplo de un modelo


autorregresivo de orden 2

54

2.6. Modelos Autorregresivos


instantes distintos, o sea, son autocorrelaciones:

Ci =

n
X

ak Cik i = 1, 2...N

(2.87)

k=1

Esta expresin es la denominada ecuacin de Yule-Walker y se escribe en forma matricial como:

C1 . . . Cm1 a1
C1 C0





C C
C0 . . . Cm2
a2
2 1

=
.
. .
.
.
.
..
.. ..
.
.
.
.
.
.






Cm1 Cm2 . . . C0
am
Cm

que en forma abreviada es:

~ = P~a
C

donde la matriz
la inversa de

(2.88)

P , es simtrica y es una matriz de Toeplitz. Por tanto, multiplicando por

a ambos lados de 2.88, se obtienen los coecientes autorregresivos. Dichos

coecientes nos caracterizan el sistema que estemos estudiando y simplican considerablemente el anlisis de sistemas discretos. Adems, es posible conseguir por medio de ellos
la funcin de transferencia del sistema. En la seccin de la transformada
qu manera se puede obtener la funcin

H(z)

z,

se detall de

a travs de una ecuacin en diferencias

nitas. Una ecuacin autorregresiva es equivalente a una ecuacin en diferencias nitas


y por tanto, la funcin de transferencia se obtendra de manera equivalente quedando

55

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


nalmente:

H (f ) =
1

n
P

ak

(2.89)

ej2f t

k=1
Esto supone un importante aspecto para la aplicacin de los modelos autorregresivos
en el mantenimiento industrial. Por un lado, la simplicidad matemtica de los coecientes
facilitan las tareas de monitorizacin, y por otro, se puede comparar la PSD obtenida con
el modelo AR, con la que dara el anlisis en frecuencia de una determinada seal. En la
gura 2.17 se muestra la PSD de un sensor de presin capacitivo con la obtenida a travs
de los coecientes autorregresivos.

Figura 2.17: PSD de una seal de un sensor de presin capacitivo y la obtenida con un

modelo autorregresivo con 20 coecientes.

En este caso concreto, se ha utilizado un nmero muy alto de coecientes autorregre-

56

2.7. Ajuste de resonancias


sivos, no obstante para propsitos de vigilancia, habra que buscar el orden ptimo del
modelo. Existen varios criterios, pero sin duda el ms utilizado es el denominado Criterio
de Informacin de Akaike (AIC)[2] que est basado en la minimizacin de la entropa y
se expresa como:

AIC = N ln(b 2 ) + 2n
donde

(2.90)

2
es el nmero de datos de la seal o ruido, es la varianza del ruido y

n es el orden

del modelo. La varianza del ruido se calcula a travs de los coecientes autorregresivos y
de los valores de la autocorrelacin de la siguiente manera:

= Co

n
X

ai C i

(2.91)

i=1
As, para diferentes valores de

n,

se tendr un valor de AIC diferente y un valor de la

varianza del ruido distinto. Aquel valor de

que minimice

AIC

proporciona el orden

ptimo. En la gura 2.18 se muestra una representacin de los valores de


diferentes rdenes del modelo. La seal bajo estudio es la misma cuya

P SD

AIC

para

se represent

en la gura 2.17.
Como se puede observar en la gura, si se escogiera el mnimo valor del criterio de
Akaike, prcticamente habra que quedarse con el orden 50, no obstante, se suele seguir
el principio de parsimonia y en este caso concreto, un orden 4 o 5 sera suciente.

2.7.

Ajuste de resonancias

Hasta este momento se ha tratado la naturaleza de las seales estocsticas, su procesamiento y anlisis tanto en el tiempo como en la frecuencia. Gracias a los modelos

57

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.18: Criterio de Akaike para la seal cuya

P SD

est representada en la gura

2.17.

autorregresivos se han detallado las posibilidades de mantenimiento predictivo y vigilancia que ofrecen los coecientes hallados por medio de dichos modelos. No obstante, aunque
a travs de ellos sea posible determinar los polos de las funciones de transferencia de los
sistemas de la planta, los coecientes por s mismos no tienen un signicado fsico, o al
menos, no es trivial obtenerlo.

Por tanto, existen determinadas situaciones en las que ese problema puede solucionarse
y abordarse el tratamiento y el ajuste de la

P SD de una manera diferente. En el marco del

mantenimiento predictivo en Centrales Nucleares al considerar el caso de los internos de un


reactor de agua a presin (PWR), se calcula la

P SD de su seal de vibracin obtenindose,

en denitiva, un espectro de resonancias asociado a cada uno de los componentes. En la

58

2.7. Ajuste de resonancias


gura 2.19 se representan de manera esquemtica cada uno de estos elementos.

Figura 2.19: Vista de los internos de un reactor PWR.

En una

P SD

se pueden identicar las zonas de frecuencia de los elementos ms im-

portantes, si bien es cierto, la identicacin detallada es todava una tarea de futuros


trabajos de investigacin. En la gura 2.20 se sealan los intervalos de frecuencia y los
elementos que producen dicha vibracin.

59

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.20: PSD de los internos de un reactor.

Toda vibracin est caracterizada por una amplitud, un amortiguamiento y una fre-

cuencia. As, cada una de las resonancias que se pueden ver en la gura 2.20 podran
ajustarse a un modelo de oscilador armnico del tipo siguiente:

2



F
/m
0

|x| =
2 + 2j + 2
2

(2.92)

No obstante, debido a que las resonancias se solapan entre s, ajustar esta ecuacin a
cada una de ellas puede resultar una tarea muy tediosa. A esto se le suma la dicultad
aadida de que normalmente las resonancias cabalgan sobre un fondo que depende de

60

2.7. Ajuste de resonancias


la frecuencia. Por eso, existen otras frmulas mucho ms adecuadas y que se han venido
usando para el ajuste de las

P SDs

en diferentes momentos del ciclo. La ms usada es

la frmula de Breit-Wigner [100, 128, 129]que asigna a cada resonancia 4 parmetros;


amplitud,

A,

B , coeciente de asimetra, , la frecuencia amortiguada y el amortiguamien-

to. As, para cada resonancia indicada con el subndice

(
X A + ( )B

2 + ( )2

se tiene la siguiente expresin:

A ( + )B
+
2 + ( + )2

)
(2.93)

De esta manera, a medida que aumenta el ciclo, las resonancias se solapan y con el
parmetro

de asimetra se pueden discernir unas resonancias de otras. Como todos

los parmetros tienen un signicado fsico y van asociados a una zona determinada del
espectro, la vigilancia parmetrica se simplica. Si el ajuste se hubiera realizado con un
modelo autorregresivo, se tendra un nmero elevado de coecientes cuyo signicado fsico
es difcil de asignar. No obstante, a pesar de las ventajas de esta frmula, el ajuste de
resonancias est basado en la experiencia, ya que es el propio analista el que tiene que
identicar el nmero de resonancias presentes para poder realizar el ajuste. Es por ello,
que la investigacin del movimiento de los internos del reactor sigue estando en continua
mejora.

61

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

2.7.1. Justicacin para el uso de la frmula de Breit-Wigner en


resonancias mecnicas
La funcin de transferencia de un sistema que vibra y que posee una nica resonancia se
expresa en el dominio

s como un par de polos complejos conjugados p y p respectivamente:

H(s) =
donde

A0

diente

P SD

A0
(s p)(s p )

(2.94)

es una constante relacionada con la amplitud de la resonancia. La corresponpara

s = j

es:

P SD() = |H(j)|2 =

A20
(|p|2 2 )2 + [2 Re(p)]2

(2.95)

Esta expresin es vlida para todas las frecuencias, pero en la cercana de una resonancia se pude simplicar porque la ecuacin 2.94 se puede escribir como:

H(s)
En una resonancia, si
Re(p)

<< Im(p)

s = j ,

A0
1
1
(

)
2j Im(p) s p s p

est cerca de

p,

entonces debe estar alejado de

(2.96)

p ,

porque

as que el primer trmino en la ecuacin 2.96 es mucho mayor

que el segundo. Despreciando el segundo trmino, la funcin de transferencia se aproxima


como sigue:

H(s)
Por tanto, la

P SD

A0
1
(
)
2j Im(p) s p

(2.97)

es:

P SD() =

A20
1
2
2
4Im (p) re (p) + [ Im(p)]2

62

(2.98)

2.8. La transformada de Hilbert


que es una frmula, ms simple que la ecuacin 2.95 pero vlida nicamente en la cercana de la resonancia. Por tanto, la

P SD

de un sistema vibratorio con

resonancias se

representa por:

P SD(f ) =

n
X

(f ) + BGk

(2.99)

k=1
donde

BGk

es el fondo, que se estima por medio de la representacin grca de la

para cada resonancia, y

la expresin de Breit-Wigner para la resonancia

k.

P SD
Cada

resonancia se caracteriza explicitamente por:

k =

Ak 2k + Bk (fk f )
2k + 4 2 (f fk )2

donde, como se ha mencionado anteriormente, para la resonancia

fk ,

amplitud

k ,

amortiguamiento

Bk ,

factor de asimetra

se tiene:

La transformada de Hilbert

La transformada de Hilbert de una funcin

1
f (x0 ) = P

donde

frecuencia de la resonacia

Ak ,

2.8.

(2.100)

f (x)

se dene como:

f (x)
dx
x x0

(2.101)

denota el valor principal de Cauchy y permite expandir el tipo de funciones

para las que la denicin dada por (2.101) existe. As, la integral se puede calcular de

63

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


forma simtrica en torno a

x = x0

de la siguiente manera siguiendo la denicin del valor

principal de Cauchy:

Z
P

Z0
Z
f (x)
f (x)
f (x)
dx = lm
dx +
dx
0
x x0
x x0
x x0

(2.102)

x0 +

La transformada de Hilbert se parece mucho a la integral de Cauchy en el campo


complejo:

1
f (z0 ) =
2j

f (z) dz
z z0

(2.103)

C
donde

es cualquier curva cerrada del plano complejo que contenga al punto

Figura 2.21: Contorno cerrado con un punto singular en

z = z0 .

x0 .

Por tanto, para calcular una transformada de Hilbert, se pueden utilizar las propiedades de la variable compleja. As, la integral a realizar en un contorno como el de la gura
2.21, sera la siguiente:

I
C

f (z) dz
=
z x0

f (z) dz
+P
z x0

f (x) dx
+
x x0

Los contornos vienen dibujados en la gura 2.22.

64

f (z) dz
z x0

(2.104)

2.8. La transformada de Hilbert

Figura 2.22: Descomposicin del contorno

dado en la gura 2.21.

Hay que tener en cuenta que para resolver estas integrales hay que suponer que
tiende a innito y que

 tiende a cero. Por tanto, las integrales son en realidad los siguientes

lmites:

f (z) dz
= lm
R
z x0

f (z) dz
+P
z x0

f (x) dx
+ lm
x x0 0

f (z) dz
z x0

(2.105)

La integral en el lado izquierdo de la ecuacin se puede resolver mediante el teorema


de los residuos; la primera del lado derecho, por el teorema de Jordan se hace cero, ya
que el radio tiende a innito; la segunda integral del valor principal de Cauchy, es la
transformada de Hilbert multiplicada por

contorno

; y la ltima, se resuelve parametrizando el

mediante:

z x0 = rej
(2.106)

dz = jre d
sustituyendo en 2.105, nos queda:

X
2j
res

semiplano
superior



Z
Z0
j
f
x
jrej d
f (z)
f
(x)
dz
0 + re
=P
+
l
m
z x0
x x0 0
rej

En la ltima integral, en el lmite, cuando

(2.107)

 tiende a cero, f (x0 + rej ) = f (x0 ), por tanto,

65

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


si se despeja el valor principal:

Z
P

X
f (x) dz
= 2j

x x0
semiplano



Z0
f (z)
f (x0 ) jd
res
z x0

(2.108)

superior
y operando un poco

Z
P

X
f (x) dz
= 2j
res

x x0
semiplano

f (z)
+f (x0 ) j
z x0

(2.109)

superior
En denitiva, la integral del valor principal de Cauchy se puede expresar como:

Z
P




X
f
(z)
1
f (x) dz
= 2j
res
+ residuo en x0

x x0
z x0
2
semiplano

(2.110)

superior
Pongamos un ejemplo prctico de cmo calcular una transformada de Hilbert de una
funcin denominada pulso de Cauchy y de expresin

h(t) =

1
donde
t2 +2

es un parmetro

. Lo primero, como se va a utilizar la variable compleja para calcularla, se construye con

h(t)

la siguiente funcin en

z:

F (z) =

1
(z 2

2 ) (z

t)

h (z)
zt

(2.111)

A continuacin, se identican los polos de la funcin:

z1 = j

z2 = j

z3 = t

(2.112)

Para cada polo, se calculan los residuos:

1
2j (j t)

Residuo en

z = j (z j) F (j) =

Residuo en

1
z = t (z t) F (t) = 2
( + t2 )

66

(2.113)

2.8. La transformada de Hilbert


Para el polo en

z = j

no se ha calculado el residuo ya que est dentro del semiplano

inferior tal y como se obtuvo en 2.110.

La transformada de Hilbert de

h(t)

queda de la siguiente manera:



1
1
1
h (t) = 2j
+
2j (j t) 2 (2 + t2 )

(2.114)




t
t
h (t) = (j + t) + j
=
= h (t)
2
2
2
2
2
2
( + t ) ( + t )
( + t )

(2.115)

Si se opera,

En las guras siguientes se representa el pulso de Cauchy para


mada de Hilbert de acuerdo al resultado obtenido en (2.115).

Figura 2.23: Pulso de Cauchy para

67

= 0, 5.

= 0, 5

y su transfor-

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.24: Transformada de Hilbert del pulso de Cauchy para

= 0, 5.

2.8.1. Relacin con la transformada de Laplace


La transformada de Laplace se dene como una aplicacin que va desde un dominio
al dominio inverso, en el caso ms comn, del tiempo a la frecuencia y se dene como:

Z
L [f (t) , s] =

f (t) est dt

(2.116)

0
Si se aplica la doble transformada, se vuelve al dominio original. Veamos qu ocurre si se
transforma dos veces

f (t):
Z
L {L [f (t) , s] , } =

L [f (t) , s] es ds

(2.117)

0
Como se puede ver, en la primera transformada se pasa del dominio del tiempo
en la segunda, se va desde

t al de s, y

s al dominio . Si se desarrolla la primera de las transformadas,

68

2.8. La transformada de Hilbert


se tiene:

Z Z
L {L [f (t) , s] , } =

f (t) est es dsdt

(2.118)

s=0 t=0
Primero se integra respecto a la variable

y empleando la notacin

LL

para la doble

transformada, se obtiene:

Z
L {f (t) , } =

f (t)
dt
t+

(2.119)

t=0
Esta integral se parece mucho a la transformada de Hilbert slo que la variable

slo se

extiende a valores positivos. Si se parte de un desarrollo numrico de la integral de Hilbert


como el que sigue:



t
f
(1)
f
(0)
f
(1)
f
(2)
f
(2)
f (t) =
+
+
+
+
+ ...
... +

2 t 1 t
t
1t 2t

(2.120)

y se toma la mitad izquierda de la serie:

Z
A=

f ( )
d =
t

f ( )
d = LL [f ( ) , t]
+t

(2.121)

ahora si se toma la mitad derecha:

Z
B=

f ( )
d = LL [f ( ) , t]
t

(2.122)

0
resultando:

1
1
f (t) = (A + B) = (LL [f ( ) , t] LL [f ( ) , t])

(2.123)

As la transformada de Hilbert se expresa como una resta de dos transformadas dobles de


Laplace.

69

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

2.8.2. Relacin con la transformada de Fourier


La transformada de Hilbert se determina fcilmente a travs de la transformada de
Fourier que se denota por

F ():
Z
F () =

f (t) ejt dt

(2.124)

La transformada inversa de Fourier es:

1
f (t) =
2

F () ejt d

(2.125)

As, la transformada inversa de la funcin

Z
F () =

f (t) =

1
es:
t

1 jt
e
d = j sgn ()
t

(2.126)

donde sgn() es la funcin signo. Se puede, por tanto, considerar la transformada de


Hilbert como un producto de convolucin:

(t) = 1
h

Z
h ( )

1
1
1
d = h (t)
t

(2.127)

Como se sabe que la transformada de la convolucin de un producto es el producto de las


transformadas, se obtiene:

 
h
i
1
1
1

T F h (t) = T F [h (t)] T F
= H () [j sgn ()] = j sgn () H ()

(2.128)

Si se realiza la transformada inversa:

(t) = 1
h
2

j sgn () H () ejt d

70

(2.129)

2.8. La transformada de Hilbert


Como la transformada de Fourier es en general un nmero complejo con su parte real e
imaginaria tal que

H() = Re(H) + jIm(H),


si

entonces:

> 0 j sgn () H () = Im (H) + j Re (H)


(2.130)

si

< 0 j sgn () H () = Im (H) j Re (H)

Por tanto, para calcular la transformada de Hilbert de una funcin

h(t) primero se calcula

su transformada de Fourier, despus las frecuencias positivas se multiplican por


o

j , es decir,

se giran 90 , y a las negativas se les gira -90 . Por ltimo, se calcula la transformada inversa
de Fourier.

Pongamos como ejemplo la transformada de Hilbert de las funciones seno y coseno.


As, primeramente, se calculan sus transformadas de Fourier:

T F [cos (0 t)] = [ ( 0 ) + ( + 0 )]
(2.131)

T F [sen (0 t)] = j [ ( + 0 ) ( 0 )]
calculando ahora la transformada inversa y multiplicando por

1
2
1
2

j sgn () [ ( + 0 ) + ( 0 )] ejt d =

j sgn()

se tiene:

j
j  j0 t
e
+ ej0 t
= sen (0 t)
2
j

j sgn () j [ ( + 0 ) ( 0 )] ejt d =


1  j0 t
e
ej0 t = cos (0 t)
2

(2.132)
Por tanto, las transformadas de Hilbert son:

H [cos (0 t)] = sen (0 t)


(2.133)

H [sen (0 t)] = cos (0 t)

71

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

2.8.3. Propiedades
Para poder usar la transformada de Hilbert es necesario conocer alguna de sus propiedades. En este epgrafe se explican algunas de sus propiedades desde el punto de vista
de las aplicaciones sin entrar demasiado en la demostracin matemtica.

Existencia
Puesto que la transformada de Hilbert requiere realizar una transformada directa e
inversa de Fourier, en principio todas aquellas funciones sobre las que se puede aplicar el
anlisis de Fourier podrn transformarse mediante Hilbert. A nosotros nos interesa analizar con la transformada de Hilbert todas aquellas seales como las de los sismogramas,
cardiogramas, ruidos, uctuaciones trmicas, etc. que en la mayor parte de los casos, por
ser desarrollables en serie de Fourier, y en consecuencia, tendrn transformada de Hilbert.

Doble transformada
La doble transformada de una funcin
la serie de Fourier de

h(t)

es

h(t).

Para demostrarlo, partamos de

h(t):

h (t) =

hk ejk t

(2.134)

k=
La transformada de Hilbert de esta expresin es:

(t) =
h

hk j sgn () ejk t

k=

72

(2.135)

2.8. La transformada de Hilbert


y aplicando de nuevo la transformada de Hilbert:

h (t) =
hk j sgn () j sgn () ejk t = h (t)

(2.136)

k=

Linealidad
De la propia denicin de la transformada se deduce la linealidad.

Norma
Si

h(t) es una funcin de cuadrado integrable tambin lo es su transformada de Hilbert,

y adems:

h (t) dt =

2 (t) dt
h

(2.137)

Si se desarrolla en serie de Fourier, la integral del lado izquierdo de la ecuacin se puede


expresar como:

h2 (t) dt =

|hk |2

(2.138)

k=

Ortogonalidad
Una funcin y su transformada de Hilbert son ortogonales, es decir:

(t) dt = 0
h (t) h

(2.139)

Para su demostracin aprovecharemos que conocemos la transformada de Hilbert del


coseno y del seno y utilizaremos la serie de Fourier:

Z X

k=

[ak cos (k t) + bk sen (k t)]

[an sen [n t) + bn cos (n t)]dt = 0

n=

73

(2.140)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Teniendo en cuenta las propiedades de ortogonalidad de las funciones trigonomtricas,
para las integrales son nulas, resultando:

X


X

ak bk cos2 (k t) ak bk sen2 (k t) dt =
[ak bk cos (2k t)] dt = 0

k=

(2.141)

k=

Transformada de una funcin constante


Si se tiene una funcin constante del estilo a

h(t) = A cos(t)

con

= 0,

h(t) = A,

su serie de Fourier asociada es

la transformada de Fourier ser

A sen(t)

que es nula para

todos los instantes.

Funciones pares e impares


Si

h(t) es una funcin par, entonces su transformada es impar y viceversa, si es impar,

su transformada es par. Esto se demuestra fcilmente ya que si una funcin es par, su


desarrollo en serie de Fourier slo tendr trminos coseno, cuya transformada de Hilbert
son trminos en seno que son funciones impares.

Transformada de la convolucin
La transformada de Hilbert de la convolucin de dos funciones es la convolucin de
una de ellas con la transformada de Hilbert de la otra. En efecto, si

h(t) es la convolucin

de dos funciones:

h (t) = h1 (t) h2 (t)

74

(2.142)

2.8. La transformada de Hilbert


al realizar la transformada de Fourier, se tiene:

H() = T F [h (t)] = T F [h1 (t) h2 (t)] = H1 () H2 ()

introduciendo el factor

(2.143)

j():

j()H() = [j()H1 () H2 ()(2.144)

y por ltimo, se realiza la transformada inversa de Fourier:

(t) = h
1 (t) h2 (t)
h

(2.145)

donde se comprueba, que la transformada de la convolucin es la convolucin de la transformada de Hilbert de una de las funciones por la otra sin transformar.

Generalizacin del teorema de Parseval


Se cumple que:

Z
h1 (t) h2 (t) dt =

1 (t) h
2 (t) dt
h

(2.146)

Si se desarrollan ambas funciones en serie de Fourier compleja:

Z X

h1 (t) h2 (t) dt =

h1k ejk t h2n ejn t dt =

k,n

|h1k h2k |

(2.147)

k,n

Realizando el producto de las transformadas de Hilbert de ambas funciones se tiene:

1 (t) h
2 (t) dt =
h

ya que los desfases

Z X

h1k h2n ejt(n +k )+j 2 (sgn n +sgn k ) dt =

k,n

/2

X
k

no cambian el mdulo.

75

|h1k h2k |

(2.148)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


Intercambio con la derivada
La transformada de la derivada es la derivada de la transformada. En efecto, partiendo:

h (t) =

hk ejtk

(t) =
; h

j sgn () hk ejtk

(2.149)

entonces la derivada respecto del tiempo es:

dh X
=
jk hk ejtk
dt
k

(2.150)

transformando por Hilbert ambos miembros:

 X

dh
dh
H
=
jk j sgn () hk ejtk =
dt
dt
k


(2.151)

Esta es una de las propiedades ms interesantes pues permite aplicar la transformada a


ecuaciones diferenciales lineales. No obstante, el caso ms interesante se encuentra en las
ecuaciones no lineales y para ello se necesita adems la transformada de un producto de
funciones.

Transformada de un producto de funciones


La transformada de un producto de funciones es:




H [f g] = f g + f g + H f g

(2.152)

Comprobmoslo con un caso sencillo:

H [sen 2x] = cos 2x o H [sen 2x] = 2H [sen x cos x]

76

(2.153)

2.8. La transformada de Hilbert


En la segunda ecuacin se tiene un producto de funciones, si

f = cos x

g = sen x,

entonces:

2H [f g] = cos 2x = cos2 x sen2 x = f g + f g

(2.154)

que en este caso:

H [f g] = cos 2x = cos2 x sen2 x = f g + f g H [f g]


pero observamos en este caso que

H[f ] = H[fb gb]

(2.155)

, as pues se concluye que:

H [sen x cos x] = sen


x cos x + sen x cos
x + H [sen
x cos
x]

(2.156)

2.8.4. Seal analtica: amplitud y fase instantneas


La transformada de Hilbert permite denir el concepto de seal analtica. Sea

x(t) una

seal, entonces, se dene su seal analtica como:

xa (t) = x (t) + jH [x (t)] = x (t) + j x (t)


donde

xa (t)

es la seal analtica y

x
b(t)

la transformada de Hilbert de la seal

(2.157)

x(t).

La

seal analtica se puede expresar como:

xa (t) = A (t) ej(t)


Donde

(2.158)

A(t) es el mdulo de xa (t) y se denomina amplitud instantnea y (t) es la fase

instantnea que se calcula a travs de


instantnea

(t),

= tan1

x
b(t)
. Por tanto para denir la frecuencia
x(t)

se opera de la siguiente manera:

(t) =

d
1 d
(rad/s) f =
(Hz)
dt
2 dt

77

(2.159)

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


As, para detectar la no linealidad de una determinada seal, se calculan su frecuencia
y amplitud instantneas[25][72] y se representan en una grca donde la frecuencia est
en eje de las abscisas y la amplitud en el de las ordenadas. Esta representacin se denomina columna vertebral o backbone en ingls. En un sistema lineal, la columna vertebral
suele consistir en una recta vertical, es decir, una nica frecuencia que tiene varias amplitudes, como ocurre en la respuesta al impulso de un oscilador armnico amortiguado.
Sin embargo, cuando el sistema es no lineal, ya no existe una nica frecuencia y la recta
vertical se curva. En el siguiente epgrafe, se va a ejemplicar el clculo de las frecuencias
y amplitudes instantneas mediante un oscilador no lineal de Dung.

2.8.5. Ejemplo de un sistema no lineal: Oscilador de Dung


Sea un oscilador de Dung con un trmino independiente no lineal tal y como se
muestra en la siguiente ecuacin:

Donde

es la masa,


dy
d2 y
2
+
c
+
k
1
+
y
y=0
dt2
dt

es el amortiguamiento y

la constante de rigidez. En la gura

2.25, se puede ver el aspecto de la respuesta al impulso para el caso de

78

(2.160)

= 5:

2.8. La transformada de Hilbert

Figura 2.25: Respuesta al impulso de un oscilador de Dung no lineal con

=5

La no linealidad se comprueba a travs de las diferentes frecuencias que muestra la


oscilacin. En torno a 2-4 segundos, el periodo de la oscilacin es mucho ms pequeo
que en el entorno de los 10 segundos. Por otro lado, si se compara con la respuesta lineal,
es decir, para un caso en que

= 0,

las oscilaciones mantienen la misma frecuencia a lo

largo de todo el intervalo temporal tal y como se observa en la gura 2.26.

79

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.26: Respuesta al impulso de un oscilador armnico lineal.

80

2.8. La transformada de Hilbert


Realizando la transformada de Hilbert de la seal, se puede obtener, como ya se explic
anteriormente, la frecuencia y la amplitud instantneas. En las guras 2.27 y 2.28 se han
representado la amplitud y frecuencia instantneas frente al tiempo de un oscilador lineal
y uno no lineal con

= 5.

Figura 2.27: Amplitud instantnea frente al tiempo de un oscilador de Dung con

y de un oscilador lineal.

81

=5

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS

Figura 2.28: Frecuencia instantnea frente al tiempo de un oscilador de Dung con

=5

y de un oscilador lineal.

En la gura 2.27 no se observa un gran diferencia entre el caso lineal y el no lineal. No


obstante, en la 2.28 correspondiente a las frecuencias instantneas, se puede apreciar que
en el caso no lineal, al comienzo de la oscilacin, hay frecuencias que doblan la frecuencia
natural del oscilador, en este caso, 0,5 Hz. A medida que nos acercamos a los 10 segundos,
ambas frecuencias se igualan. Estas representaciones no son sucientes para diagnosticar
de forma eciente la no linealidad de un sistema, por ello se utiliza muy a menudo la
representacin backbone como se muestra en la gura 2.29.
Como ya se adelant al hablar de las seales analticas, la columna vertebral de un

82

2.8. La transformada de Hilbert

Figura 2.29: Amplitud instantnea vs frecuencia instantnea para los casos lineal y no

lineal de un oscilador Dung con

= 5.

83

2. FUNDAMENTOS DEL ANLISIS DE VIBRACIONES ALEATORIAS


oscilador armnico lineal es una lnea vertical, lo que implica que la frecuencia de la
oscilacin se mantiene constante aunque la amplitud cambie. Sin embargo, en el caso no
lineal la columna se curva hacia la derecha debido a la aparicin de frecuencias ms altas
al comienzo de la oscilacin. En la gura 2.30 se puede ver una representacin detallada
de la gura 2.29.

Figura 2.30: Detalle de la amplitud instantnea vs frecuencia instantnea para los casos

lineal y no lineal de un oscilador de Dung con

84

= 5.

Parte II
SISTEMAS LINEALES

85

Captulo 3

ANLISIS DE RUIDO NEUTRNICO


PARA MANTENIMIENTO DE
CENTRALES NUCLEARES
3.1.

Introduccin

En este captulo se va a tratar la aplicacin del anlisis de ruido, concretamente del


ruido neutrnico en reactores de agua a presin (PWR), para el mantenimiento de los
internos del reactor. Un reactor nuclear es una planta industrial que aprovecha la energa
de la sin del uranio para producir energa elctrica. En la gura 3.1 se muestra un
esquema sencillo de un reactor PWR:

87

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Figura 3.1: Esquema de una planta nuclear tipo PWR.

Un reactor PWR est compuesto por tres sistemas de refrigeracin:

1.

Sistema de refrigeracin del reactor. Segn el diseo, puede estar formado por
dos, tres o cuatro lazos (loops ) unidos a la vasija. En la gura 3.2 se muestra un
diseo con cuatro. Cada uno de los lazos se compone de una bomba y de un generador
de vapor. El agua ligera se calienta a su paso por las barras de combustible y debido
a que la presin se mantiene con el presurizador, se evita el cambio de fase. Por
ltimo va a al generador de vapor.

2.

Sistema de refrigeracin secundario. Incluye el circuito principal de vapor as


como el del agua de alimentacin procedente del condenador.

3.

Sistema de refrigeracin del condensador.

Se compone de un circuito por el

que uye agua procedente de una fuente externa (mar, ro, lago, etc).

Nuestro objetivo de estudio se centra en la vasija del reactor y los modos de vibracin

88

3.1. Introduccin

Figura 3.2: Reactor Westinghouse PWR de cuatro lazos.

de sus componentes internos: ncleo, barras de combustible, barras de control, circuito de


agua, entre otros. En la gura 3.3 se muestra una vista 3D de la vasija y un corte lateral
con sus elementos ms importantes.

3.1.1. Ruido neutrnico


Se entiende por ruido neutrnico las uctuaciones del ujo de neutrones presentes
en la vasija. Debido a que estas uctuaciones son inherentes al proceso de sin, su
medida no supone la interrupcin en la operacin. La medida de estas uctuaciones da
una informacin muy valiosa de la dinmica de los elementos estructurales del reactor.

Existen varias fuentes de ruido neutrnico que se explican a continuacin brevemente:

1.

Ruido a potencia zero:

Se trata de las uctuaciones que tienen un origen mi-

89

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Figura 3.3: Vista 3D y seccin lateral de la vasija de un reactor PWR.

croscpico y que se producen a cualquier nivel de potencia. Son las nicas que se
registran para potencias muy bajas y son debidas a las reacciones en cadena y al
proceso de sin sin tener en cuenta ningn elemento estructural del reactor

2.

Ruido inducido por la reactividad:

Son uctuaciones macroscpicas del ujo

de neutrones debido a la uctuacin de reactividad y pueden proceder de fuentes


mecnicas, hidrulicas o trmicas entre otras.

3.

Ruido geomtrico: Cambios en la geometra de los componentes del reactor que


a su vez se traduce en cambios en las uctuaciones del ujo neutrnico.

El ruido neutrnico se mide con detectores de neutrones. La instrumentacin nuclear


es diferente en los reactores tipo PWR y en los BWR. De hecho, en estos ltimos slo

90

3.1. Introduccin
existe instrumentacin intra-nuclear, es decir, ubicada en el interior del reactor. En esta
tesis se han analizado seales procedentes de detectores de reactores PWR, por tanto,
la instrumentacin nuclear de los reactores BWR no ser objeto de estudio. As, en los
reactores PWR existen dos tipos de detectores neutrnicos segn su ubicacin:

Ex-core: Se trata de detectores que se colocan en el exterior del ncleo. Suele haber
8 detectores, cuatro superiores y cuatro inferiores para el rango da potencia ms alto.

In-core:

Se trata de detectores ubicados en el interior del ncleo para la medida

del ujo neutrnico. Con esta medida se calcula la potencia del reactor ya que
ambas magnitudes son proporcionales. Son detectores mviles que se utilizan para
elaborar un perl axial del ujo neutrnico una vez al mes. Normalmente, existen
unas zonas en la placa de sujecin de los elementos combustibles que se reservan
para la instrumentacin in-core. Dicha instrumentacin, adems de los detectores
de neutrones, incluye los termopares para la medida de temperatura del agua de
salida del ncleo.

Los detectores de neutrones ex-core miden los neutrones a travs de pulsos de voltaje
que se producen por partculas cargadas que estn en el interior del detector. Como los
neutrones no estn cargados, para producirse ionizacin es necesario que los neutrones
den lugar a una reaccin que produzca partculas cargadas y que stas ionicen un gas que
se encuentre en el interior del detector[29]. Los pares inicos producidos se recogen en los
electrodos del detector producindose una corriente elctrica. A continuacin se presenta

91

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
la reaccin nuclear que tiene lugar en los detectores para producir los pares inicos:

1
0n

11
7
+ 10
5 B 5 B 3 Li + + Energa

(3.1)

En la gura 3.4 se muestra un esquema de un detector ex-core. Los detectores in-core

Figura 3.4: Esquema de un detector de neutrones ex-core.

tienen un principio de funcionamiento diferente. Se denominan cmaras de sin ya que


estn compuestos por un material fsil de manera que al incidir los neutrones sobre l,
se producen siones y, en consecuencia, los productos de stas de alta energa ionizan un
gas, normalmente argn, que se ubica en el interior del detector[29]. Cuando el material
fsil se agota el detector ya no puede medir ms. En la gura 3.5 se muestra un esquema
del detector.

92

3.1. Introduccin

Figura 3.5: Esquema de un detector de neutrones in-core o cmara de sin.

3.1.2. Medida de los modos de vibracin de los internos de un


reactor
El ruido registrado por los detectores ex-core e in-core es procesado para identicar
los modos de vibracin de cada uno de los elementos internos del reactor. Los espectros
obtenidos a partir de los registros de unos y otros son ligeramente distintos, ya que su
posicin en el reactor es diferente. En primer lugar, los detectores in-core suelen registrar
el ruido durante menos tiempo, ya que al contener un material fsil, ste se consume y
dejan de ser operativos. En consecuencia, la

P SD

in-core tien un perl menos denido

que la registrada por los detectores ex-core. En la gura 3.6 se muestran 6

P SDs,

las de

la izquierda proceden de tres seales ex-core, y las de la derecha son tres seales in-core,
correspondientes a tres meses consecutivos de vigilancia.

93

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Figura 3.6:

P SDs

en tres momentos del ciclo (febrero, marzo y abril) procedentes de

seales in-core (a) y ex-core (b).

Como se puede observar, los espectros son ligeramente diferentes dependiendo si se


trata de seales in-core o ex-core. Respecto al momento en el que fueron tomados, se
puede apreciar cmo en los tres meses considerados apenas existe diferencia, y las

P SDs

prcticamente se solapan unas con otras.


El espectro de frecuencias se puede dividir en las zonas especicadas por la tabla
3.1.Es necesario mencionar que de todos los elementos, el que ha dado lugar a mayor
nmero de estudios y publicaciones es el movimiento del barrilete (Core Barrel Motion,
CBM). El barrilete est anclado a la parte superior de la vasija y vibra de dos maneras
diferentes: por un lado se tiene una vibracin pendular en torno a los 8 Hz (Beam mode)
y un segundo modo en torno a los 20 Hz (Shell mode) que corresponde a un movimiento
extensional del barrilete que se traduce en una modicacin de su dimetro.

94

3.2. Evolucin de la investigacin precedente


Frecuencia

Elemento estructural

<1 Hz

Vibraciones termohidrulicas

2-3 Hz

Primer modo de vibracin de elementos combustibles

6-7 Hz

Segundo modo de vibracin de elementos combustibles

8 Hz

Primer modo de vibracin del barrilete (Beam Mode)

12 Hz

Escudo trmico

15 Hz

Vasija

20 Hz

Segundo modo de vibracin del barrilete (Shell Mode)

Tabla 3.1: Identicacin de las vibraciones registradas en las PSDs procedentes de las

seales de los detectores de neutrones

3.2.

Evolucin de la investigacin precedente

El mantenimiento predictivo de los internos del reactor se ha venido realizando desde de


los aos 70. En el ao 1975, Thie [116] estableci que se poda relacionar el movimiento del
barrilete del ncleo con la seal obtenida a travs de los detectores de neutrones aplicando

P SD

la ecuacin de un oscilador armnico simple. As, la

de cada resonancia se puede

modelar por:
pico en

P SD() =

donde
por

(02 2 )2
4 2 02

es el ratio de amortiguamiento,

p
k/m, m es la masa del barrilete y k

f0

2
02

(3.2)

es la frecuencia natural del sistema dada

la constante de rigidez del resorte asociado. Por

95

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
tanto, existen tres parmetros asociados a cada resonancia. Adems, es posible obtener la
amplitud media del barrilete como:

RM S =

donde

f = 2f0

f pico
2

y se obtiene como la anchura del pico a media altura y

(3.3)

picoP SD

es la

amplitud de la resonancia.

Durante estos aos surgieron otros trabajos encaminados a identicar las resonancias
de las diferentes

P SDs

de diversas Centrales. As en la central de Stade, en Alemania, se

realiz un estudio mecnico del movimiento del reactor [16]. Se establecieron dos direcciones preferentes, una pendular y otra vertical. En Holanda, en la central de Borselle, las
medidas de los detectores in-core y ex-core se utilizaron para identicar las resonancias
y establecer una relacin entre stas, la concentracin de boro y el momento del ciclo
[39]. Tambin surgieron otros trabajos relacionados con la identicacin y monitorizacin
de las vibraciones de los internos en las centrales francesas [18]. Cada central tena un
espectro con unas caractersticas propias, aunque en general, las bandas de frecuencia
vinculadas a cada elemento estructural eran muy similares. Por ello, Thie, en el captulo
9 de su libro sobre ruido en el reactor [114] ya estableci ciertas bases para conocer las
propiedades mecnicas de los internos. Por un lado, describi la existencia de dos tipos
de movimientos del barrilete: uno pendular (Beam mode) y otro que produce cambios en
la forma del mismo (Shell mode). Dado que el barrilete est anclado a la vasija desde su
parte superior, el paso del refrigerante produce el movimiento pendular que a su vez ser
el causante de la vibracin de los elementos combustibles, de los detectores de neutrones

96

3.2. Evolucin de la investigacin precedente


in-core o de las barras de control. Respecto al segundo modo de vibracin, la causa de
vibracin se establece en la frecuencia fundamental de revolucin de las bombas.

A continuacin se publicaron trabajos para comprender los modos de vibracin de


los elementos combustibles. En [113], Sweeney y Renier del Laboratorio Nacional de Oak
Ridge comprobaron que exista un aumento de la amplitud de la

P SD

procedente de los

detectores ex-core en torno a los 2-4 Hz(modo 1 de los elementos combustibles) a lo largo
de un ciclo, al aumentar el quemado y disminuir la concentracin de boro. No obstante
se estableci que, tras corregir la seal del detector, las amplitudes de vibracin de los
elementos combustibles no se vean afectadas por tales cambios a lo largo del ciclo.

Otro trabajo de inters es el realizado en el reactor Sequoya-1 [111], ya que compar


medidas ex-core de dos ciclos distintos e in-core a lo largo de un ciclo. Entre las observaciones a recalcar se encuentran: el aumento de la amplitud de la

P SD

a lo largo del ciclo

y su disminucin tras la recarga de combustible; la deteccin de un pico ancho en torno


a los 8 Hz que probablemente englobe el movimiento del barrilete y el segundo modo del
combustible, y por ltimo, se manifest la dicultad de calcular el factor de escala que
traduce el ruido a vibraciones estructurales de cada elemento interno.

Un trabajo de gran relevancia dado su potencial de cara a la vigilancia de los internos


es la utilizacin de la frmula de Breit-Wigner para el ajuste de la

P SD

[128]. A este

trabajo le siguieron otros donde se pona en prctica el nuevo mtodo de ajuste [100, 126].
De esta manera, cada resonancia viene caracterizada por cuatro parmetros que no slo
tienen en cuenta las propiedades mecnicas de los elementos estructurales, sino tambin el
momento del ciclo de combustible y en consecuencia, el porcentaje de solapamiento entre

97

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
unas resonancias y otras. Dichos parmetros son:

Amplitud, A
Frecuencia,
Amortiguamiento,
Asimetra, B
La frmula de Breit-Wigner es:

() =

X A + ( )B

+ (

)2

A ( + )B
2 + ( + )2

Esta frmula permite hacer un ajuste no lineal directo de la

P SD

(3.4)

y caracterizar cada

resonancia con cuatro parmetros con signicado fsico.


Durante los aos siguientes siguieron muchas publicaciones donde se explicaban mtodos para la mejora de la traduccin del ruido a una vibracin estructural y se aumentaba
de esta manera la base de datos de espectros de resonancias procedentes de cada planta
nuclear [111, 36, 112, 131, 17, 79]. La tarea de identicacin de las resonancias era y es
difcil y cada planta tiene sus propias idiosincrasias.
En 1991, durante el SMORN VI celebrado en Gatlinburg (EE.UU.) se reserv una
sesin bajo el ttulo Monitorizacin y vigilancia del movimiento de las estructuras de los

PWR y BWR donde se exponan los resultados concernientes al movimiento del barrilete
y de los internos de plantas de Argentina[98], Checoslovaquia [122], EEUU [126, 24] [99],
Hungra [70] y Francia [117].

98

3.2. Evolucin de la investigacin precedente


Desde estos aos a la actualidad se han seguido realizando mejoras en este campo.
Por ejemplo, tambin existen trabajos donde, adems del movimiento de los internos, era
importante conocer la velocidad del refrigerante a su paso por el reactor[62].

Sin duda, de los estudios ms notables en seguimiento, monitorizacin y mejora continua de sta, es el caso del trabajo conjunto realizado entre la universidad de Chalmers y el
reactor Ringhals de Suecia. En 1999 Pzsit [104]explicaba parte de los avances obtenidos
en aos anteriores, de donde se destaca el modelo

k que tiene en cuenta la disposicin

de los detectores ex-core alrededor del ncleo y la fsica de reactores para identicar ms
ecientemente cada componente del ruido neutrnico. Otros trabajos que han examinado
las posibilidades que ofrecen los detectores in-core y su ubicacin preferente es [3] donde
se recomienda que se coloquen en la periferia del ncleo y en un nico cuadrante si slo se
dispone de unos pocos. Tambin se destaca entre otros [54, 78, 96, 108] donde se examinan
nuevos datos de plantas nucleares en Canad, Ucrania, Korea y Alemania.

Ms recientemente cabe destacar nuevos informes tcnicos de las medidas tomadas


en Ringhals [102]. En la fase 12 de este proyecto de diagnstico de reactores se pone
en prctica un nuevo algoritmo de ajuste de las

P SDs

procedentes de los detectores

ex-core basado en la frmula de Breit-Wigner. El ajuste permite la identicacin de las


resonancias y se realiza hasta una frecuencia de 10 Hz. Adems se realizan perles axiales
de amplitudes de vibracin obtenidos de medidas in-core. No obstante, el ajuste de las
medidas in-core con la frmula de Breit-Wigner no pudo llevarse a cabo y los resultados se
basan en una inspeccin visual. As, la fase 13 de este proyecto [103] en la que la autora de
esta tesis estuvo participando, puso en prctica el algoritmo de ajuste a todo el espectro

99

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
de resonancias ex-core e in-core. Se realizaron nuevos perles axiales de amplitudes de
vibracin y se conrm que existan dos frecuencias de vibracin en torno a los 8 Hz:
una de amplitud constante en el tiempo, posiblemente relacionada con el Beam mode; y
una de amplitud creciente relacionada con el segundo modo de vibracin de los elementos
combustibles. Por ltimo, hay que destacar, que pese a las ventajas que brinda la frmula
de Breit-Wigner para el mantenimiento predictivo de los internos, la dicultad del ajuste
es considerable, ya que requiere mucha experiencia y en la mayora de los casos, el nmero
de resonancias a ajustar es muy elevado y desconocido. Adems, un seguimiento de las
resonancias a lo largo de un ciclo supone muchas medidas y muchos parmetros que
monitorizar.

100

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


3.3.

Ajustes de Breit-Wigner de seales in-core y excore

El trabajo que se presenta en esta seccin fue realizado por la autora de la presente
tesis en la Universidad de Chalmers en Gteborg dentro del Departamento de Ingeniera
Nuclear bajo la direccin del Dr. Imre Pszit. Se encuadra dentro de un proyecto de
investigacin entre dicho departamento y la Central nuclear de Ringhals gestionada por
la empresa Vatenfall. Dicho proyecto, que actualmente se encuentra en su fase 13, es fruto
de la colaboracin entre el equipo de investigacin del Dr. Pzsit y la central nuclear para
la mejora continua del mantenimiento y el diagnstico de la misma.

En la fase anterior (fase 12)[102], en lo que se reere a la monitorizacin de los internos


del reactor, y ms concretamente, al diagnstico del movimiento del barrilete, se puso en
funcionamiento un algoritmo basado en la frmula de Breit-Wigner y programado en
Matlab para el ajuste de las

P SDs

procedentes de seales ex-core. El ajuste se realiz

hasta los 10 Hz, ya que la zona de inters se encuentra en torno a los 8 Hz. Los resultados
indicaron que en torno a esta zona del espectro(beam mode) existen dos resonancias: Modo
1, en torno a los 7 Hz y el Modo 2, en torno a los 8 Hz. Adems, dado que se tomaron tres
medidas correspondientes a tres momentos de un mismo ciclo de combustible (octubre
2006, febrero 2007, abril 2007), fue posible llevar a cabo un anlisis de la tendencia (trend

analysis ) de ciertos parmetros a lo largo del tiempo. Entre los parmetros analizados se
encuentran: las amplitudes de los modos 1 y 2 y las frecuencias de stos. Se pudo observar

101

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
que existe un comportamiento distinto de ambos modos, lo que indujo a pensar que son
debidos a dos fenmenos fsicos diferentes. En el caso del Modo 1, la frecuencia se mantuvo
constante a lo largo del ciclo al igual que la amplitud de la resonancia. No obstante, el
Modo 2 sufri un aumento de su amplitud. Las explicacines ante estos resultados fueron:

Modo 1: Es la frecuencia del movimiento del barrilete (CBM, core barrel motion ).
Modo 2:

Se trata de la vibracin de los elementos combustibles debido al ujo

turbulento del refrigerante. Dado que las caractersticas mecnicas de los elementos
combustibles cambian con el quemado, esto explicara el cambio en la amplitud.

Respecto a las medidas in-core, slo se dispona de registros de un momento del ciclo,
Abril 2008. Se tomaron con 5 detectores mviles que registraron en 6 posiciones axiales
diferentes. As, se representaron perles axiales de las amplitudes de las resonancias de
inters y se compararon dichos resultados con datos de ciclos anteriores. Se pudo ver
cmo cada resonancia tena un comportamiento axial diferente y que los resultados eran
consistentes con lo observado en las medidas ex-core. Sin embargo, hay que mencionar
que a las

P SDs obtenidas de las seales in-core no se les realiz el ajuste no lineal basado

en la frmula de Breit-Wigner y, en consecuencia, los perles de amplitudes se basan en


una mera inspeccin visual de las

P SDs.

En conclusin, los objetivos que se planteaban para la fase 13 del proyecto [102] y que
sern explicados en esta seccin son:

Aplicar el algoritmo de ajuste no lineal basado en la frmula de Breit-Wigner de las

P SDs

procedentes de las medidas ex-core de tres momentos diferentes del ciclo. El

102

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


ajuste se ampli hasta los 20 Hz

Comprobar que existen dos resonancias (Modo 1 y Modo 2) en torno a los 8 Hz y


validar las hiptesis establecidas en la fase 12 respecto al origen fsico de las mismas

Realizar los ajustes no lineales de las

P SDs

de seales in-core y realizar perles

axiales con los parmetros obtenidos de los ajustes

Calcular las coherencias entre las seales in-core y ex-core

103

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

3.3.1. Toma de datos en Ringhals


Los datos analizados en esta parte de la tesis
proceden del reactor 4 de Ringhals, Suecia. Se
trata de un PWR de diseo Westinghouse. Las
medidas corresponden a tres momentos del ciclo: febrero, marzo y abril de 2009 procedentes
de detectores in-core y ex-core. La frecuencia de
muestreo utilizada fue de 62.5 Hz y el tiempo total del registro, 3 horas. Los detectores ex-core
son ocho, cuatro colocados en la parte superior

Figura 3.7: Ubicacin de los detectores

ex-core alrededor del ncleo en la central de Ringhals .

del ncleo y otros cuatro en la parte inferior. Su


disposicin alrededor del ncleo es tal y como se muestra en la gura 3.7.
Por otro lado, los detectores in-core cuyas medidas han sido analizadas son cinco y son
mviles de manera que registran datos en seis posiciones axiales diferentes a lo largo de las
tres horas de medida. Hay que tener en cuenta que en el reactor el nmero de detectores
in-core es mucho mayor, dado que se utilizan para realizar mapas de ujo neutrnico
durante la operacin y con una periodicidad especicada. En el caso que nos ocupa, slo
se analizaron seales procedentes de 5 de estos detectores. En la gura 3.8 se muestra un
esquema de su posicin en el ncleo y de las seis posiciones axiales.

104

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

Figura 3.8: Ubicacin en el interior del ncleo del reactor 4 de Ringhals de los detectores

in-core cuyas medidas han sido analizadas.

Por tanto, al nal de cada periodo de medida se obtiene un archivo ASCII con un
conjunto de seales correspondientes a cada detector. En la tabla 3.2 se especican los
sensores que registraron datos en cada periodo (Febrero, Marzo o Abril). Existen 16
canales de medida, de los cuales dos estn destinados a medir la componente de continua
de los detectores ex-core (N41 y N42 superior DC ), un canal a la medida de la presin,
5 a los detectores in-core (Incore A, B, C, D y E) y ocho a las seales de alterna de los
detectores ex-core (N41-N44 superior AC y N41-N44 inferior AC). En Abril las medidas
realizadas cambiaron ligeramente respecto a Febrero y Marzo, y en los canales 1, 5 y 7
(D3 termopar, N4 termopar y L8 termopar) se conectaron termopares para la medida de
la temperatura del refrigerante. Los termopares se identican por una letra y un nmero
que corresponden a las coordenadas de ubicacin en el ncleo.

105

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Canal de medida

Febrero

Marzo

Abril

N41 Superior DC

N41 Superior DC

D3 Termopar

N42 Superior DC

N42 Superior DC

N42 Superior DC

Presin

Presin

Presin

Incore A

Incore A

Incore A

Incore B

Incore B

N4 Termopar

Incore C

Incore C

Incore C

Incore D

Incore D

L8 Termopar

Incore E

Incore E

Incore E

N41 Superior AC

N41 Superior AC

N41 Superior AC

10

N42 Superior AC

N42 Superior AC

N42 Superior AC

11

N43 Superior AC

N43 Superior AC

N43 Superior AC

12

N44 Superior AC

N44 Superior AC

N44 Superior AC

13

N41 Inferior AC

N41 Inferior AC

N41 Inferior AC

14

N42 Inferior AC

N42 Inferior AC

N42 Inferior AC

15

N43 Inferior AC

N43 Inferior AC

N43 Inferior AC

16

N44 Inferior AC

N44 Inferior AC

N44 Inferior AC

Tabla 3.2: Lista de medidas in-core y ex-core realizadas en Febrebero, Marzo y Abril de

2009

106

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

Figura 3.9: Ejemplo de seal obtenida a travs de un detector in-core mvil. Cada uno de

los picos corresponde al momento en el que el detector es desplazado de una posicin a


la siguiente.

Hay que mencionar que dado que dado que los detectores in-core son mviles, en el
momento de su desplazamiento, el ruido aumentaba su amplitud considerablemente (vase
la gura 3.9). Por ello, fue necesario eliminar esa parte de la seal de cada registro in-core.

3.3.2. Procesamiento de datos y ajuste no lineal


Una vez obtenidos los datos, fue necesario utilizar las herramientas de anlisis de seal
para su procesamiento. En el caso de las medias ex-core se ha procedido de la siguiente
manera:

1.

Lectura de datos:

Es necesario leer el archivo donde se encuentren los datos

procedentes de los detectores.

107

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
2.

Clculo de las P SDs de cada detector: Cada seal procedente de cada detector
es dividida en una serie de bloques. A cada uno de los bloques se le divide por la
componente de continua [114] y se le aplica la transformada de Fourier, y a partir
de sta, se calcula la

P SD.

Por ltimo se suman todas las

P SDs

de cada bloque

y se promedia entre el nmero de bloques. Este procedimiento sigue los estndares


que se aplican en el anlisis de ruido [114].

X = {xi }i=1,...N n =

N
bloquek = {xj }j=(k1)tbloq+1,...,ktbloq
tbloq
(3.5)

X P SDk
f f t(bloquek ) [f f t(bloquek )]

P
SD
=
P SDk =
t
DC 2
n
k=1
donde

es la seal,

tbloq

es el

P SDt

es la

es el nmero de bloques en que se divide la seal,

tamao de cada bloque,

P SDk

es la densidad espectral de cada bloque,

densidad espectral de toda la seal promediada y

DC

es la componente de continua

de la seal.

3.

Clculo de las P SDs de los detectores superiores e inferiores: En algunas


ocasiones no nos interesa obtener la
de las

4.

P SDs

P SD de cada detector sino realizar un promedio

de los detectores superiores o inferiores.

Ajuste no lineal:

Se ha realizado en Matlab con el comando lscurvet y est

basado en la frmula de Breit-Wigner:

P SD() =

X 2 A + ( )B

108

2 + ( )2

(3.6)

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


donde

es el subndice de la resonancia,

es la amplitud,

es el amortiguamiento de la resonancia,

es el factor de asimetra y

Para realizar el ajuste se ha ido barriendo la

es la frecuencia de la resonancia.

P SD desde las zonas de baja frecuencia

hasta la de alta de una manera acumulativa. As, en primer lugar se intenta ajustar
el primer pico especicando los cuatro valores iniciales de frecuencia, amortiguamiento, amplitud y asimetra. Una vez que se consigue el ajuste, se procede con la
siguiente resonancia pero ajustando conjuntamente la primera, de manera que el
primer barrido ajusta una resonancia, el segundo ajusta la primera y la segunda, y
as sucesivamente. Los valores del ajuste del primer barrido servirn como valores
iniciales del segundo, teniendo en cuenta que ahora el nmero de valores iniciales es
ocho en vez de cuatro. En la gura 3.10 se muestra una secuencia de ajuste en el
que progresivamente se obtienen los parmetros de las resonancias hasta 12 Hz.

109

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

(a) Ajuste hasta 4 Hz

(b) Ajuste hasta 9 Hz

110

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

(c) Ajuste hasta 12 Hz


Figura 3.10: Secuencia del procedimiento de ajuste. En (a) el ajuste se realiza hasta 4 Hz,

en (b) hasta 9 Hz, y en (c) hasta 12 Hz.

Este procedimiento puede resultar muy largo y tedioso. Hay determinados parmetros
como el amortiguamiento, la amplitud o la frecuencia que pueden obtenerse a travs de
la grca de la

P SD,

no obstante, la asimetra es mucho ms difcil de predecir y sta a

su vez determina los parmetros anteriores. Por tanto, el proceso requiere experiencia y
en muchas ocasiones es imprescindible aadir resonancias al ajuste que en principio no se
aprecian a simple vista.

Para el caso de los detectores in-core, se ha procedido de manera similar aunque existen
algunas diferencias ya que la toma de datos es diferente y adems no existe componente
de continua en los datos suministrados para el anlisis. Por tanto, el procesamiento de los

111

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
datos se puede resumir como sigue:

1.

Filtrado de la seal: Previo al clculo de la P SD, es necesario eliminar de la seal


aquellos picos correspondientes al momento en el que se desplazan los detectores de
una posicin a otra.

2.

Obtencin de cada posicin axial: La seal es dividida en seis, dado que cada
una de stas representa una posicin axial y debe ser analizada separadamente.

3.

Clculo de las P SDs:

P SD

Obtencin de la

de cada posicin axial. Como hay

seis posiciones y cinco detectores, hacen un total de 30


ajustar. El procedimiento de clculo de la

P SD

P SDs in-core que se pueden

es igual que en el caso ex-core, con

la consideracin que las seales ahora son de menor longitud y por tanto, el tamao
de cada bloque debe ser reducido.

4.

Ajuste no lineal: Los ajustes se han llevado a cabo como en el caso de las seales
ex-core. Debido a que el perl de las

P SDs

in-core est menos denido, su ajuste

es ms problemtico y lleva ms tiempo.

Como se ha mencionado, el ajuste es una tarea que consume mucho tiempo, por un
lado, porque es difcil dar con los adecuados valores iniciales y por otro, porque no se sabe
de antemano cuntas resonancias estn presentes en el espectro. Adems, cada detector
est en una posicin distinta respecto al ncleo, esto implica que los valores iniciales para
el ajuste tambin dieren de un detector a otro.

112

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


En total, en esta fase se han ajustado un total de 30

P SDs

ex-core y 30 in-core por

cada periodo de medida.

3.3.3. Resultados de las medidas ex-core


En este epgrafe se van a mostrar las

P SDs

obtenidas de las seales procedentes de

los detectores ex-core en tres momentos distintos del ciclo y los ajustes no lineales de las
mismas. Adems, la atencin se concentrar en el estudio del beam-mode y su evolucin
en estos tres meses de estudio.
En la gura 3.11 se muestran las

P SDs

de varios detectores ex-core en los tres meses

en los que se realizaron medidas.

113

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

(a)

(b)

114

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

(c)
Figura 3.11:

P SDs

de seales de detectores ex-core durante los tres periodos de medida.

Detector N41 superior (a), detector N43 superior (b) y detector N41 inferior (c)

Como se puede observar, en todas las

P SDs

la amplitud en la zona nal del espectro

es ligeramente mayor en abril que en el resto de meses. Se cumple por tanto que la
amplitud aumenta a lo largo del ciclo. Adems, se aprecia que la resonancia en torno a
los 8 Hz, el beam mode, es un pico muy ancho y que probablemente se trate de al menos
dos resonancias.

Aplicando el algoritmo de ajuste no lineal a los promedios de las

P SDs delos detectores

inferiores y superiores se obtienen los grcos dela gura 3.12, mientras que el ajuste de
un detector concreto se muestra en la gura 3.13

115

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

(a) Detectores superiores

(b) Detectores inferiores


Figura 3.12: Ajustes no lineales de los promedios de las

P SDs

de las seales de los

detectores superiores (a) e inferiores (b) correspondiente al mes de febrero.

116

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

Figura 3.13: Ajuste de la

P SD

de la seal procedente del detector N-44 superior. (Tomada

en febrero).

La inspeccin visual muestra que los ajustes de las

P SDs

son muy adecuados. Co-

mo resultado de los ajustes, se obtiene una serie de parmetros correspondientes a cada


resonancia. En la tabla 3.3 se muestran los resultados de Febrero de tres detectores.

Como se puede observar, el nmero de resonancias no es el mismo en los tres detectores.


Por ello, el ajuste se complica an ms si cabe. Con respecto al beam mode, se puede
apreciar cmo existen dos resonancias en torno a las frecuencias de 7-8 Hz. Si se analizan
las frecuencias y amplitudes obtenidas para el Modo 1 y el Modo 2 en los detectores
inferiores a lo largo de los tres meses, se puede ver la evolucin de dichas resonancias en
ese periodo de tiempo. En la gura 3.14 se muestra dicha evolucin junto con la que se
observ en otro ciclo anterior de combustible, concretamente, la correspondiente a la fase

117

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Tabla 3.3: Parmetros obtenidos del ajuste de las

ex-core correspondientes a febrero de 2009

118

P SDs

de las seales de tres detectores

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


12 del proyecto entre Ringhals y Chalmers[102].

(a) evolucin frecuencia fase 12

(b) evolucin frecuencia fase 13

(c) evolucin amplitud fase 12

(d) evolucin amplitud fase 13

Figura 3.14: (a) y (b) evolucin de la frecuencia. (c) y (d) amplitud de los modos 1 y 2

para dos ciclos de combustible diferentes.

Del anlisis de las guras se deducen varias cosas. En primer lugar, las medidas analizadas y ajustadas en esta tesis pertenecen a un periodo de tiempo que apenas abarca 3
meses, mientras que las medidas analizadas en la fase 12, se extendan mucho ms en el
tiempo. Por tanto, es mucho ms fcil ver cambios apreciables en la fase 12. No obstante,

119

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
Periodo

Frec.1(Hz) Amp.1 (u.a.) Frec.2(Hz) Amp.2(u.a.)

Octubre 2006

6.92

1.60

7.80

0.429

Febrero 2007

6.90

1.80

7.75

15.70

Abril 2007

6.77

2.80

7.75

19.20

(a) Fase 12 (octubre 2006-abril 2007)

Periodo

Frec.1(Hz) Amp.1(u.a.)

Frec.2(Hz) Amp.2(u.a.)

Febrero 2009

6.80

4.60

8.03

13.2

Marzo 2009

6.85

5.20

8.06

16.1

Abril 2009

6.87

7.40

8.03

17

(b) Fase 13 (febrero 2009-abril 2009)


Tabla 3.4: Datos de amplitud y frecuencia de los modos 1 y 2 correspondientes a las fases

12 y 13

si se tienen en cuentan los cambios relativos en ambos periodos de tiempo se podran


comparar las medidas de Febrero y Abril de 2007 con las de Febrero y Abril de 2009. En
la tabla 3.4 se resumen dichos datos.

Como se puede apreciar, la frecuencia de las resonancias se ha mantenido constante a


lo largo del periodo Febrero-Abril 2009. Para el caso de la amplitud, el comportamiento
es bastante diferente. El primer modo registra un aumento de su amplitud del 28,8 % y
de un 60,9 % para el segundo modo. Si se calcula este incremento relativo en el periodo
Febrero-Abril de la fase 12, los resultados son muy similares. Se obtiene un 22,3 % en

120

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


el primer modo y 55,6 % en el segundo. Por tanto, los resultados obtenidos ahora son
consistentes con los ajustes de la fase anterior aunque stos se hayan realizado nicamente
hasta los 10 Hz, y lo que es ms, se observa un comportamiento muy diferente entre ambas
resonancias, reforzndose la hiptesis de que sus orgenes fsicos son distintos. No obstante,
debido a la cercana en el tiempo de las medidas realizadas en la fase 13, ha sido imposible
apreciar el cambio tan brusco en amplitud que se registr en la fase 12 en el Modo 2 desde
Octubre hasta Abril. Sera necesario, para conrmar hiptesis, que las tres medidas fueran
realizadas a lo largo de un ciclo en tres momentos distintos: principio del ciclo, mitad del
ciclo y fase nal antes de la recarga. As, se podra conrmar que el Modo 2 corresponde
a la vibracin incoherente de los elementos combustibles debido al ujo turbulento y que
el brusco cambio en su amplitud se debe al propio agotamiento del material fsil.
La identicacin correcta de ambas resonancias es muy importante para el diagnstico,
ya que no es lo mismo suponer que es el propio barrilete el que registra una oscilacin
mayor, o que por el contrario, es debido al cambio en las propiedades mecnicas de las
barras de combustible. Una adecuada identicacin de las zonas del espectro supone una
mejora en el mantenimiento y en denitiva, en la seguridad de la planta.

121

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

3.3.4. Resultados de las medidas in-core


Las

P SDs obtenidas de las medidas in-core tambin son ajustadas con el algoritmo no

lineal de ajuste basado en la frmula de Breit-Wigner. En la fase 12 [102] no se llev a cabo


el ajuste, y el estudio de los perles axiales de amplitud correspondientes a las resonancias
del beam-mode se realiz por medio de inspeccin visual. En este caso, para evitar dicha
subjetividad se ha preferido ajustar las resonancias y obtener los cuatro parmetros que
las caracterizan.
La dicultad del ajuste es mucho mayor debido a que las

P SDs estn menos denidas.

Hay que recordar que en cada posicin axial el detector permaneci unos 30 minutos, lo
que comparado con las tres horas de recogida de datos por parte de los detectores ex-core,
es mucho menos tiempo. A esto hay que aadir que el desplazamiento de los detectores
implica la eliminacin de parte de las medidas.
En las grcas de la gura 3.15 se muestra la
la posicin 1, y las

P SDs

P SD

correspondiente al detector B en

que se obtienen de las seis posiciones axiales correspondientes

a la medida de Febrero 2009.


Por otro lado, tambin se pueden visualizar los datos a lo largo del tiempo en una
determinada posicin axial tal y como aparece en la gura 3.16

122

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

(a) Detector in-core B posicin1

(b) Detector in-core B todas las posiciones


Figura 3.15:

P SDs

obtenidas de las seales del detector in-core B en la posicin 1(a) y

en todas las posiciones (b)

123

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

(a) Detector in-core A posicin1

(b) Detector in-core E posicin3


Figura 3.16:

P SDs

obtenidas de las seales del detector in-core A en la posicin 1 en tres

periodos diferentes(a) y del detector in-core E en la posicin 3 en los mismos periodos (b)

124

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core


Como se puede apreciar, las

P SDs

de los detectores in-core evolucionan de manera

diferente segn la ubicacin del detector en el ncleo y de la posicin axial de ste. En la


gura 3.16, en la

P SD del detector E, se puede apreciar que la amplitud ha aumentado con

el tiempo, mientras que no se observa lo mismo para el detector A, tambin en la misma


gura. Adems, la zona del espectro en torno al beam-mode cambia segn la posicin axial
y en algunos casos, parece observarse una tercera resonancia. En denitiva, el ajuste de
estas

P SDs

es mucho ms difcil.

En las guras 3.17, 3.18 y 3.19 se presentan los ajustes no lineales basados en la frmula
de Breit-Wigner.

125

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Figura 3.17:

P SD

de la seal del detector B en la posicin 6 y su ajuste no lineal de

Breit-Wigner

126

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

Figura 3.18:

P SD

de la seal del detector C en la posicin 3 y su ajuste no lineal de

Breit-Wigner

127

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Figura 3.19:

P SD

de la seal del detector A en la posicin 4 y su ajuste no lineal de

Breit-Wigner

En la tabla 3.5 se recopilan los resultados de los ajustes. El nmero de resonancias


utilizadas para el ajuste de las

P SDs

in-core es mucho mayor. Es necesario utilizar ms

de las que en principio se predicen por inspeccin visual. Otros autores han denominado
a estas resonancias como espreas, ya que probablemente no tengan signicado fsico
pero son necesarias para el ajuste y en denitiva, para que el mtodo funcione[127]. En el
caso de los detectores in-core el nmero de resonancias asciende en algunos casos a 15, y
en torno al beam-mode se obtiene una tercera resonancia con frecuencia de unos 7,5 Hz.

128

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

Tabla 3.5: Parmetros obtenidos del ajuste de las

in-core en tres posiciones axiales diferentes

129

P SDs

de las seales de tres detectores

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
En cuanto a los perles axiales de las amplitudes de las resonancias del beam-mode,
es decir, los denominados Modo 1 y Modo 2, dado que slo se tienen medidas de los tres
meses considerados (Febrero, Marzo y Abril) para los detectores A, C y E, el anlisis de
la evolucin temporal slo ha tenido en cuenta dichos detectores. En la gura 3.20 se
muestran los perles de amplitudes de cada detector del Modo 1 y en la gura 3.21 los
correspondientes al Modo 2.

(a) Perl axial de amplitud del Modo 1 Detector in-core A

130

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

(b) Perl axial de amplitud del Modo 1 Detector in-core C

(c) Perl axial de amplitud del Modo 1 Detector in-core E


Figura 3.20: Perles de amplitudes obtenidos a travs del ajuste no lineal de Breit-Wigner

de las

P SDs

de los detectores in-core A(a) C(b) y E(c) correspondientes al Modo 1

131

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

(a) Perl axial de amplitud del Modo 2 Detector in-core A

(b) Perl axial de amplitud del Modo 2 Detector in-core C

132

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

(c) Perl axial de amplitud del Modo 2 Detector in-core E


Figura 3.21: Perles de amplitudes obtenidos a travs del ajuste no lineal de Breit-Wigner

de las

P SDs

de los detectores in-core A(a) C(b) y E(c) correspondientes al Modo 2

En el caso de los perles del Modo 1, es decir, el pico de frecuencia 6.8 Hz, son muy
parecidos a lo observado en la fase 12. Adems, aunque es difcil sacar conclusiones a partir
de estos resultados, s se puede mencionar que la amplitud no aumenta con el tiempo.
De hecho, en muchas de las posiciones axiales, la amplitud del mes de Febrero es la ms
alta. Este hecho refuerza la hiptesis de que esta resonancia est ligada al movimiento del
barrilete (Core Barrel Motion ) y no a los elementos combustibles.
Respecto a la dependencia axial del pico en torno a 8 Hz, se observa un comportamiento
mucho ms complicado. En este caso, las amplitudes de Abril suelen ser las ms altas en

133

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
la mayor parte de las posiciones axiales. En la fase 12, la amplitud de este pico tomado de
los datos ex-core se increment drsticamente durante el ciclo de combustible, y entonces
se asumi que estaba relacionada con el segundo modo de vibracin de los elementos
combustibles. Aunque estas hiptesis no pueden conrmarse con los datos aportados en
la fase 13, ambos resultados, fase 12 y 13, son consistentes entre s. Se necesitara una
tercera evidencia correspondiente a medidas ms separadas en el tiempo para que se pueda
seguir la evolucin de las resonancias a lo largo de todo un ciclo, desde el principio hasta
el nal.

3.3.5. Coherencia entre medidas in-core y ex-core


Entre los clculos que se realizaron con los datos, tambin se comprobaron las coherencias existentes entre las

P SDs

ex-core y las pertenecientes a las medidas in-core. La

coherencia entre dos seales se evala como el mdulo del espectro cruzado de ambas.
En la gura 3.22 se muestran las coherencias respecto a la frecuencia de los detectores
ex-core N41 superior y N44 inferior con todos los detectores in-core.

134

3.3. Ajustes de Breit-Wigner de seales in-core y ex-core

(d) Coherencias entre el detector ex-core N41 superior y los detectores in-core

(e) Coherencias entre el detector ex-core N44 inferior y los detectores in-core
Figura 3.22: Coherencias entre el detector ex-core N41 superior y los detectores in-core

(d) y entre el detector ex-core N44 inferior y los detectores in-core (e)

135

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
La coherencia ms alta se encuentra en torno a los 6-8 Hz, es decir, en el beam mode.
Esto nos conrma el hecho de que las medidas in-core y ex-core estn altamente correlacionadas en ese rango de frecuencia. Por tanto, el hecho de obtener informacin de ambos
detectores es muy til para entender el origen fsico de los diferentes picos.

136

3.4. Breit-Wigner y lgebra de cuaterniones: una herramienta para el


mantenimiento predictivo
3.4.

Breit-Wigner y lgebra de cuaterniones: una herramienta para el mantenimiento predictivo

El nmero tan alto de datos que se obtienen de los detectores ex-core e in-core supone
una gran cantidad de trabajo si se quieren analizar todos ellos. A esto se le aade que
para los propsitos de diagnstico de los internos es necesario realizar ajustes no lineales
que como ya se mencion en los epgrafes anteriores, requiere experiencia y puede resultar
muy tedioso. No obstante, el diagnstico es necesario, y en las plantas es fundamental
para garantizar la seguridad.

En el ajuste de una

P SD,

ya sea in-core o ex-core, se obtienen por cada resonancia

cuatro parmetros. El apartado anterior estuvo enteramente dedicado al anlisis de la


evolucin de la amplitud y de la frecuencia de dos de las resonancias obtenidas. Ni siquiera
se observaron otros parmetros como el amortiguamiento o la asimetra. Si a esto se aade
que el espectro tiene ms de 10 resonancias y cada una contiene cuatro parmetros que
las caracterizan, el volumen de datos a analizar es enorme y se plantea como una tarea
que consume mucho tiempo. Por ejemplo, en la seccin 3.3 se ajust un gran nmero de

P SDs;

tres periodos de medida, ocho detectores ex-core, cinco detectores in-core y seis

posiciones axiales por cada detector. Todas estas medidas suponen un total de 10
que ajustar correspondientes a los datos ex-core y otras 30
son tres periodos de medida se tienen un total de 120

P SDs

P SDs

para los in-core. Como

P SDs.

La falta de tiempo en investigacin no suele ser el problema fundamental, pero cuando

137

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
se pone a punto un mtodo para la operacin en planta, se requiere que ste sea sencillo
y adems no consuma mucho tiempo. Por tanto, lo que se va a plantear en esta fase de
la tesis tiene que ver con la operatividad al ejecutar los anlisis en la planta. La idea
fundamental es que el ajuste de las resonancias se lleve a cabo exclusivamente en aquellas
zonas del espectro que sean de inters y en segundo lugar, se construya un ndice que
englobe los cuatro parmetros de la resonancia. De esta manera, en lugar de realizar un
anlisis histrico de cada parmetro, se podra tener en en el anlisis de un slo parmetro
global toda la informacin condensada.

3.4.1. ndice global de vigilancia


Las principales resonancias bajo vigilancia son los elementos combustibles y el movimiento del barrilete. No permanecen constantes a lo largo del ciclo sino que tanto sus
amplitudes como sus frecuencias registran cambios pero cul es el porcentaje de variacin
en un determinado periodo?
Despus de obtener las

P SDs

de las seales de los detectores ex-core y realizarles

un ajuste no lineal de Breit-Wigner hasta la zona de frecuencia de inters, los cuatro


parmetros de las resonancias pueden obtenerse y construirse con ellos cuatro grcas
para observar su evolucin temporal (trend analysis ). Esto se ha realizado anteriormente
[127] y lo que se propone en esta tesis es que se anen los cuatro parmetros en un
nico nmero, un cuaternin. En el apndice A se recogen los fundamentos del lgebra
de cuaterniones.
As, si cada resonancia est formada por la amplitud

138

A, la asimetra B , la frecuencia

3.4. Breit-Wigner y lgebra de cuaterniones: una herramienta para el


mantenimiento predictivo
y el amortiguamiento

, se puede construir un cuaternin q

es la parte real y el resto

tal que

q = (B; , , A), donde

, , A) la parte vectorial o imaginaria. Como los cuaterniones

se pueden dividir, se puede calcular el cambio relativo en un periodo evaluando:

q q0
100
q0

(3.7)

El mdulo de dicho cuaternin, un nmero real, sera la respuesta ante la pregunta de la


variacin porcentual durante un periodo determinado. El ndice que se propone para la
vigilancia se dene por:



q q0 100


IN DEX =
q0 4

(3.8)

La divisin entre cuatro se debe a que existen cuatro parmetros. El mdulo del
cuaternin se dene por:

|q|2 = B 2 + 2 + 2 + A2

(3.9)

Los cuatro parmetros deben tener la misma dimensin fsica, y el mdulo calculado
no la tiene, por tanto, es necesario convertir el cuaternin en una magnitud adimensional. As

q = (B; , , A)

se transforma en

(B/B0 ; /0 , /0 , A/A0 )

donde el subndide

representa dichos parmetros al principio del ciclo de combustible. En consecuencia, el

cuaternin de referencia es

(1; 1, 1, 1).

El lgebra de cuaterniones es paralela al lgebra

de nmeros complejos; el conjugado se dene cambiando el signo de la parte vectorial:

q = (B; , , A).

Adems, el lgebra de cuaterniones [55] es isomorfa al lgebra de

matrices complejas:

139

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

B i + iA
; |q|2 = Det(Q)
Q=

+ iA B + i
Con las relaciones especicadas,

IN DEX

se puede calcular de forma inmediata permi-

tiendo una monitorizacin global de las resonancias. En las tablas 3.6 y 3.7 se especican
los cuaterniones para el primer modo de vibracin de los elementos combustibles y para
la vibracin del barrilete a lo largo de 15 meses, en este caso, un ciclo.

Mes

B/B0

/0

/0

A/A0

1.000

1.000

1.000

1.000

1.241

0.947

1.140

1.266

11

1.720

0.958

1.168

1.618

13

1.529

0.943

1.252

1.400

15

4.176

0.887

1.374

1.725

Tabla 3.6: Cuaterniones adimensionales para la primera resonancia de los elementos com-

bustibles

Se puede observar que la parte real del cuaternin es la que experimenta mayor cambio,
llegando incluso a cambiar el signo.
En la gura 3.23 la cantidad

IN DEX

se representa para dos resonancias: el caso (a)

para el combustible y el (b) para el barrilete.

IN DEX

alcanza valores muy altos en el

caso (b); esto es debido al aumento del solape con el segundo modo de vibracin de los
elementos combustibles, como tambin se observa en la tabla 3.7. Aunque el parmetro

140

3.4. Breit-Wigner y lgebra de cuaterniones: una herramienta para el


mantenimiento predictivo
Mes

B/B0

/0

/0

A/A0

1.000

1.000

1.000

1.000

-9.351

0.928

1.096

1.250

11

-4.390

0.934

0.999

1.448

13

-12.87

0.919

1.071

1.456

15

-23.11

0.881

0.950

1.546

Tabla 3.7: Cuaterniones adimensionales para la resonancia del soporte del barrilete

juega un papel muy importante en el ajuste no lineal, para los propsitos de vigilancia

temporal, no tiene ningn signicado fsico y por tanto se puede prescindir de l. As que
dicho parmetro se puede considerar cero y en consecuencia evitar que el solape sea uno de
los aspectos que se monitoricen. En la gura 3.23, (c) y (d) los casos anteriores con
El mximo valor de

IN DEX

B = 0.

es alrededor del 20 % para la resonancia del combustible y

se alcanza al nal del ciclo( gura 3.23 c)).Para el caso del soporte del barrilete,

IN DEX

aumenta hasta un 10 % alcanzndolo al nal del ciclo tambin ( gura 3.23 d).

3.4.2. Discusin de los resultados


La gura 3.23 reeja la complejidad de la operacin en los reactores de agua a presin
en el caso del combustible. En la tabla 3.6 la frecuencia de resonancia decrece un 10 %,
reejando el quemado de combustible; esto produce el cambio en la densidad de manera
montona. Por la misma razn, el parmetro de amortiguamiento aumenta un 37 % al

141

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

Figura 3.23: Vigilancia global de resonancias para el combustible (a) y el barrilete (b). Los

casos (c) y (d) recogen los resultados anteriores, haciendo que el factor de asimetra

se

considere nulo.

nal del ciclo. El aumento del amortiguamiento signica que la amplitud de la vibracin
mecnica del elemento combustible debera decrecer, y ste es el caso, pero el detector
ex-core ve al combustible como una fuente de neutrones, y stos son absorbidos por el
boro, un veneno neutrnico.

Se puede observar que la amplitud decrece en el mes 11, esto indica la insercin de un
nuevo veneno neutrnico: las barras de control.

Para la resonancia del soporte del barrilete, la tabla 3.7 muestra un

IN DEX

que

crece monotonamente, lo que es mucho ms conveniente para la monitorizacin. Todos


los cambios son moderados; la frecuencia resonante se mueve a la izquierda un 12 %,

142

3.4. Breit-Wigner y lgebra de cuaterniones: una herramienta para el


mantenimiento predictivo
indicando una ligera relajacin de la fuerza de anclaje; el parmetro de amortiguamiento
permanece practicamente constante; pero la amplitud aumenta un 54 %. El factor de
asimetra aumenta considerablemente al igual que el segundo modo de vibracin de los
elementos combustibles. Cerca del nal del ciclo ambas resonancias apenas se distinguen
y por ello, la frmula de Breit-Wigner es fundamental para el ajuste.

IN DEX

es la magnitud construida para el propsito de mantenimiento predictivo a

travs del lgebra de cuaterniones. Slo se ha reejado su mdulo, no obstante la fase


tambin se podra monitorizar para el mismo objetivo. Adems,

IN DEX

ha tenido en

cuenta slo aquellos parmetros de la resonancia importantes para el seguimiento y con


signicado fsico.

143

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
3.5.

Conclusiones relativas al Captulo 3

Las conclusiones a las que se ha llegado en este captulo de la tesis son:

Aplicacin satisfactoria del algoritmo de ajuste no lineal. Uno de los objetivos principales de esta seccin era aplicar un algoritmo de ajuste no lineal basado
en la frmula de Breit-Wigner a las

P SDs

obtenidas con detectores ex-core e in-

core. El algoritmo ha funcionado correctamente para ambos tipos de medidas y los


parmetros obtenidos pueden utilizarse a partir de ahora para el diagnstico de los
internos del reactor.

Estudio del Beam Mode a travs de las medidas ex-core. Se ha comprobado


que existen dos resonancias en torno al Beam Mode con dos comportamientos distintos. Los resultados son consistentes con los trabajos anteriores de otros autores
de los que la presente tesis es continuacin. El primer modo de resonancia est vinculado al movimiento del barrilete debido al ligero aumento de la amplitud durante
el periodo de medida, y que el segundo modo registra un aumento de la amplitud considerable que probablemente est vinculado a la vibracin de los elementos
combustibles debido al ujo turbulento.

Estudio de los perles axiales de amplitud por medio de las medidas incore. Los perles axiales in-core son consistentes con las medidas ex-core. En ellos
se puede apreciar que la amplitud del primer modo no registra un aumento con el
tiempo, mientras que el segundo modo s.

144

3.5. Conclusiones relativas al Captulo 3


Consistencia con las medidas realizadas hasta ahora.

Todos los resultados

obtenidos son consistentes (Vase pgina anterior) y sera conveniente que una vez
adquirida la experiencia en el ajuste de resonancias en esta fase, se pudiera aplicar
el algoritmo de ajuste a nuevas medidas ms separadas en el tiempo. Lo ideal sera
tener al menos una medida a principio del ciclo y realizar otras al nal para comprobar que los cambios observados en los registros de ruido son diferentes segn el
momento del ciclo.

ndice de vigilancia global. Se ha construido un ndice de vigilancia de los internos del reactor a travs del lgebra de cuaterniones. El cuaternin est formado por
cuatro nmeros que son los parmetros de una resonancia resuelta por una frmula
de Breit-Wigner.

Ajuste en la cercana de la resonancia.

La frmula de Breit-Wigner permite

que el ajuste de las resonancias sea local y por tanto, si slo se pretende hacer un
seguimiento de una determinada resonancia no es necesario ajustar todo el espectro.

Creacin de una gura modelo. La gura 3.23 se puede utilizar para el seguimiento de las vibraciones de los internos como un modelo de comportamiento. En
caso de que el ciclo muestre otro comportamiento, los operadores deberan preguntarse que podra estar pasando.

Calibracin de las rectas.

El lgebra de cuaterniones debe ajustarse a cada

reactor concreto, as para un determinado reactor, sus rectas de


tiempo pueden cambiar ligeramente.

145

IN DEX

frente al

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES
3.6.

Publicaciones

Artculos en revistas
A.Garca-Berrocal, C.Montalvo, J.Blzquez y M.Balbs. Resolucin de resonancias de vibracin. Aplicacin a un problema de mantenimiento predictivo.Anales de Ingeniera Mecnica. Ao16, 2, 2008.

A. Garcia-Berrocal, J. Blazquez, C. Montalvo, and M. Balbs.Resolving mechanical resonances with breit-wigner formula. Journal of Vibration and Control,
15(8), 126712802009.

Informes tcnicos
I. Pzsit, C. Montalvo-Martin, T. Tambouratzis, and V. Dykin. Final report
on the research project Ringhals diagnostics and monitoring stage 13. Techni-

cal report, Chalmers internal report CTH-NT-230/RR-15, 2010.Department of


Nuclear Engineering

Se trata de un informe interno sobre el proyecto de investigacin entre la Universidad de Chalmers y la central nuclear de Ringhals. Por otro lado, la colaboracin con Pzsit dar lugar a un artculo que pueda incluir todos los resultados
obtenidos en esta parte de la tesis.

146

3.6. Publicaciones
Ponencias a congresos
A.Garca-Berrocal, C.Montalvo, J.Blzquez y M.Balbs. Resolucin de resonancias de vibracin. Aplicacin a un problema de mantenimiento predictivo.XVII Congreso Nacional de Ingeniera Mecnica, Gijn, 14-15 febrero de
2008.

Imre Pzsit C. Montalvo et al. Diagnostics of core barrel and fuel assembly
vibrations in the Ringhals PWRs, Sweden. American Nuclear Society: Winter

Meeting, Las Vegas November 2010. Resumen aceptado

147

3. ANLISIS DE RUIDO NEUTRNICO PARA MANTENIMIENTO DE


CENTRALES NUCLEARES

148

Captulo 4

ANLISIS DE RUIDO APLICADO A


SENSORES DE CENTRALES
NUCLEARES

4.1.

Introduccin

El anlisis de ruido en planta se reere a la monitorizacin y al diagnstico de las


propiedades dinmicas de uctuaciones aleatorias o peridicas que se detectan en los
dispositivos de medida, ya sean stos de ujo neutrnico, presin, caudal, temperatura,
etc. El anlisis de ruido es una herramienta muy eciente para el tratamiento de la seal
debido a su sensibilidad y porque no requiere necesariamente introducir instrumentacin
especial en el reactor y, por tanto, el sistema no se ve afectado al medir un parmetro
dinmico[92].

Existen varias magnitudes que deben medirse peridicamente en la planta: presin,

149

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
temperatura, caudal, ujo neutrnico, etc. Una de las principales es la presin (los sensores
de presin tambin miden el caudal y el nivel) que se suele medir a travs de sensores capacitivos, y entre stos, los ms utilizados son los de tipo Rosemount. Por tanto, el correcto
mantenimiento de stos, as como el de las lneas sensoras a las que estn conectados, es
fundamental para la seguridad de las plantas.

En las centrales hay una media de entre 200-800 sensores de presin[59]. En la gura 4.1
se muestra la ubicacin de los sensores de presin en un lazo de un PWR. Los fabricantes
de sensores los someten a una serie de condiciones simuladas de accidente para conseguir su
licenciamiento. Ello consiste en certicar si un sensor puede soportar ciertas condiciones
de radiacin o no. No todos los sensores tienen que medir en las mismas condiciones,
depender de su ubicacin en la planta. As, existe una clasicacin de la instrumentacin
de planta en funcin de si sta es de vital importancia para la seguridad o no lo es. En
la tabla 4.1 tomada de [1] se detalla la nomenclatura utilizada por la IAEA y por otros
pases. Los sensores catalogados como 1E son aquellos que se encuentran en los sistemas
primario y secundario.

Para el mantenimiento de sensores, las autoridades reguladoras establecen que el funcionamiento dinmico de stos debe vericarse a travs de la medida de su tiempo de
respuesta [44, 33, 89]. Las medidas del tiempo de respuesta en las centrales nucleares
vienen realizndose desde 1980, y por medio de ellas se ha detectado la degradacin de
los sensores o las averas propias de las lneas sensoras como: burbujas, fugas , bloqueos,
etc [59].

Uno de los mtodos para la medida del tiempo de respuesta es el ensayo de la rampa

150

4.1. Introduccin

Figura 4.1: Ubicacin de los principales sensores de presin, caudal y nivel en un lazo de

un PWR.

Tabla 4.1: Clasicacin de seguridad de los equipos de las plantas nucleares

151

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
en laboratorio. Tras someter al sensor a una rampa de presin, el tiempo de respuesta
se calcula tal y como muestra la gura 4.2. Esta medida tambin se puede realizar in
situ a travs de las tcnicas de anlisis de ruido en el dominio del tiempo, por medio
de un modelo autorregresivo y calculando la respuesta a la rampa. En el dominio de la
frecuencia, la gura 4.3 muestra un esquema para obtener la seal del sensor, su

P SD,

el tiempo de respuesta a partir de la frecuencia de corte.

Figura 4.2: Medida del tiempo de respuesta de un sensor de presin a partir de una rampa

de presin.

As, si se conocen los coecientes autorregresivos que caracterizan la respuesta din-

152

4.1. Introduccin

Figura 4.3: Obtencin de la respuesta del sensor.

mica del sensor, se puede calcular la respuesta de ste a una rampa por medio de:

yi =

n
X

ak yik + xi i = 1...N

(4.1)

k=1
siendo

yi

modelo,

la respuesta a la rampa en el instante

sistema y

el orden del modelo,

i , ak

los coecientes autorregresivos del

la ganancia del sistema,

xi

la rampa de entrada al

la longitud del registro.

Adems de la medida del tiempo de respuesta, ya sea in situ o no, es muy conveniente
tener un modelo del sensor para entender adecuadamente su comportamiento dinmico.
La elaboracin de un modelo permite correlacionar el sensor con un sistema terico y as
poder llevar a cabo una vigilancia ms detallada del mismo que permita un diagnstico
temprano de posibles averas.

4.1.1. El sensor capacitivo de presin y la lnea sensora


Un sensor de presin es una combinacin de dos sistemas: un sistema mecnico y uno
elctrico. El sistema mecnico contiene un elemento sensor elstico (diafragma, tubo de
Bourdon, fuelles, etc.) que sufren una exin en respuesta a la presin. El movimiento de

153

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
este elemento sensor se detecta usando un medidor de desplazamiento y se convierte a una
seal elctrica que es proporcional a la presin[59]. Los sensores de presin pueden medir

Figura 4.4: Tipos de medida de presin.

presin absoluta, presin manomtrica o presin diferencial. Para la medida absoluta, un


lado del elemento sensor est abierto a la presin de proceso y el otro al vaco. En el
caso de la manomtrica, un lado est abierto a la de proceso y el otro al ambiente y en
el ltimo caso, los dos lados estn abiertos al proceso. En la gura 4.4 se muestra un

154

4.1. Introduccin
esquema aclaratorio. El rango superior de presiones estticas es aproximadamente 200
bares en PWRs y 100 bares en BWRs.

Slo unos pocos fabricantes de sensores de


presin (menos de 10) suministran la mayor parte de los sensores que se usan en los sistemas de
seguridad de las plantas nucleares. As, Foxboro,
Barton y Rosemount han fabricado la mayora
de los sensores para las plantas de EEUU desde
1960 [59]. En esta tesis, nos centraremos en los
sensores Rosemount, que son sensores capacitivos rellenos de aceite de silicona. Estn formados
por un mdulo sensor denominado celda

Figura 4.5: Mdulo sensor de un trans-

misor de presin capacitivo tipo Rosemount.

cell ) que est aislado del uido de proceso por


medio de una membrana aislante. En el interior se encuentra el aceite de silicona que
se usa para transmitir la presin desde la membrana de aislamiento hasta la sensora a
travs de unos microtbulos. Cuando el aceite circula desde la membrana aislante hasta la
sensora, su constante dielctrica cambia y por tanto cambia la capacidad del condensador
cuyas placas estn a ambos lados del diafragma sensor. En la gura 4.5 se representa el
mdulo sensor del Rosemount.

En las centrales nucleares los sensores se ubican fuera del proceso que se quiere medir
para evitar su envejecimiento prematuro. Para conectar las lneas hidrulicas de procesos
y en denitiva, las seales hidrulicas con el sensor se utilizan las denominadas lneas

155

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
sensoras. Contienen un uido ya sea agua, aceite o incluso un gas como aire, nitrgeno,
etc. Suele tratarse de tubos y no de tuberas para evitar las uniones en soldadura y en
consecuencia las posibles fugas. Su dimetro vara entre 10 y 15 mm y su longitud desde
10 metros hasta 200 [59]. No obstante, como la longitud afecta el tiempo de respuesta
del sistema sensor-lnea sensora, se preere que sean lo ms cortas posible. La media de
longitud de las lneas est en torno a 20 metros [59].
Las lneas sensoras pueden presentar varias averas:

Bloqueos: Debido al boro, residuos o lodos.


Burbujas: En las lneas de baja presin puede atraparse aire o gas.
Escapes: Debido a problemas en las vlvulas.
Estos problemas suelen causar un aumento del tiempo de respuesta, valores errneos
de presin e incluso resonancias en el espectro que no corresponden al sistema sensor-lnea.
Como se puede apreciar, la medida del tiempo de respuesta es un parmetro de vigilancia
del sensor y tambin de la lnea.

4.1.2. Modelo dinmico del sensor


En primer lugar, consideremos la lnea sensora y una membrana elstica al nal de la
lnea cuya seccin y longitud son
inicial es

Pi ,

al nal es

P0 ,

Ayl

respectivamente. Al principio de la lnea la presin

la velocidad del uido es

como muestra la gura 4.6.

156

y la densidad del mismo

tal y

4.1. Introduccin

Figura 4.6: Esquema de presiones al inicio (Pi ) y al nal de la lnea sensora (P0 ).

Como las longitudes de las lneas sensoras estn en torno a 20 m y, teniendo en


cuenta que en las plantas el uido es agua a presin cuya comprensibilidad isotrmica es
aproximadamente

cT = 70 1012

dinas

3
y su densidad es del orden de 0,76 g/cm , la

velocidad del sonido es en estas condiciones:

s
c=

1
= 137102
(0,76) (70 1012 )

cm/s

= 1371

m/s

(4.2)

Dado que las frecuencias de inters estn en torno a los 10 Hz, la longitud de onda
acstica est en torno a 137 m. Como las lneas sensoras tienen una longitud de 20 m
aproximadamente, se puede suponer que los puntos del uido estn en fase.

As, suponiendo un trmino de rozamiento en la lnea

y que la elongacin de la onda sonora es

Sabiendo adems que

fR

se tiene para la ecuacin del movimiento:

d2
d
= (Po Pi ) A fR M
2
dt
dt

M = lA

, que la masa del uido es

(4.3)

y que la membrana elstica tiene una rigidez tal que

157

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
Cd = A P0 :
Pi = l

d2
d A
+
+
f
l
R
dt2
dt
Cd

(4.4)

Como se puede observar, existe una analoga elctrica, ya que si suponemos que la velocidad

v=

d
es anloga a la intensidad de corriente y la presin a la diferencia de potencial,
dt

la densidad, longitud y trmino de rozamiento pueden ser agrupados como parmetros


elctricos:

R = fR
siendo

la resitencia hmica,

l
A

; L

l
A

; C

A
Cd

el coeciente de autoinduccin y

(4.5)

la capacidad As,

sustituyendo en (4.4):

Pi = LA

d2
d A
+ RA +
2
dt
dt
Cd

(4.6)

Lo que supone el circuito elctrico de la gura 4.7: Tomando la transformada de Laplace

Figura 4.7: Analoga elctrica de la lnea sensora y la membrana de aislamiento.

en (4.6), resulta:



A
2

Pi = LAs + RAs +

Cd

158

(4.7)

4.1. Introduccin
donde

Pi

son

las transformadas de Laplace de

cuenta la relacin existente entre la presin nal

P0

Pi

respectivamente. Teniendo en

y la elongacin dada por

Cd = A P0

la funcin de transferencia entre la presin inicial y la presin de salida ser:

HP0 /Pi =

LCd

s2

1
+ RCd s + 1

(4.8)

Esta funcin de transferencia es similar a la de un oscilador armnico cuya ecuacin


genrica es:

H (s) =

donde

02
s2 + 20 s + 02

0 eslaf recuencianaturaldelsistemay

(4.9)

es el coeciente de amortiguamiento. De

manera que la frecuencia resonante es:

1
f0 =
2

1
LCd

(4.10)

La funcin de transferencia presentar un pico a esta frecuencia, de manera que con la


vigilancia del pico se puede ver si la membrana ha perdido o no rigidez. As, una deriva
del pico a zonas de alta frecuencia, supone que la rigidez de la membrana ha disminuido,
y si la deriva es hacia zonas de baja frecuencia, habr ocurrido lo contrario.

Por otro lado, dado que

est relacionado con la longitud de la lnea sensora, el

pico resonante tambin puede tener una posicin distinta en funcin de la longitud de
la lnea sensora. As, para lneas largas, la frecuencia del pico se trasladar a zonas de
baja frecuencia, y en caso de lneas cortas, la resonancia derivar hacia la zona de alta
frecuencia.

159

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
El polo real en los sensores Rosemount: la parte interna
En el apartado anterior se ha modelado la lnea sensora, no obstante se necesita un
modelo para la parte interna del sensor. La membrana elstica que asla el sensor de la
lnea contina en una serie de tubos cermicos que reducen la velocidad del uido interno
que es aceite de silicona. Cuando el aceite oscila, la capacidad del condensador cambia.
Un esquema sencillo se muestra en la gura 4.8.

Figura 4.8: Diagrama de la lnea sensora y la parte interna del sensor Rosemount.

Como se ha demostrado antes, la analoga elctrica de la lnea sensora y la membrana


elstica es la mostrada en la gura 4.9: Puesto que en la parte interna del sensor la
velocidad del uido disminuye y sta es anloga a la intensidad de corriente, se debe
aadir una rama en paralelo que tendr una elevada resistencia hidrulica (numerosos
tubos cermicos) y un condensador. El circuito anlogo se representa en la gura 4.10 con

160

4.1. Introduccin

Figura 4.9: Analoga elctrica de la lnea sensora y la membrana de aislamiento.

las posibles intensidades que lo recorren. En la gura 4.10,

es una resistencia hidrulica

Figura 4.10: Analoga elctrica del sistema compuesto por la lnea y el sensor nombrando

las intensidades de corriente.

tal que

r >> R

el efecto de capacidad asociado al condensador. Dado que la masa

de aceite es mucho menor que la de agua, se desprecia el efecto de la inercia en la rama


en paralelo. Para plantear la funcin de transferencia

HV0 /VI ,

el circuito se resolver, de

modo que:


1
Vi (s) = [R + Ls] I (s) +
I1 (s)
Ms

161

(4.11)

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES


1
V0 (s) =
I2 (s)
Cs

(4.12)

Como se puede ver, de acuerdo a la gura 4.10, las ecuaciones (4.11)y (4.12) expresan
las relaciones existentes entre las transformadas de Laplace de las diferencias de potencial
y las intensidades. Operando adecuadamente, la funcin de transferencia queda de la
siguiente manera:

HV0 /Vi =

(R +

Ls) [rM Cs2

1
+ Cs + M s] + rCs + 1

(4.13)

El denominador es un polinomio de orden 3 y tiene por tanto una raz real que ser
solucin de:









M
M
2
[LCrM ] s + LC 1 +
+ rM RC s + RC 1 +
+ rC s + 1 = 0
C
C
3

(4.14)

Obtencin de los polos mediante la frmula de Vieta


Puesto que ya se ha obtenido un polinomio de grado tres como denominador de la
funcin de transferencia del sistema de medida formado por la lnea sensora y el sensor
de presin, a continuacin se va a proceder a analizar los polos de dicha funcin mediante
la frmula de Vieta de los polinomios cbicos. Dicha frmula establece que si
son las races de un polinomio de grado tres tal que

a = (x1 + x2 + x3 ) ,

x3 + ax2 + bx + c = 0

b = x1 x2 + x2 x3 + x3 x 1 ,

162

x1 , x2

x3

, entonces:

c = x1 x2 x3

(4.15)

4.1. Introduccin
As, de esta manera,

a, b y c se pueden expresar en funcin de los parmetros de la analoga

elctrica:


LC 1 + M
+ rM RC
C
a=
,
LCrM


RC 1 + M
+ rC
C
b=
,
LCrM

Como en nuestro caso, hay dos polos complejos conjugados (p y

c=

1
LCrM

p )

y un polo real (p1 ), y

(4.16)

se trata de un sistema subamortiguado donde la parte real de los polos complejos es muy
pequea, entonces:


+r
R 1+ M
2
C
= pp + pp1 + p p1 = |P |2 + p1 (p + p ) = |P |2 + p1 2 Re (p)
= |P |
LrM
Adems, es necesario aclarar que el polo real

(4.17)

p1 es mucho menor que |P | y que la resistencia

de la lnea sensora es es mucho menor que la interna del sensor, es decir,


R 1+ M
+r 1
2
C
=
= |P | ;
LrM
LM

r
|P | =

r >> R, entonces:

1
LM

(4.18)

Teniendo en cuenta ahora el coeciente de grado 0 y lo obtenido en (4.17):

p1
1
= pp p1 = |P |2 p1 =
LCrM
LM

(4.19)

Lo que quiere decir que el polo real es negativo y que depende de los siguientes parmetros:

1
p1
=
rC

(4.20)

Como se puede ver, el polo real depende de los parmetros internos del sensor. En conclusin, el polo real nos sirve para la vigilancia de la estructura interna del sensor, mientras
que los polos complejos hacen referencia a la lnea sensora acoplada a l.

163

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
4.2.

Evolucin de la investigacin precedente

El anlisis del ruido neutrnico procedente de los detectores ex-core e in-core se ha


venido realizando desde los aos 70 por la necesidad de monitorizar el movimiento del
reactor. A nales de los 70 Upadhyaya y otros autores [120] aplicaron modelos autorregresivos a varios sistemas de la planta, entre ellos, a las termorresistencias, con el objetivo
de medir in situ su tiempo de respuesta. Ms adelante, la necesidad de realizar un seguimiento de otros sensores de la planta adquiri importancia y comenzaron a llevarse a
cabo los primeros estudios exhaustivos sobre la dinmica de los sensores de presin y de
su lnea sensora, y la inuencia de los efectos de las burbujas y bloqueos en el tiempo de
respuesta, en el Laboratorio Nacional de Oak Ridge[26][27]. Dicho estudio se redujo a los
sensores Foxboro que no son capacitivos y en l se compararon las medidas de laboratorio con los resultados de los mtodos del anlisis de ruido. Ese mismo ao, otro informe
tcnico realizado en Oak Ridge[86, 87] estudi el ruido de presin para su utilizacin en
el diagnstico de defectos en las lneas sensoras.

En el ao 1988, Hashemian, uno de los mayores expertos actuales en instrumentacin


nuclear, public dos artculos [68, 69] donde se estableca el potencial del anlisis de
ruido para la vigilancia. En el primero, desde una perspectiva global de los sistemas de la
planta, explic las posibilidades de monitorizacin mediante anlisis de ruido en funcin
del tipo de sensor y su ubicacin. En el segundo, comparaba las medidas en laboratorio
con los resultados obtenidos mediante el anlisis de ruido para la obtencin del tiempo de
respuesta. El anlisis result ser muy til para la vigilancia de sensores de presin por su

164

4.2. Evolucin de la investigacin precedente


sensibilidad a la hora de detectar fallos en las lneas sensoras con la medida del tiempo
de respuesta.

En aquellos aos, en Espaa, el Ciemat public varios informes tcnicos que establecan
las bases para la utilizacin de modelos autorregresivos para el mantenimiento de sistemas
en la planta [15, 13, 12]. En dichos informes se inclua el cdigo de programacin utilizado,
de manera que el enfoque de los estudios era eminentemente prctico.

Los informes tcnicos que recopilaban informacin sobre la dinmica y el comportamiento de los sensores en diversas situaciones fueron muy numerosos en los aos siguientes.
Destaca especialmente uno que se public como resultado de un programa de investigacin
de la Comisin Nuclear Reguladora de EEUU (Nuclear Regulatory Comission, NRC)[67]
donde se estudi ampliamente el efecto de la radiacin y de los procesos que afectan a la
operatividad de los sensores de presin, entre los que se encuentran los capacitivos de tipo
Rosemount. Este estudio inclua modelos tericos de los sensores, de sus lneas hidrulicas
y toda la experiencia acumulada en tests de laboratorio y en la planta.

Una de las averas ms problemticas de los sensores tipo Rosemount era la prdida
de aceite de su cmara interna. Por ello, instituciones como la NRC y la EPRI(Electrical

Power Research Institute ) publicaron informes para la deteccin temprana de dicha avera
[44, 33].

As, con toda la experiencia acumulada, en el congreso SMORN VI en la sesin de


Monitorizacin de sensores (Sensor monitoring and signal validation ) se presentaron varias ponencias sobre la dinmica de los sensores capacitivos y los modelos autorregresivos,
entre las que destacaban la publicada por el Ciemat para detectar burbujas en las lneas

165

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
sensoras a travs del anlisis espectral[10] y la presentada por Hashemian para medir el
tiempo de respuesta in situ de los sensores de presin[66].

En los aos siguientes, continu la publicacin de informes tcnicos resultado de investigaciones sobre la dinmica de sensores y sus particularides, tanto a cargo del Ciemat
[8, 7, 21] como a cargo de la NRC [60].

La produccin cientca del Ciemat en los aos 90 en el entorno del diagnstico de


sensores de plantas es muy relevante. As, Blzquez y Ballestrn [23] establecieron que el
conjunto sensor-lnea sensora es un sistema cuya funcin de transferencia tiene un polo
complejo asociado al acoplamiento entre el sensor y la lnea, y otro real, que hace referencia
al propio sensor. El tiempo de respuesta de los sensores est inuenciado por la lnea y
otros factores de la planta; no obstante, en ciertos casos en los que la lnea es corta, el polo
real del sensor es dominante, y la lnea apenas afecta al tiempo de respuesta del sensor.
Por tanto, las tareas de vigilancia se facilitan y pueden llevarse a cabo por tcnicos de
la planta. As, continuando con esta investigacin, se obtuvo una expresin analtica del
tiempo de respuesta en [123] y se llev a cabo el proyecto VISSP (Vigilancia in Situ de
Sensores de Presin)[6], en el que se recopilaron los modelos tericos de los sensores y
las bases del anlisis de ruido, los programas realizados para la vigilancia de stos y los
resultados obtenidos en determinadas plantas.

Puesto que las averas de los sensores son importantes para el mantenimiento, para el
caso de las burbujas en la lnea sensora se propuso la vigilancia de la frecuencia del pico
resonante como parmetro para la deteccin[11]. Otros trabajos, aunque fuera del mbito
nuclear, tambin propusieron para el diagnstico del bloqueo de la lnea el uso de wavelets

166

4.2. Evolucin de la investigacin precedente


sobre la seal de salida del sensor[133].

En el campo de los sensores de plantas nucleares no podemos olvidar el trabajo realizado por Glckler en los reactores CANDU [53, 54]. En ellos se detalla la manera de
calcular la funcin de transferencia de los sensores de presin e incluso llega a probar en
laboratorio la existencia de, al menos, que existen dos polos reales asociados al modelo
terico del sensor.

En referencia a la construccin de nuevos modelos tericos del sensor que representen


posibles averas se encuentra el estudio de la prdida de linealidad [49, 22]. En ellos se
aborda el problema de la prdida de aceite de silicona de los sensores tipo Rosemount. En
un caso se construye un modelo bilineal para representar el diferente comportamiento del
sensor ante una rampa de presin en funcin de si ste est averiado o no, y en el otro, se
deriva un modelo no lineal que caracteriza completamente la respuesta del sensor si ste
sufre el sndrome de la prdida de aceite.

Por otro lado , Hashemian publica dos libros de instrumentacin orientados al mantenimiento en plantas[58, 59]. Dichos libros suponen una referencia para los tcnicos e investigadores de la instrumentacin nuclear. Adems decide realizar su tesis doctoral [57]
donde propone una manera de poner en funcionamiento un sistema de monitorizacin
on-line de los sistemas de la planta. Dicho sistema se basa en su experiencia profesional
en el campo de la instrumentacin de sensores de presin, temperatura y detectores de
neutrones.

Muy recientemente, los trabajos realizados se han enfocado a mejorar los modelos
tericos del sensor[80] y utilizar stos como una nueva herramienta de deteccin de averas;

167

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
ya se trate de bloqueos en la lnea [81] o de burbujas en la misma[82]. En 2009-2010
Hashemian ha publicado varios artculos [63, 65, 64] en los que revisa las posibles averas
de los sensores y las lneas, enfatiza las ventajas de detectarlas a travs del anlisis de
ruido on line en planta, los diferentes mtodos para medir el tiempo de repuesta utilizados
hasta el momento y las causas que pueden provocar una falta de exactitud en los sensores.

168

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos
4.3.

Propuesta de un modelo de cuatro polos para los


sensores de presin capacitivos

Los sensores de presin tipo Rosemount se llevan al laboratorio en muchas ocasiones


para la medida de su tiempo de respuesta. En uno de estos experimentos[53] se puso de
maniesto la existencia de un segundo polo real antes no contemplado en los modelos
propuestos para el sistema transmisor-lnea sensora[30, 49, 50].

Hay que tener en cuenta que un experimento de laboratorio consiste en separar el sensor
de su lnea sensora y, por tanto, la

P SD

resultante de dicho experimento corresponde a

un modelo de dos polos reales tal y como se muestra en la gura 4.11.

Figura 4.11: PSD de una seal tomada en un experimento de laboratorio procedente de

un Rosemount .

El tiempo de respuesta se puede calcular a travs de la frecuencia de corte correspondiente a la cada a 3 dB o aplicando una rampa de presin simulada al modelo autorre-

169

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
gresivo. En cualquiera de los dos casos, el tiempo de respuesta es nico y no depende
de la lnea sensora. Como ya se vio anteriormente en el epgrafe 4.1.2, el tiempo de respuesta depende fundamentalmente de la estructura interna del sensor y no de su lnea.
Por tanto, si se utiliza un modelo de 4 polos para la vigilancia in situ del sensor, habra
que plantearse si la presencia del pico del espectro de frecuencias podra afectar al polo
real de alta frecuencia. Como ya se explic anteriormente, el pico depende de la longitud
de la lnea sensora y, por tanto, habra que comprobar si el valor medido del tiempo de
respuesta se ve afectado sensiblemente por la longitud de la lnea sensora.

4.3.1. Modelo de cuatro polos


La analoga elctrica detallada en el epgrafe 4.1.1 era un circuito RLC acoplado a una
rama en paralelo con una resistencia y una condensador. El primer condensador muestra
el acoplamiento entre el sensor y la lnea mediante la membrana aislante y el segundo, se
reere a la membrana sensora en el interior del sensor. No obstante, ante la evidencia de
un segundo polo, se plantea modelar el sistema mediante la analoga elctrica de la gura
4.12.
Como la velocidad del uido es anloga a la intensidad de corriente, la segunda rama
en paralelo implica que el aceite de silicona ha cambiado su velocidad. En el interior del
sensor existe una segunda reduccin de la velocidad debido a la alta resistencia hidrulica
de los tubos cermicos.
A continuacin, se va a proceder a obtener la funcin de transferencia a partir de la
analoga. Para ello se necesita nombrar las diferentes intensidades de corriente segn se

170

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos

Figura 4.12: Analoga elctrica propuesta para modelar el sensor acoplado a la lnea sen-

sora.

muestra en la gura 4.13. lo que tambin se puede plantear como se recoge en la gura

Figura 4.13: Analoga elctrica propuesta para modelar el sensor acoplado a la lnea sensora

con las intensidades que recorren cada rama.

4.14: donde

es la inercia de la lnea sensora,

capacidad del diafragma de acoplamiento,


cermicos,

C1

C2

la resistencia de la lnea sensora,

M,

la

la resistencia interna de parte de los tubos

la capacidad que hace referencia al cambio de velocidad del aceite que se

produce en el interior de sensor,


y

r1

r2

la resistencia de la otra parte de los tubos cermicos

la capacidad asociada a la membrana sensora.

171

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.14: Detalle de la analoga elctrica propuesta para modelar el sensor acoplado a

la lnea sensora con las intensidades que recorren cada rama.

Las ecuaciones para llegar a la funcin de transferencia son las siguientes:

Vi = (R + Ls) I +

1
I1
Ms

1
V0 =
I4
C2 s

(4.21)

Para seguir planteando todas las ecuaciones se necesita la impedancia equivalente del
acoplamiento paralelo entre

C1

y el conjunto serie

z=

r2

C2 :

C2 r2 s + 1
C 1 C 2 r2 s 2 + C 1 s + C 2 s

I1 = I

I2 = I

r1 + z
r1 + z + M1 s

1
Ms

r1 + z +

172

1
Ms

(4.22)

(4.23)

(4.24)

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos

I4 = I2

1
C1 s

r1 + z +

1
Ms

(4.25)

Empleando un poco de lgebra, nalmente se obtiene la siguiente funcin de transferencia,


donde los coecientes del denominador vienen especicados en la tabla 4.2.

H (s) =

1
;
D (s)

D (s) = a4 s4 + a3 s3 + a2 s2 + a1 s + 1

a1

RM + RC1 + RC2 + r1 C1 + r2 C2 + r1 C2

a2

Rr1 M C1 + Rr 1MC 2 + Rr2 M C2 + Rr2 C1 C2 + r1 r2 C1 C2 + LM + LC1 + LC2

a3

Rr1 r2 M C1 C2 + Lr1 M C1 + Lr1 M C2 + Lr2 M C2 + Lr2 C1 C2

a4

Lr1 M C1 C2 r2

(4.26)

Tabla 4.2: Coecientes del denominador de la funcin de transferencia del sensor y la

lnea sensora en funcin de los parmetros de la analoga elctrica

4.3.2. Valores de las constantes del modelo de 4 polos


A la hora de dar valores a las constantes de la analoga elctrica se han tenido en
cuenta los valores empleados en la literatura en el modelo de 3 polos[49] y los tiempos
obtenidos por Gckler[53] en el laboratorio. Estos tiempos son:

= 80 103 s

0 = 15 103 s

(4.27)

Y estn relacionados con las constantes del sistema de la siguiente manera:

= 22

173

0 = 1 /2

(4.28)

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
Siendo

1 = r1 C1

Asumiendo, sin prdida de generalidad, que

2 = r2 C2

r1 = r2

(4.29)

, los valores de las constantes de la

analoga elctrica son los siguientes:

Sistema Mecnico

Analoga elctrica

Valores tpicos

Inercia de la lnea sensora

Inductancia (L)

5,55 107 Pa s2 m - 3

Friccin de la lnea sensora

Resistencia (R)

2,21 108 Pa s m - 3

Diafragma de aislamiento

Capacidad (M )

1,03 1012 m3 Pa - 1

Friccin de la parte interna

Resistencia (r1 )

1,25 1012 Pa s m - 3

Friccin de la parte interna

Resistencia (r2 )

1,25 1012 Pa s m - 3

Cambio de velocidad

Capacidad (C1 )

2,4 1014 m3 Pa - 1

Diafragma sensor

Capacidad (C2 )

3,2 1014 m3 Pa - 1

Tabla 4.3: Valores de las constantes de la analoga elctrica de 4 polos

Esto supone que la funcin de transferencia, en unidades SI, sea la siguiente:

H (s) =

1
6,18

108 s4

+ 5,986

Como se puede apreciar, el coeciente de

106 s3

+ 0,00128s2 + 0,1102 s + 1

(4.30)

s4 es muy pequeo, y al comparar estos resultados

con el modelo de tres polos, las diferencias no deberan, en principio ser muy grandes.

174

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos
Los polos de la funcin de transferencia 4.30 son los siguientes:

p1 = 10,23
p2 = 81,50
(4.31)

p = 2,57 + 139,26j
p = 2,57 139,26j
Si se calcula la frecuencia de corte de los polos reales, se obtiene lo siguiente:

p1
= 1,63 Hz
2
p2
= 12,97 Hz
=
2

fp 1 =
fp 2

(4.32)

Como se puede ver existen dos polos, uno de baja frecuencia y otro de alta frecuencia.
Los tiempos asociados a cada polo son los siguientes:

p1 =
p2

1
1
= 97,64 103
=
2fP1
2 1,63

1
1
=
= 1,95 103
=
2fP2
2 81,5

s
(4.33)

El par de polos complejos conjugados se sita en la frecuencia siguiente:

|P |

|P | = 138,829 Hz fpico =

138,829
= 22,17 Hz
2

(4.34)

En el modelo de tres polos, el pico resonante est muy lejos del polo real, no obstante,
en el modelo de cuatro polos, puede situarse cerca del polo real de alta frecuencia.

4.3.3. P SD y longitud de la lnea sensora


Para un modelo de sensor-lnea como el explicado en la seccin anterior, de cuatro polos, dos de ellos complejos conjugados y dos reales, se tiene una
en la gura 4.15.

175

P SD como la representada

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.15: PSD de la respuesta simulada del sistema sensor-lnea y su ajuste por medio

de un modelo autorregresivo.

No obstante, tal y como se explic en el epgrafe 4.1.2, la frecuencia del pico est dada
por los parmetros de la analoga elctrica, que en el caso que nos ocupa son:

fpico

Adems, la inercia de la lnea

1
=
2

1
ML

(4.35)

se traduce a longitud de la lnea sensor

de la siguiente

manera:

l=
siendo

la seccin de la lnea y

LA

la densidad del agua. Para los clculos realizados

en esta tesis, se han tomado valores de la literatura [11] siendo

= 760

(4.36)

A = 1, 37 104

kg/m . Por tanto, para cada frecuencia del pico resonante se tendr una longitud

176

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos
de lnea diferente y un mximo de longitud de lnea lm
axima para el que el modelo es vlido
dada por:

=
siendo

v
fpico

lmaxima =

(4.37)

la longitud de la onda de presin y v la velocidad del agua (obtenida en el epgrafe

4.1.2). Por tanto, a la hora de simular sensores y sus longitudes de lnea se debe tener en
cuenta el mximo de longitud de lnea que permite el modelo. Para longitudes de lnea
muy largas se utilizan modelos algo ms complicados.
En la gura 4.16 se representan dos

P SDs

correspondientes a dos modelos de ajuste

AR de sensores acoplados a lneas de longitudes diferentes.

Figura 4.16:

P SDs

de dos sensores acoplados a lneas sensoras cuyas longitudes son 6 y

17 m.

177

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

4.3.4. Mtodo de Monte-Carlo para la medida del tiempo de respuesta


El anlisis de ruido del sensor ha consistido en considerar que la seal de salida del
sensor, que es un sistema de cuatro polos, es la respuesta ante un ruido blanco y que
por tanto, los coecientes autorregresivos del sistema se pueden obtener con la ecuacin
de Yule-Walker [101]. El orden ptimo del modelo est dado por el criterio de Akaike[2]
o cualquier otro criterio basado en la prediccin del error de la varianza del modelo[28].
Para medir el tiempo de respuesta, se obtiene la respuesta a la rampa simulada a travs del modelo autorregresivo. No obstante, no basta con que se simule la medida una
vez del tiempo de respuesta, sino que para ver la incertidumbre del mtodo debido a la
repetibilidad de las medidas se han usado 1000 muestras de ruido blanco que han dado
lugar a 1000 conjuntos de coecientes autorregresivos con sus correspondientes tiempos
de respuesta. En la gura 4.17 se indica el procedimiento seguido para obtener el tiempo
de respuesta a travs de la respuesta del modelo del sensor ante un ruido blanco.

La desviacin tpica

de la distribucin que englobe todos los tiempos de respuesta

obtenidos es una estimacin de la incertidumbre de la medida. As, si la media aritmtica

fuera diferente del valor analtico

obtenido de la funcin de transferencia del sistema,

la medida estara afectada por un error de medida [19, 20].

Cuando los sensores se simulan suponindose acoplados a lneas sensoras cortas,


cercano al valor analtico

es

0 y adems, la curtosis, el momento de cuarto orden normalizado

4
(4 / ), de la distribucin de

es mucho ms alta que la de una distribucin rectangular.

178

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos

Figura 4.17: Procedimiento seguido para obtener el tiempo de respuesta simulando la ex-

citacin con ruido blanco.

En la gura 4.18 se muestra un histograma correspondiente a una lnea sensora de 10 m,


donde

= 0,10

incluye a

s,

= 0,03

s, la curtosis es 3,25 y

0 = 0, 11

s. Se observa que el rango

0 .

Sin embargo, cuando las lneas sensoras son largas, los resultados son diferentes, tal y
como se muestra en la gura 4.19.

Longitud (m)

65

31

28

26

13.7

10

0.15

0.15

0.14

0.14

0.10

0.10

(s)

0.05

0.05

0.05

0.05

0.03

0.03

Curtosis

2.04

1.66

1.74

1.84

3.37

3.25

Mximo (s)

0.25

0.26

0.25

0.25

0.21

0.18

Mnimo (s)

0.02

0.06

0.06

0.06

0.06

0.06

(s)

Tabla 4.4: Descriptores estadsticos del tiempo de respuesta de sensores acoplados a lneas

de diferentes longitudes

179

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.18: Distribucin estadstica del tiempo de respuesta de un sensor acoplado a una

lnea corta (10 m).

Los resultados de la tabla 4.4 corresponden al mismo tiempo de referencia

0 = 0, 11 s.

Se puede observar que a medida que la longitud de lnea es mayor, la desviacin tpica
se hace mayor. Adems, la curtosis toma valores cercanos a 1,8 (valor caracterstico de
una distribucin rectangular) cuando las lneas sensoras son largas y de valor mayor que
2 cuando son cortas.

Discusin de resultados
La simulacin de la medida in situ del tiempo de respuesta aplicando un modelo
autorregresivo, y eligiendo el orden del modelo por medio del criterio de Akaike y el
principio de parsimonia, da resultados aceptables cuando la lnea sensora es corta. Sin
embargo, cuando la lnea sensora es larga, aparece un error sistemtico quedando afectado

180

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos

(a) Distribucin estadstica de para una lnea sensora de 31 m

(b) Distribucin estadstica de para una lnea sensora de 65 m


Figura 4.19: Distribuciones estadsticas de sensores acoplados a lneas de diferente longi-

tud. (a)

l = 31 m

= 0, 15 s

= 0, 05 s.(b) l = 65 m

181

= 0, 15 s

= 0, 05 s.

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
el resultado de la medida. En la prctica, dicho error es desconocido y puede dar lugar a
una errnea sustitucin del sensor.

En esta tesis se propone corregir el error sistemtico utilizando un orden de modelo


distinto al obtenido con el criterio de Akaike [28] hasta que la simulacin por el mtodo
de Monte-Carlo d lugar a valores de la curtosis de la distribucin estadstica de los
tiempos de respuesta mayores que los de una rectangular y adems, que el valor medio
de sta ( ) sea compatible con el valor analtico (0 ). En la gura 4.20 se muestran los
histogramas obtenidos aplicando el criterio de Akaike y un orden mucho mayor que da
lugar a distribuciones de curtosis mucho ms altas.

Como se puede apreciar, las simulaciones que han utilizado un orden mayor al dado
por el criterio de Akaike tienen curtosis ms altas y se acercan a distribuciones parecidas
a una gaussiana, de manera que el error sistemtico de la medida del tiempo de respuesta
se elimina.

En la prctica, para determinar el orden del modelo autorregresivo, la medida debe


simularse con cada una de las longitudes de lnea de inters. El orden aplicado para
analizar el ruido procedente de la planta se obtiene con el mtodo de Monte-Carlo.

Cuando el criterio de Akaike se aplica, el hecho de que aparezcan valores de curtosis


bajas en las distribuciones por Monte-Carlo permite establecer si la lnea sensora es larga
o no. En el modelo dinmico del sensor, los dos polos reales se relacionan con el tiempo
de respuesta, aunque la contribucin del polo de alta frecuencia sea despreciable en la
prctica. Sin embargo, es muy probable que la frecuencia del pico resonante tome valores
cercanos a la frecuencia del polo real de alta frecuencia e incluso alacance el rango de

182

4.3. Propuesta de un modelo de cuatro polos para los sensores de presin


capacitivos

Figura 4.20: (a) Simulacin de Monte-Carlo obtenida con

n=5

(Orden de Akaike) para

un sensor acoplado a una lnea sensora corta (12 m). (b) Simulacin de Monte-Carlo con

n=5

(Orden de Akaike) para una lnea sensora larga (26 m). (c) Simulacin de Monte-

Carlo con

n = 10

(Orden ptimo) para una lnea sensora corta (12 m). (b) Simulacin

de Monte-Carlo con

n = 10

(Orden ptimo) para una lnea sensora larga (26 m).

183

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
frecuencias limitado por ambos polos. La frecuencia del pico estar siempre alejada del
polo de ms baja frecuencia ya que el modelo fsico lo requiere. Se puede considerar
entonces que las lneas largas son aquellas en las que el pico resonante est cerca del polo
real de alta frecuencia y es en esos casos cuando surge el error a la hora de simular la
medida utilizando el criterio de Akaike.

184

4.4. Incertidumbre en la estimacin del tiempo de respuesta


4.4.

Incertidumbre en la estimacin del tiempo de respuesta

La incertidumbre en la estima del tiempo de respuesta tiene dos componentes: una


se deriva del clculo de los coecientes autorregresivos y la otra, de la variabilidad de
la muestra de ruido utilizada. Para obtener la primera, hay que tener en cuenta que los
coecientes autorregresivos se obtienen a travs de las ecuaciones de Yule-Walker:

C1 . . . Cm1 a1
C1 C0





C C
C
.
.
.
C
2 1
0
m2 a2

=
.
. .
.
.
.
..
.. ..
.
.
.
.
.
.






am
Cm1 Cm2 . . . C0
Cm
donde

a1 , a2 ...am

son los coecientes autorregresivos y

C0 , C1 , Cm

son los valores de la

autocorrelacin del ruido para diferentes desfases. Abreviadamente se expresa en notacin


vectorial como funcin de la matriz de autocorrelacin

y del vector

~a

de coecientes:

~ = P~a
C

Por tanto, si

b
a

es una estima del vector

~a,

la matriz de covarianza ser:



E (~a b
a) (~a b
a)t =
donde

2
P 1
N m

es una estima de la varianza del ruido blanco,

el orden del modelo

(4.38)

AR

el tamao de la muestra de ruido. Como se puede observar, este clculo no es trivial y

185

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
adems supone que en la matriz de covarianzas (eq:4.38) haya que considerar no slo los
elementos de la diagonal, sino tambin los no-diagonales.
En esta parte de la tesis se propone otra manera de calcular la incertidumbre que
implique un clculo ms sencillo y prctico.

4.4.1. Fuentes de incertidumbre


Para calcular la incertidumbre en la estima del tiempo de respuesta se deben conocer
las incertidumbres tipo A,

uA ,

y tipo B,uB . La de tipo

depende de la variabilidad de

la muestra de ruido y por tanto, la distribucin de probabilidad de esta componente es


de tipo gaussiana. Por otro lado , la de tipo

es debida al error sistemtico al escoger

un nmero de coecientes distinto del ptimo, es decir, si se deben elegir 8 coecientes,


se escogen 7 o 9. En principio, la probabilidad de escoger un modelo autorregresivo con
un coeciente menos o ms que el ptimo es idntica a la de elegir un modelo con dos
coecientes de discrepancia con respecto al ptimo. Por tanto, la incertidumbre tipo
sigue una distribucin de probabilidad rectangular cuya semi-anchura

a,

depende de la

diferencia entre el tiempo de respuesta ptimo y el estimado tal y como se muestra en la


gura 4.21.

186

4.4. Incertidumbre en la estimacin del tiempo de respuesta

Figura 4.21: Funcin de probabilidad rectangular que sigue la incertidumbre tipo

asocia-

da a la causa sistemtica de elegir un nmero no ptimo de coecientes autorregresivos.

4.4.2. Funcin modelo para el tiempo de respuesta


El tiempo de respuesta se puede expresar en funcin del valor estimado y de la incertidumbre asociada a esa estimacin como:

= e U ( )
siendo

el valor estimado por el modelo

AR

U ( )

(4.39)

la incertidumbre expandida del

tiempo de respuesta que se expresa como:

U ( ) = ku( )
siendo

u( )

la incertidumbre tpica y

(4.40)

el factor de cobertura. La incertidumbre tpica se

calcula a partir de los valores de las incertidumbre tipo

u( ) =

q
u2B + u2A

187

y tipo

B:
(4.41)

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
Por tanto, se puede expresar el tiempo de respuesta como una funcin modelo del valor
estimado

de ruido,

y de las correcciones que se deberan aplicar por la variabilidad de la muestar


y por el error sistemtico al escoger un nmero inadecuado de coecientes,

B :
= e + A + B

(4.42)

y, en consecuencia, la incertidumbre tpica se calcula como:

u2 ( ) = u2 (A ) + u2 (B )

(4.43)

4.4.3. Factor de cobertura para el tiempo de respuesta


Para hallar el factor de cobertura ser necesario calcular analticamente la funcin de
probabilidad para estimar la incertidumbre del valor esperado del tiempo de respuesta
siendo la funcin modelo del tipo

Y = X1 + X2 .

A esta funcin de probabilidad la de-

nominaremos gaussiana-aplanada (Flatten-gaussian ) y se puede hallar por medio de los


polinomios caos[83] o bien utilizando los momentos centrales[37]. Para una solucin analtica, se necesitan estos mtodos dado que la funcin rectangular no es analtica en los
bordes. En esta tesis, se seguir el mtodo de los momentos centrales, teniendo en cuenta
que los momentos impares son cero debido a la simetra de la funcin de densidad de
probabilidad gaussiana-aplanada; por tanto, slo se considerarn los momentos segundo
y cuarto.
La funcin generadora de momentos para la gaussiana-aplanada debe ser:


MY (t) = exp

g2 t sinh(ar t)
2
ar t

188


, ar =

3r ,

(4.44)

4.4. Incertidumbre en la estimacin del tiempo de respuesta


donde el primer factor corresponde a una distribucin gaussiana y el segundo a una
rectangular con semi-anchura

ar .

Desarrollando

My (t)

en serie de Taylor hasta el cuarto

orden, se obtienen el segundo y cuarto momentos:

9
2 = g2 + r2 ; 4 = 3g4 + 6g2 r2 + r4
5
Se puede observar que

es la suma de las varianzas, como se esperaba; pero

(4.45)

contiene

un trmino cruzado que es dominante en el caso en que ambas varianzas sean de orden
de magnitud similar.

La forma analtica de la funcin de densidad de probabilidad gaussiana-aplanada

pF G (Y )

se obtiene aplicando el principio de mxima entropa limitado con los cuatro

momentos [41]. El resultado es:

pF G (Y ) = AeaY

donde
y

2 bY 4

(4.46)

es el factor de normalizacin para que el rea sea la unidad y los coecientes

se obtienen como los multiplicadores de Lagrange haciendo la entropa mxima.

Se requieren algunas restricciones para los coecientes: por razones de convergencia,

b > 0.

No obstante, el coeciente

a,

considerado como un multiplicador de Lagrange,

podra ser negativo. En este caso, la distribucin gaussiana-aplanada no sera unimodal.


Para evitar este caso, se requiere que la condicin

El factor de normalizacin

a>0

se cumpla siempre.

se calcula de:

pF G (Y )dY = 1

189

(4.47)

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
denotando

= ab1/2 ,

se obtiene

pF G (Y )dY

= 2b

1/4

= 2b1/4

0 eu u du
   

  

1
1
1 1 2
1
3
3 3 2

F1
; ;

F1
; ;
4
4
4 2 4
4
4
4 2 4
(4.48)

donde

F1 (n; m; x)

es la funcin de primer orden hipergeomtrica conuente. Si se

realiza el cambio de variables:

= b1/4 , s = (2a)1/2 ,

la forma completa de la funcin

de densidad de probabilidad es:

PF G (Y ) =

( 2 ) exp
4

Y 2
2s2

( 41 )1 F1 ( 14 ; 12 ; 16s
4)

Y4
4


(4.49)

2
4
( 34 )1 F1 ( 34 ; 23 ; 16s
4)
2s2

Para obtener el factor de cobertura se necesitan las constantes

b,

que pueden ser

calculadas como multiplicadores de Lagrange en el proceso de minimizacin de la entropa,


o bien igualando el segundo y cuarto momentos obtenidos de las medidas con los momentos
de la funcin de densidad de probabilidad. En cualquier de los dos casos se necesita resolver
un sistema de ecuaciones no lineales.
Debido a esta dicultad, es mucho ms sencillo construir distribuciones gaussianas
aplanadas generando nmeros aleatorios uniformemente distribuidos. As se puede obtener
el factor de cobertura

kv ,

que para un nivel de conanza del 95 % tiene la siguiente

expresin emprica:

kv =

1, 64r + 1, 96g
r + g

Para nuestro caso concreto, se necesita la incertidumbre tipo


bre tipo

(4.50)

A o g

y una incertidum-

que se obtienen de los datos de las estimaciones del tiempo de respuesta.

190

4.4. Incertidumbre en la estimacin del tiempo de respuesta


En la tabla 4.5 se presentan los diferentes tiempos de respuesta medios obtenidos con
cada modelo

AR

de

coecientes, as como las desviaciones tpicas de las distribuciones

de los tiempos de respuesta obtenidos con el mtodo de Monte-Carlo par auna longitud
de lnea de 21 m.

curtosis

0,1186

0,0417

2,72

0,0967

0,0182

4,7177

0,0969

0,0136

2,78

00986

0,0115

2,92

9(ptimo)

0,1010

0,0108

2,95

10

0,1016

0,0101

3,25

Tabla 4.5: Valores de tiempos de respuesta medios, desviaciones tpicas y curtosis para

modelos autorregresivos de diferentes nmero de coecientes y longitud de lnea de 21 m

As, para el clculo de la incertidumbre tipo B, se toman los valores de la tabla 4.5:

uB =

n=9 n=7
0, 0041

=
= 0, 0024
3
3

(4.51)

siendo la incertidumbre tpica:

u( ) =

u2A + u2B =

p
0, 00242 + 0, 012 = 0, 01s

(4.52)

El factor de cobertura es segn (4.50):

kv =

1, 64r + 1, 96g
1, 64 0, 0024 + 1, 96 0, 01
=
= 1, 898 1, 9
r + g
0, 0024 + 0, 01

191

(4.53)

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
Por tanto, la incertidumbre expandida de la estimacin del tiempo de respuesta es:

U ( ) = kv u( ) = 1, 9 0, 01 = 0, 019s

192

(4.54)

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount
4.5.

Obtencin in situ del cuarto polo de un sensor de


presin capacitivo tipo Rosemount

Puesto que segn se ha explicado en el epgrafe 4.3 las medidas en laboratorio muestran
que al menos existen dos polos reales asociados a la parte interna del sensor, aplicando la
metodologa conocida como Dynamic Data System [110, 71], sera posible, aplicando los
mtodos del anlisis de ruido y utilizando un adecuado tiempo de muestreo, obtener un
modelo autorregresivo con nicamente cuatro coecientes autorregresivos que permitiera
la identicacin de los dos polos reales del sensor.
En esta parte de la tesis se han analizado seales procedentes de tres sensores capacitivos de caudal procedentes de un PWR registrados con un tiempo de muestreo de 0,02
segundos. El registro de las seales se ha realizado in situ, estando operativo el sensor en
todo momento. En la gura 4.22 se han representado las seales procedentes de cada uno
de los sensores.

193

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

(a) Seal del sensor 1

(b) Seal del sensor 2

(c) Seal del sensor 3


Figura 4.22: Seales registradas in situ de tres sensores de caudal tipo Rosemount ubicados

en un reactor PWR

194

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount
Como se puede observar, las tres seales tienen componentes de baja frecuencia que
aaden una cierta tendencia que debe ser eliminada ltrando adecuadamente. En el caso
que nos ocupa, se ha utilizado la herramienta de Matlab sptool para ltrar las seales. En
los tres casos se han utilizado ltros pasaaltos de Butterworth cuya frecuencia de corte
ha sido 0,04 Hz.
En las guras 4.23 y 4.24 se muestran dos impresiones de pantalla de la interface
grca de sptool para disear el ltro.

Figura 4.23: Interface grca de la herramienta sptool de Matlab para diseo de ltros.

195

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.24: Interface grca de la herramienta sptool de Matlab para diseo de ltros

donde se muestra la frecuencia de corte (Fc ) y la frecuencia de muestreo (Fs ).

En las guras 4.25 4.26 y 4.27 se representan las seales y su correspondiente resultado
tras la aplicacin del ltro.

196

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount

Figura 4.25: Seal correspondiente al sensor 1(superior) y su correspondiente tras el l-

trado(inferior).

197

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.26: Seal correspondiente al sensor 2(superior) y su correspondiente tras el l-

trado(superior).

198

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount

Figura 4.27: Seal correspondiente al sensor 3(superior) y su correspondiente tras el l-

trado(superior).

Como se puede apreciar, el ltro ha eliminado la tendencia que se observaba previamente. Las seales de planta no slo registran los datos del sensor sino todo aquello que
rodea al mismo y que forma parte de la operacin de la planta. La eliminacin de ciertas
frecuencias es fundamental para una correcta interpretacin de los datos y para poder
obtener el cuarto polo, tal y como se ver ms adelante.

199

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
El siguiente paso es calcular la

P SD

de la seal y estimar el modelo autorregresivo a

travs del cul se obtendrn los polos del sistema. En las guras que se van a presentar
a continuacin (4.28, 4.29 y 4.30) se han obtenido las

P SDs

y se han ajustado con un

modelo AR de cuatro coecientes autorregresivos.

Figura 4.28: PSD de la seal procedente del sensor capacitivo de caudal nmero 1 y su

ajuste autorregresivo utilizando cuatro coecientes .

200

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount

Figura 4.29: PSD de la seal procedente del sensor capacitivo de caudal nmero 2 y su

ajuste autorregresivo utilizando cuatro coecientes.

201

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.30: PSD de la seal procedente del sensor capacitivo de caudal nmero 3 y su

ajuste autorregresivo utilizando cuatro coecientes.

202

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount
Como se puede apreciar, el modelo autorregresivo con nicamente cuatro coecientes
no es suciente para ajustar la

P SD de la seal. La operacin de ltrado no ha conseguido

eliminar una zona de baja frecuencia que da lugar a un par de polos complejos conjugados.
Son precisamente stos los que aparecen en los modelos autorregresivos. As, los polos del
modelo para el caso del sensor 3 (gura 4.30) son:

p1 = 3, 3842 + 87, 6560i


p1 = 3, 3842 87, 6560i
(4.55)

p2 = 6, 4601 + 10, 4149i


p2 = 6, 4601 10, 4149i
Los polos

p1

p1

corresponden al acoplamiento entre la lnea sensora y el sensor

capacitivo y dan lugar al pico que se observa en la parte derecha de la


polos

p2

p2

P SD.

Los otros

corresponden a una componente de baja frecuencia que no forma parte del

sistema lnea-sensor y que no se ha conseguido eliminar con el ltrado. No obstante, dado


que ltrar es una operacin complicada y podra eliminardel espectro alguno de los polos
reales del sensor, se ha preferido ajustar la

P SD

con seis coecientes autorregresivos. As,

el par de coecientes a aadir debe corresponder a los dos polos reales que contribuyen al
tiempo de respuesta del sensor.
En las guras 4.31, 4.32 y 4.33 se muestran los ajustes con los seis coecientes.

203

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.31: PSD de la seal procedente del sensor capacitivo de caudal nmero 1 y su

ajuste autorregresivo utilizando seis coecientes.

204

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount

Figura 4.32: PSD de la seal procedente del sensor capacitivo de caudal nmero 2 y su

ajuste autorregresivo utilizando seis coecientes.

205

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.33: PSD de la seal procedente del sensor capacitivo de caudal nmero 3 y su

ajuste autorregresivo utilizando seis coecientes.

206

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount
Como se puede ver,es suciente tomar seis autorregresivos para ajustar las
las seales. Los polos en el plano
sensor n

P SD

de

obtenidos a travs del modelo autorregresivo para el

1 son:

p1 = 2, 9516 + 89, 8452i


p1 = 2, 9516 89, 8452i
p2 = 25,9637 + 22, 0523i
(4.56)

p2

25, 9637 22, 0523i

p3 = 6, 5987
p4 = 96, 3488

donde

p2

p1

p2

p1

son los polos complejos asociados al acoplamiento entre la lnea y el sensor,

son los polos complejos de la componente de baja frecuencia que no se ha podido

eliminar mediante el ltrado, y

p3

p4

son los dos polos reales del sensor. Las frecuencias

de corte de estos ltimos polos y los tiempos asociados a los mismos son:

p3 = 6, 6

f3 = 1, 05 Hz

3 = 0, 15 s
(4.57)

p4 = 96, 35

f4 = 15, 33 Hz

lo que supone que el tiempo de respuesta

4 = 0, 01 s

del sensor es 0,16 s, valor que est de acuerdo

con lo medido en laboratorio para estos sensores[53].

207

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
Los polos obtenidos para el sensor n

2 son:

p1 = 2, 79 + 89, 79i
p1 = 2, 79 89, 79i
p2 = 0,22, 97 + 23, 77i
(4.58)

p2 = 22, 97 23, 77i


p3 = 5, 26
p4 = 155, 73
que corresponden con las siguientes frecuencias de corte y tiempos de respuesta:

f3 = 0, 8371 Hz

3 = 0, 19 s
(4.59)

f4 = 24, 7846 Hz
Por ltimo, los polos en el plano

4 = 0, 006 s
o

del sensor n

3 son:

p1 = 2, 61 + 89, 87i
p1 = 2, 61 89, 87i
p2 = 23, 85 + 23, 29i
(4.60)

p2 = 23, 85 23, 29i


p3 = 6, 99
p4 = 136, 98
y sus frecuencias de corte y tiempos asociados:

f3 = 1, 1126 Hz

3 = 0, 1431 s
(4.61)

f4 = 21, 8005 Hz

208

4 = 0, 0073 s

4.5. Obtencin in situ del cuarto polo de un sensor de presin capacitivo tipo
Rosemount
Como se puede ver, el polo real de alta frecuencia, es decir, el cuarto polo, es difcil de
encontrar debido a que su contribucin al tiempo de respuesta es pequeo y porque se
ubica muy cerca del pico resonante. No obstante, forma parte de la dinmica del sensor y
en consecuencia, dado que contribuye al tiempo de respuesta, debe ser vigilado. Adems,
la metodologa que aqu se ha expuesto ha demostrado ser ecaz para realizar dicha
vigilancia in-situ.

209

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
4.6.

Modelo bilineal de un sensor de presin capacitivo


para la deteccin del sndrome de la prdida de
aceite

La prdida de aceite de silicona en un sensor de presin es una anomala difcil de


detectar [53]. El aceite de silicona rellena un pequeo canal que reduce la presin entre
la membrana de aislamiento y la membrana sensora. Como el sensor es capacitivo, el
aceite acta tambin como dielctrico inuyendo en la capacidad elctrica del sensor.
Dicha prdida de aceite provoca que el comportamiento de la membrana sensora pierda
su simetria, actuando con una rigidez distinta segn el signo de la sobrepresin a que est
sometida. El tiempo de respuesta del sensor no es sensible al sndrome de prdida de aceite
de silicona en su fase incipiente cuando an no se puede asegurar la existencia de la avera;
la respuesta ya no es lineal, con lo que, en rigor, si se somete al sensor a una rampa de
presin, el tiempo de respuesta depende del signo de la rampa. El cambio de las condiciones
dinmicas del sensor produce un comportamiento bilineal. La aparicin de no linealidades
en los sistemas de planta, aparte de ser un indicador de avera incipiente, hace necesario
implementar estrategias de compensacin en los lazos de control[124]. Se han estudiado
procedimientos empricos para lograr una deteccin temprana de esta anomala, pero en
esta tesis se desarrolla una justicacin terica mediante la modelizacin del sensor, con
la posibilidad de obtener un indice de alarma que evidencie la existencia del sndrome.

210

4.6. Modelo bilineal de un sensor de presin capacitivo para la deteccin del


sndrome de la prdida de aceite

4.6.1. Antecedentes
Cuando se produce una prdida de aceite se puede observar que el comportamiento del
sensor da lugar a un desvio signicativo de la medida en relacion con los valores dados por
otros canales redundantes, al tiempo que una disminucion del nivel de ruido a la salida del
sensor, dicultad para su calibracion y respuesta lenta despues de una parada del reactor.
Todo ello fue observado por primera vez en 1987, en transmisores de presion diferencial Rosemount 1153HD5PC. Estos transmisores fueron declarados fuera de servicio
y el fabricante, tras diversas pruebas, identic la anomala como una fuga del aceite.
Como consecuencia de este suceso algunos investigadores y el propio fabricante [107] emprendieron estudios para entender este sndrome y generar procedimientos de deteccin
incipiente.
Las investigaciones experimentales demostraron que la membrana retardaba su vuelta
a la posicion de equilibrio despus de una sobrepresin [67], con lo que se ocasionaba una
asimetra en la vibracin de la membrana.
Esta asimetra de las oscilaciones se reeja en los valores del ruido, hay una relacin
entre el sesgo de la distribucin de amplitudes [67] y el valor de la prdida.
En la gura 4.34 se muestra un ejemplo caracterstico de ruido bilineal. Sin embargo
el detectar sesgo en el ruido no es suciente para asegurar la existencia del sndrome,
porque tambin otras anomalas pueden dar lugar al sesgo. Debe existir al mismo tiempo
una disminucin de la varianza.

211

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Figura 4.34: Ruido tpico en el sndrome de prdida de aceite.

En las pruebas en el laboratorio se encontraron tiempos de respuesta diferentes segn


que la rampa fuera positiva o negativa; especialmente, en el modelo indicado, en el caso
en que el punto de tarado corresponda a baja presin, las membranas vuelven a su
posicin de equilibrio muy lentamente en la rampa negativa, con tiempos de respuesta
muy superiores a los obtenidos para la rampa positiva.

4.6.2. Modelizacin del sndrome


La gura 4.35 muestra la analoga elctrica propuesta para modelar la prdida de
aceite del sensor. Como se observa, el modelo de partida para el conjunto sensor-lnea
sensora es el de un sistema de tres polos. Los valores tpicos de los parmetros de dicho
circuito se han tomado de la literatura [11] y se recogen en la tabla 4.6.

212

4.6. Modelo bilineal de un sensor de presin capacitivo para la deteccin del


sndrome de la prdida de aceite

Figura 4.35: Modelo fsico simplicado del sensor de presin y su correspondiente elctrico.

Las caractersticas del sndrome podran explicarse segn la gura 4.35 repartiendo la
capacidad de la membrana sensora en dos condensadores. Cuando la presin es positiva,
hay una rigidez dielctrica normal (C1 ), y cuando es negativa, la prdida de aceite ocasiona
otra rigidez (C2 ). Para separarlas se incluyen los diodos en el modelo, que deja asi de ser
lineal.
La respuesta no lineal se puede modelizar empleando dos funciones de transferencia
cuya forma es [123]:

H (s) =

1/Cs
(LS + R)(1

r+1/Ls
)
1/M s

Una de las funciones de transferencia se obtiene seleccionando


otra tomando

C = C2

si

V0 < 0.

(4.62)

+ r + 1/Cs
C = C1

si

V0 > 0,

y la

Esto es necesario para explicar por qu los tiempos de

213

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Tabla 4.6: Valores tpicos de los parmetros del sensor y la lnea sensora

214

4.6. Modelo bilineal de un sensor de presin capacitivo para la deteccin del


sndrome de la prdida de aceite
respuesta a rampas positivas y negativas son distintos. Las respuestas a la rampa vienen
dadas por la transformada inversa de Laplace de

H(s)/s2 .

De aqu pueden calcularse los

tiempos de respuesta para ambas rampas.

4.6.3. Resultados de la simulacin del anlisis de ruido


La primera manifestacin del sndrome es la prdida de amplitud del ruido. En la
gura 4.36 se observa cmo disminuye la varianza al aumentar la capacidad
la de referencia

C1 .

C2

respecto a

Los sensores redundantes que no sufren el sndrome son la clave para

identicar el primer sntoma. Es necesario tambin detectar la falta de simetra.

Figura 4.36: Reduccin de la varianza del ruido en funcin del cambio de capacidad

C/C1 = (C2 C1 )/C1

asociado a la presencia del sndrome.

En la gura 4.37 se ha representado el sesgo en funcin del cambio de capacidad.


Es una funcin creciente debido a que la asimetra es maniesta y a que la varianza es

215

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
decreciente. Los sensores redundantes que no sufren el sndrome tienen un sesgo nulo.

Figura 4.37: Aumento del sesgo del ruido en funcin del cambio de capacidad

(C2 C1 )/C1

C/C1 =

asociado a la presencia del sndrome.

El anlisis de frecuencia es menos adecuado para la deteccin del sndrome. Se debe


a que la lnea sensora y la rigidez de la membrana aisladora, que explican la resonancia
del espectro, permanecen inalterados por el sndrome, habindose observado slamente
un pequeo corrimiento del polo real hacia la izquierda.

El tiempo de respuesta es la base para la vigilancia de los sensores, pero en un sistema


no lineal no es unvoco, por lo que, en rigor, este concepto no debera usarse. Ademas,
aunque

se calculase, no es el parmetro de vigilancia adecuado para detectar el sndrome

de la prdida de aceite. En efecto, se ha calculado

simulando el sndrome con diferentes

niveles de incidencia; tal y como se observa en la gura 4.38 no se trata de un buen


indicador de la avera como la varianza o el sesgo.

216

4.6. Modelo bilineal de un sensor de presin capacitivo para la deteccin del


sndrome de la prdida de aceite

Figura 4.38: Tiempo de respuesta, calculado suponiendo linealidad, en funcion del cambio

de capacidad

C/C1 = (C2 C1 )/C1

asociado a la presencia del sndrome.

Para realizar un anlisis, basado en el tiempo de respuesta, en el caso del sndrome,


puede procederse de una manera ms simple: se descompone la seal de ruido en sus
partes positiva y negativa:

x+
j =

xj ,

0,

si

xj 0
;

si

x
j =

xj < 0

0,

si

xj ,

si

xj 0
(4.63)

xj < 0

Ambas seales se han analizado como ruidos lineales, puesto que no son seales deterministas. Se han obtenido los tiempos de respuesta
ellas. Se ha llamado

a+

+ y correspondientes a cada una de

al conjunto de coecientes cuando el ruido es positivo y

es negativo. Los coecientes

a+

toman el mismo valor que los

cuando

que se obtendran si no

existiera la prdida de aceite. El sentido de este anlisis se justica porque un ruido lineal

217

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

Tabla 4.7: Coecientes AR:

a+

corresponde al caso normal (C2

caso de prdida de aceite en el que

C2 /C1 = 2.

= 0)

corresponde al

Tiempo de muestreo 0,01 s.

descompuesto segn (4.63) da lugar a dos seales con coecientes AR

a+

iguales a

los correspondientes al ruido lineal original.

Si se consideran los valores de la tabla 4.6 para simular el comportamiento del sensor,
y se supone una incidencia del sndrome tal que

C2 /C1 = 2,

un posible conjunto de

coecientes AR se recoge en la tabla 4.7.

Si a partir de los coecientes AR

a+

se calcula la respuesta a la rampa positiva y

negativa, se obtienen distintos valores, en conformidad con los valores determinados en las
experiencias de laboratorio. Se han obtenido las respuestas a las rampas para
Los tiempos de respuesta obtenidos son

+ = 0, 24

s, caso normal; y

C2 /C1 = 2.

= 0,47

s, caso del

sndrome.

Puede obtenerse un indice dado por el cociente

| + | /

donde

son los

tiempos de respuesta obtenidos descomponiendo la seal de ruido en sus partes positiva y


negativa, respectivamente; y

es el tiempo de respuesta considerando el ruido procedente

de un sistema lineal. El ndice as calculado es un indicador de la gravedad del sndrome.

218

4.6. Modelo bilineal de un sensor de presin capacitivo para la deteccin del


sndrome de la prdida de aceite
En la gura 4.39 se muestra la representacin del ndice de anomala en funcin del cambio
de capacidad producido por el sndrome. Como puede observarse en la gura 4.39, cuando
este ndice es mayor que 100 % indica la presencia de la anomala, ya que a partir del 100 %
cambia cualitativamente la distribucion de los valores: primero se ajustan a una recta y
despus forman una nube en torno a una recta diferente.

Figura 4.39: ndice

en funcin del cambio de capacidad

asociado a la presencia del sndrome.

219

C/C1 = (C2 C1 )/C1

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
4.7.

Conclusiones relativas al Captulo 4

Las conclusiones a las que se ha llegado en este captulo de la tesis son las siguientes:

Obtencin de un nuevo modelo de un sensor capacitivo a partir de una


analoga elctrica:

Se ha obtenido un nuevo modelo de cuatro polos (dos reales

y dos complejos conjugados) para el sensor capacitivo de presin tipo Rosemount a


partir de una analoga elctrica y como consecuencia de la evidencia en laboratorio
de que existe al menos un polo real extra a aadir al modelo anterior de tres polos.

El orden del modelo dado por el criterio de Akaike no es correcto, si las


lneas sensoras son largas:

Se ha utilizado el anlisis de ruido para simular la

medida in situ del tiempo de respuesta del modelo de cuatro polos y se ha observado
que el tiempo obtenido tiene un error sistemtico cuando se utiliza el criterio de
Akaike para obtener el orden del modelo autorregresivo en un sensor acoplado a
lneas sensoras largas.

Aplicacin de un mtodo de Monte Carlo para establecer un nuevo orden


del modelo AR que evite el error sistemtico y aplicacin a las medidas
reales: Por medio de un mtodo de Monte Carlo se obtienen distribuciones estadsticas del tiempo de respuesta. El orden ptimo del modelo es aquel cuya distribucin
estadstica tiene curtosis mucho ms altas que la de una rectangular. El mtodo de
Monte-Carlo establece el orden ptimo para cada longitud de lnea y ste luego
podr ser utilizado para la obtencin del modelo AR en la prctica.

220

4.7. Conclusiones relativas al Captulo 4


Propuesta de un modelo bilineal para reproducir el comportamiento del
sensor cuando sufre el sndrome de la prdida de aceite:

Se propone un

modelo para explicar cuantitativamente el comportamiento bilineal observado en los


sensores de presin del tipo Rosemount que presentan el sndrome de la prdida de
aceite. El modelo consiste en una analoga elctrica con dos diodos para reproducir
respuestas no lineales.

Simulacin de la avera utilizando dos modelos AR diferentes:

Se ha si-

mulado la respuesta bilineal con dos modelos AR, de manera que cada uno de ellos
proporcione la respuesta cuando acte cada uno de los diodos. Se han simulado
cuarenta respuestas lineales variando poco a poco la capacidad del sensor, as se
ha podido detallar la evolucin de la avera. Este procedimiento evita resolver numricamente ecuaciones diferenciales estocsticas no lineales, y permite extender la
aplicacin de los modelos AR, que en el mbito del mantenimiento son ms conocidos
que los mtodos no lineales.

Diagnstico de la avera por medio de parmetros estadsticos del ruido


no lineal: El anlisis de ruido de las seales generadas reproduce los resultados experimentales observados tanto en el laboratorio como en las plantas. Se ha diagnosticado el sndrome a partir del decrecimiento de la varianza, y a partir del aumento
del sesgo del ruido no lineal generado. Tambin se ha comprobado que el tiempo
de respuesta no es la magnitud de vigilancia adecuada para detectar la presencia
incipiente del sndrome.

221

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES
Obtencin de un ndice de vigilancia para cuanticar la intensidad de la
anomala: Considerando la asimetra del ruido bilineal, se ha propuesto un ndice
de vigilancia basado en el tiempo de respuesta, para cuanticar la intensidad de la
anomala. Este ndice tiene la ventaja de calcularse con los algoritmos lineales que
se emplean para medir el tiempo de respuesta, extendindose as la aplicacin de
una metodologa lineal bien conocida al mbito no lineal.

Obtencin del cuarto polo de un sensor de presin capcitivo: Se ha obtenido


el cuarto polo del sensor a travs del anlisis de las

P SDs

procedentes de tres

sensores capacitivos tipo Rosemount de planta. Dicho hallazgo implica variar el


tiempo de muestreo de las seales, ltrar la seal con un ltro pasaaltos y realizar
un ajuste autorregresivo con un nmero de coecientes que evite los polos espreos.

4.8.

Publicaciones

Artculos en revistas
J.Blzquez, A.Garca-Berrocal, C.Montalvo y M.Balbs. The coverage factor
in a Flatten-Gaussian distribution. Metrologia, 2008, 45, 503-506.

C.Montalvo, M.Balbs, J.Blzquez y J.M.Chicharro. Vigilancia paramtrica de


la bilinealidad de transmisores de presin por anlisis de ruido. Informacin

tecnolgica, 2010, 21(2), 77-84.

C.Montalvo, M.Balbs, J.Blzquez and A.Garca-Berrocal. Application of the

222

4.8. Publicaciones
Monte Carlo method for capacitive pressure transmitters surveillance in Nuclear Power Plants. Enviado a Mathematics and Computers in Simulation Mayo
2010.

Ponencias a congresos
A.Garca-Berrocal, J.M.Chicharro, C.Montalvo, J.Blzquez y M.Balbs. Caracterizacin de un comportamiento bilineal mediante anlisis de ruido: una

o Congreso Iberoamericano de Inge-

aplicacin al mantenimiento predictivo. 8

niera Mecnica, Cuzco, 23 al 25 de Octubre de 2007.

J.Blzquez, A.Garca-Berrocal, M.Balbs y C.Montalvo. Factor de cobertura

o Congreso Espaol de Metro-

con incertidumbres combinadas de Tipo A y B.4

loga, Santander,1 al 3 de junio de 2009.

C.Montalvo, M.Balbs, J.Blzquez y A.Garca-Berrocal.Obtencin por medio


de anlisis de ruido del cuarto polo de un sensor capacitivo de presin. Acta
de congreso. XVII Congreso Nacional de Ingeniera Mecnica, Ciudad Real,
Noviembre 2010.

223

4. ANLISIS DE RUIDO APLICADO A SENSORES DE CENTRALES


NUCLEARES

224

Parte III
SISTEMAS NO LINEALES

225

Captulo 5

LA TRANSFORMADA DE HILBERT
Y EL MANTENIMIENTO
PREDICTIVO

5.1.

Introduccin

El anlisis de Fourier ha demostrado ser una herramienta fundamental en el anlisis


de seales en el dominio de la frecuencia. No obstante tiene sus limitaciones y cuando los
sistemas no son lineales o existen frecuencias que desaparecen o aparecen con el tiempo,
Fourier no es capaz de discriminar el momento en que eso ocurre. Para esos casos se
necesitan otro tipo de herramientas en las que el anlisis no slo sea global sino tambin
local y se puedan ver los cambios que sufren las frecuencias de vibracin de los sistemas
a lo largo del tiempo.

La transformada de Hilbert y ms recientemente, la transformada de Hilbert-Huang

227

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
se han utilizado para la caracterizacin de sistemas no lineales, o que no son estacionarios
ni ergdicos. Existe una gran cantidad de datos en la realidad que no pueden ser analizados como sistemas lineales, estacionarios y ergdicos de disciplinas muy dispares como:
ssmica, geofsica, medicina, economa, biologa, etc.
En este ltimo captulo de la tesis se va a utilizar la transformada de Hilbert en el
anlisis de seales no lineales de un sensor de presin capacitivo tipo Rosemount y adems
se aplicar la transformada de Hilbert-Huang para el anlisis de seales procedentes de
una pala de aerogenerador. Este ltimo caso, que no se encuadra dentro de la ingeniera
nuclear, se muestra como ejemplo de las posibilidades que ofrece la transformada de
Hilbert-Huang en el mantenimiento avanzado en problemas mecnicos, objeto de nuestra
tesis.

228

5.2. La transformada de Hilbert-Huang


5.2.

La transformada de Hilbert-Huang

La transformada de Hilbert-Huang es una herramienta para analizar seales no lineales y no estacionarias. Se ha validado empricamente y ha demostrado ser muy efectiva
para una gran variedad de seales de disciplinas muy distintas[77, 73, 74]. El mtodo
para obtener esta transformada se compone de dos partes: la descomposicin en modos
empricos de la seal (Empirical Mode Descomposition EMD ) y el anlisis de cada uno
de los modos a travs de la transformada de Hilbert (Hilbert Spectral Analysis HSA).

En esta seccin se va a describir el mtodo sin entrar en profundidad en las peculiaridades matemticas de ste.

5.2.1. La descomposicin en modos empricos


La descomposicin en modos empricos se basa en la suposicin de que los diferentes
modos de vibracin de una seal, ya sean lineales o no lineales, tienen el mismo nmero de
mximos locales o relativos y de intersecciones con el eje de las abscisas. Adems, existe
otra condicin, y es que las seales a analizar deben ser simtricas con respecto a su media.
Por tanto, se asume que una seal est formada por la suma de estos modos de vibracin
que se denominan Modos Intrnsecos(Intrinsic Mode Function, IMF ). En denitiva, cada
una de estas funciones intrnsecas debe satisfacer las siguientes condiciones:

El nmero de extremos debe ser igual o diferir en una unidad con el nmero de
intersecciones con el eje de las abscisas.

229

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
En cualquier punto del modo, la media entre la envolvente de los mximos locales
y la de los mnimos locales debe ser cero.

Para obtener los modos, primeramente se deben obtener los mximos locales, y por
medio de una interpolacin cbica de tipo spline, se obtiene su envolvente. Con los mnimos, se procedera de la misma manera y se calcula la media entre ambas envolventes.
As, partiendo de una seal determinada, se obtienen sus envolventes y la media de stas
tal y como muestra la gura 5.1.

x(t)

Por tanto, si

m1 (t),

se obtiene

es la seal inicial, al restarle la media obtenida de las envolventes

h1 (t),

que podra ser el primer modo de la seal:

h1 (t) = x(t) m1 (t)


Para saber si

(5.1)

h1 (t) es el primer modo emprico de la seal x(t) es necesario que cumpla

las propiedades enunciadas anteriormente. Si no las cumple, es necesario seguir llevando a


cabo el proceso con

h1 (t) de obtencin de envolventes y medias, lo que se denomina sifting

process, hasta obtener el modo emprico deseado. As, el siguiente paso sera considerar
que

h1 (t)

es la seal de partida y repetir el proceso de sifting :

h11 (t) = h1 (t) m11 (t)


siendo

m11

la media de las envolventes de

vibracin. Despus de repetir este proceso

h1k (t)

h1 (t),
k

y siendo

(5.2)

h11 (t)

el posible nuevo modo de

veces, se alcanza el primer modo de vibracin

como:

h1k (t) = h1(k1) (t) m1k (t)

230

(5.3)

5.2. La transformada de Hilbert-Huang

(a) Seal

(b) Seal, envolventes y media


Figura 5.1: Seal inicial (a) y seal con las envolventes de los mximos y mnimos locales

y la media de stas (b)

231

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
y se denota por:

c1 (t) = h1k (t)

(5.4)

Como la seal todava tiene informacin, es necesario seguir descomponindola en sus


otros modos empricos, para ello se obtiene el denominado residuo

r1 (t) = x(t) c1 (t)

r1 (t)

como:

(5.5)

Este residuo ser sometido al proceso de sifting antes mencionado. En la gura 5.2 se
representa la seal de partida y el residuo obtenido tras calcular el primer modo emprico.

Figura 5.2: Seal de partida

x(t)

y el residuo

r1 (t)

emprico.

232

obtenido tras calcular el primer modo

5.2. La transformada de Hilbert-Huang


La suma de todos los modos empricos y el residuo obtenido en el ltimo proceso de

sifting componen la seal de partida tal y como se indica a continuacin:

x(t) =

n
X

cj (t) + rn (t)

(5.6)

j=1
donde

es el nmero total de modos obtenidos.

En la gura 5.3 se muestran los modos empricos obtenidos tras el anlisis de la


respuesta dinmica de una viga[105]. Tambin se aade el residuo de la seal.

233

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO

Figura 5.3: Respuesta dinmica de una viga , sus modos empricos y el residuo nal.

234

5.3. Evolucin de la investigacin precedente


5.3.

Evolucin de la investigacin precedente

Los sistemas lineales han sido ampliamente estudiados; sin embargo, la no linealidad
de los sistemas requiere un anlisis local que no puede proporcionar la transformada de
Fourier. Uno de los primeros trabajos en ingeniera mecnica para obtener analticamente
parmetros locales del sistema, tales como las frecuencias naturales y los amortiguamientos, a travs de la transformada de Hilbert y del concepto de seal analtica fueron [45, 46].
El primero se reere nicamente a sistemas de segundo orden no lineales y sin excitacin,
y en el segundo se analizan sistemas forzados. En 1996 se public un review [56] donde
se explicaban los mtodos utilizados para realizar anlisis de sistemas no lineales en el
tiempo y en la frecuencia. Las transformadas wavelets o la propia transformada de Hilbert eran explicadas junto con otras herramientas que se haban venido utilizando hasta
entonces. Parte de las conclusiones sealaban que an no exista un mtodo que destacara
sobre el resto en este tipo de sistemas.

En 1997 Feldman public dos trabajos [25, 47] en los que identicaba por medio de
la transformada de Hilbert las caractersticas no lineales de varios sistemas como un
oscilador de Dung o un sistema sin memoria. En ellos se explicaban las ventajas de
abordar una sistemtica de tiempo-frecuencia frente al anlisis de Fourier para el estudio
de los sistemas no lineales.
En 1996 Huang, en un captulo del libro Advances in applied mathematics [76] explicaba de qu manera se podan estudiar los efectos no lineales observados en las ondas del
agua a travs de la transformada de Hilbert. La idea se basaba en que, debido al cambio de

235

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
frecuencia que experimentan las ondas en ciertos momentos, deba ser posible realizar un
anlisis local donde pudiera observarse dicho cambio, y para ello propuso la transformada
de Hilbert.

Sin embargo, la transformada de Hilbert tena sus problemas. La aparicin de frecuencias negativas a la hora de obtener las frecuencias instantneas o las dicultades que
surgen en el anlisis de los extremos de las seales, a veces provocaban que no fuese
adecuado un anlisis directo con la transformada de Hilbert para tratar datos reales no
estacionarios y no lineales. Por ello, en 1998 Huang y otros investigadores de la NASA y
de varios centros de investigacin de EE.UU propusieron en [77] un mtodo que combinaba la transformada de Hilbert con la descomposicin de la seal en una serie de modos

empricos. De esta manera se reducan los problemas asociados al uso de la transformada


de Hilbert, debido a que la seal inicial era dividida en una serie de componentes con
signicado fsico.

Desde ese momento hasta ahora, la utilizacin de la transformada de Hilbert se ha


extendido considerablemente y se ha convertido en una herramienta muy til en el estudio
de sistemas no lineales y no estacionarios. Aunque en un principio surgi en los estudios
oceanogrcos [40], o dentro de las ciencias naturales, como es el caso de su aplicacin en
las seales geofsicas[72], luego se ha ido ampliando a la deteccin de daos en estructuras
dentro de la ingeniera civil [132], al estudio de series de matemtica nanciera [75], al
anlisis de seales procedentes de detectores de neutrones para la obtencin de parmetros
de vigilancia de las plantas nucleares[84] y a un sinfn de disciplinas y aplicaciones que
sera imposible incluir en su totalidad en esta tesis.

236

5.3. Evolucin de la investigacin precedente


Por ltimo cabe citar que han surgido estudios que comparan las tcnicas de la transformada de Hilbert-Huang con el simple anlisis de Hilbert [48] o con la transformada
wavelet[31], tambin utilizada en el mbito de la no linealidad y el anlisis local, y libros
que recopilan toda la experiencia acumulada en el uso de la transformada de HilbertHuang y sus aplicaciones [74, 73].

237

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
5.4.

La transformada de Hilbert como herramienta para el control de calidad

Los sensores de presin capacitivos estn muy extendidos en las plantas nucleares hoy
en da[49]. Como se ha comentado en captulos anteriores, estn compuestos por una
membrana de aislamiento que separa la lnea sensora de la parte interna del sensor que
contiene una serie de microtbulos rellenos de aceite de silicona[60]. stos terminan en
una membrana sensora unida a las placas de un condensador. La exactitud del sensor est
determinada por el proceso de llenado de la cmara interna con el aceite de silicona[58],
de manera que un llenado parcial de la misma puede afectar a la respuesta dinmica del
sensor. De hecho, el sndrome de la prdida de aceite es una de las averas ms notables,
ya que la respuesta del sensor deja de ser lineal[49, 22]. En este captulo se va a analizar
la respuesta de un sensor con grados diferentes de incidencia del sndrome a travs de la
transformada de Hilbert y del diagrama backbone. Los resultados se compararn con los
de un sensor no averiado cuyo comportamiento es lineal, para nalmente proponer dicha
herramienta como mtodo de control de calidad en el proceso de llenado con aceite de
silicona de la cmara interna del sensor.

238

5.4. La transformada de Hilbert como herramienta para el control de calidad

5.4.1. Estudio de un caso


En este epgrafe la transformada de Hilbert se aplicar al estudio de un sensor Rosemount modelo 1153 ubicado en un reactor PWR cuya respuesta ante una onda de presin
ha sido registrada. El sensor bajo estudio ha sufrido el sndrome de la prdida de aceite,
lo que implica que su cmara interna no est completamente llena de aceite de silicona.

Primeramente la onda de presin utilizada como entrada al sensor tiene una amplitud
alta, mientras que la segunda aplicada es de amplitud menor. En la gura 5.4 se muestra
la respuesta del sensor en el primer caso.

Figura 5.4: Respuesta de un sensor de presin capacitivo tipo Rosemount 1153 deun PWR

que sufre el sndrome de la prdida de aceite ante una entrada armnica.

En la gura 5.4 se observa que la onda de respuesta del sensor est rota y la no
linealidad se aprecia a simple vista. Despus de aplicar la transformada de Hilbert a esta

239

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
seal se obtiene el diagrama backbone mostrado en la gura 5.5. En l las amplitudes y
frecuencias instantneas estn normalizadas con respecto a la frecuencia aparente de la
respuesta (0,2 Hz) y la amplitud mxima registrada.

Figura 5.5: Backbones correspondientes a la respuesta de un sensor lineal ante una entrada

armnica y a la respuesta de un sensor no lineal averiado ante una entrada armnica.

En la gura 5.5 se aprecia el backbone de la respuesta de un sensor lineal en gris y otro,


no lineal, que sufre el sndrome de la prdida de aceite en negro. El comportamiento lineal
se caracteriza por tener una cierta amplitud instantnea nica y una cierta frecuencia
instantnea, nica tambin mientras que el caso no lineal comprende un rango mayor de
amplitudes y frecuencias.
La respuesta ante una entrada de menor amplitud se presenta en la gura 5.6. Apa-

240

5.4. La transformada de Hilbert como herramienta para el control de calidad


rentemente, en la gura 5.6 se aprecia simetra y linealidad en la seal. Si de nuevo se
aplica la transformada de Hilbert y se representa el diagrama backbone junto con el del
caso lineal, se obtiene la gura 5.7

Figura 5.6: Respuesta de un sensor de presin capacitivo tipo Rosemount 1153 de un PWR

que sufre el sndrome de la prdida de aceite ante una entrada armnica.

241

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO

Figura 5.7: Backbones correspondientes a la respuesta de un sensor lineal ante una entrada

armnica y a la respuesta de un sensor no lineal averiado ante una entrada armnica.

El sensor averiado muestra una mayor dispersin de los valores tal y como se pudo ver
en el caso de la entrada armnica de mayor amplitud. Tambin hay una cierta tendencia
a que los valores de la backbone sigan una pendiente determinada. La transformada de
Hilbert, a travs de las frecuencias y amplitudes instantneas, es decir, a travs del anlisis
local, es capaz de diferenciar casos lineales de los no lineales, aunque stos tengan una no
linealidad incipiente.

242

5.4. La transformada de Hilbert como herramienta para el control de calidad

5.4.2. Modelo no lineal


Los sensores de presin capacitivos estn formados por una membrana de aislamiento
conectada a la membrana sensora a travs de unos tubos capilares rellenos de aceite de
silicona. Un esquema sencillo para explicar la relacin entre las presiones iniciales y nales
en el sensor se muestra en la gura 5.8

Figura 5.8: Esquema sencillo de presiones inicial y nal en un sensor capacitivo tipo

Rosemount.

Por tanto, la relacin existente entre la presin de entrada y la de salida est dada por
la siguiente ecuacin diferencial de primer orden:

pi = p + o

donde

pi

es la presin de entrada,

dp
dt

la presin de salida y

(5.7)

es el tiempo de respuesta,

que en el caso lineal es nico.

No obstante, si el modelo es no lineal, la respuesta del sensor depender del valor de


la presin registrada[22]. Para deducir una ecuacin para la respuesta del sensor en estas
condiciones, se considerar la relacin existente entre la presin y el volumen desplazado
de aceite de silicona

V (p)

aproximando al segundo trmino de una serie de Taylor para

243

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
presin positiva:

V (p) =

C0 p

p0
(5.8)

C0 p + ap2 
donde

C0

p>0

es la compresibilidad del aceite de silicona,

es la presin y

es una constante

positiva. Evaluando la compresibilidad y teniendo en cuenta (5.8), se obtiene la expresin


siguiente:

donde

pm

dV
dp


=
pm

p0
(5.9)

C0 (1 + 2apm )

p>0

es la mxima presin que el sensor puede tolerar. En la gura 5.9 se representa

la relacin entre

p.

Figura 5.9: Relacin entre la presin y el volumen de la cmara interna de un sensor no

lineal, debido al sndrome de la prdida de aceite.

Como se puede ver en la gura 5.9, la pendiente alcanza su mximo en

244

pm ,

lo que es

5.4. La transformada de Hilbert como herramienta para el control de calidad


equivalente a decir que la compresibilidad es mayor en ese punto. Si la compresibilidad
para presiones positivas se expresa como una funcin dependiente de una constante y la
compresibilidad del aceite, entonces (5.9) se transforma en:

dV
dp


=
pm

p0
(5.10)

nC0

n1 p>0

En consecuencia, la no linealidad ha sido expresada en funcin del aumento de compresibilidad, debido al hecho de que la cantidad de aceite en el interior del sensor ha
disminuido y el parmetro

ahora se puede expresar como una funcin de

pm

como

se muestra a continuacin:

a=

n1
2pm

n 1 pm > 0

(5.11)

sustituyendo esta ltima ecuacin en (5.10):

dV
dp


pm

C0
=





1
n

p = C0 (1 + kp)
C0 p = C 0 1 +
C0 +
pm
pm

p0
k>0 p>0
(5.12)

donde

es un parmetro que caracteriza la no linealidad. Considerando que la ecuacin

del modelo de la gura 5.8 se obtiene aplicando la segunda ley de Newton:

(pi p)A = RA
siendo

la seccin del canal y

dV
dV dp
= RA
dt
dp dt

(5.13)

un trmino de friccin. As sustituyendo 5.12 en 5.13,

entonces:

(pi p) = RC0 (1 + kp)

245

dp
dt

(5.14)

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
Como

RC0

es el tiempo de respuesta, sustiyndolo en (5.14) se obtiene:

(pi p) = 0 (1 + kp)

Como se aprecia, cuando


parmetro

dp
dt

(5.15)

es igual a cero, el modelo es lineal. Si el valor absoluto del

se incrementa, la no linealidad asociada al sensor cambia. El parmetro

se

usa, por tanto, como un ndice que determina el grado de no linealidad.

5.4.3. Validacin del modelo no lineal


Para validar el modelo no lineal, la respuesta simulada ante una entrada senoidal de un
sensor Rosemount se ha analizado va transformada de Hilbert. El diagrama backbone de
amplitudes y frecuencias instantneas se puede simular numericamente para cada valor de

k,

que es el parmetro que caracteriza el grado de no linealidad y por tanto, la severidad

del sndrome. En la gura 5.10 se representa un ejemplo en el que se ha simulado el

backbone para un caso lineal

k=0

y un caso en el que

246

k = 0, 3.

5.4. La transformada de Hilbert como herramienta para el control de calidad

Figura 5.10: Backbones simuladas correspondientes a un modelo lineal del sensor (k

y a un modelo no lineal con

= 0)

k = 0, 3.

La simulacin se ha realizado con una entrada senoidal cuya frecuencia era 0,2 Hz y su
amplitud 1,7. Para la representacin backbone, las frecuencias y amplitudes se normalizan
tal y como se hizo en los casos anteriores. Por otro lado, se aprecia que el caso no lineal
tiene mayor nmero de frecuencias y amplitudes instantneas y que adems presentan
una tendencia con una pendiente tal y como se mostr en epgrafes anteriores.

247

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
Para aquellos casos en los que la no linearidad es incipiente (sndrome de difcil deteccin), el valor absoluto del parmetro
para

k = 0, 05

debe ser muy pequeo. El diagrama backbone

y el caso lineal se presentan en la gura 5.11. Como se puede apreciar de

Figura 5.11: Backbones simuladas correspondientes a un modelo lineal del sensor (k

y a un modelo no lineal con

= 0)

k = 0, 05.

la gura 5.11, cuando el parmetro

decrece, las frecuencias y amplitudes instantneas

cubren un rea ms pequea en la grca, pero en cualquier caso, la diferencia entre el


caso lineal y el no lineal es apreciable.

248

5.4. La transformada de Hilbert como herramienta para el control de calidad


Es preciso mencionar que el espectro en frecuencias de la seal del sensor realizado con
la transformada de Fourier presenta un armnico adicional(vase gura 5.12. La principal
diferencia con el anlisis de Fourier es que la transformada de Hilbert permite distinguir
aquellos casos de incipiente avera.

Figura 5.12: PSD de las seales simuladas del sensor para un caso lineal (k

un caso no lineal con

k = 0, 05.

249

= 0)

y para

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
5.5.

La transformada de Hilbert-Huang para caracterizar las palas de un aerogenerador

5.5.1. Introduccin
La posibilidad de que alguno de los elementos de los aerogeneradores entre en resonancia, dando lugar a vibraciones muy elevadas pudiendo provocar roturas o accidentes, hace
necesario caracterizar los diferentes elementos que lo constituyen. Uno de ellos son las
palas, que son sometidas a un control de calidad por medio de una serie de ensayos[106].
Existen diferentes tipos de ensayos y diferentes frecuencias a medir. As, los ensayos se
realizan midiendo las seales de las palas cuando stas estn empotradas en un soporte y
tienen libre un extremo(vase gura 5.13). El acelermetro, que suele estar colocado en el
extremo libre de la pala, mide las frecuencias en ap (abatimiento) o en lag (arrastre)[106];
es decir, las que se producen paralelamente al soporte de empotramiento o perpendicularmente a l. Este tipo de ensayos se lleva a cabo soltando rpidamente la pala desde
un posicin inicial y midiendo dichas frecuencias o bien, sometiendo a la pala a un cierto
impulso inicial[9].

Debido a la heterogeneidad de los materiales con los que se construyen las palas, obtener un modelo de stas para llegar a una ecuacin de movimiento es una tarea compleja.
Normalmente estn compuestas de bra de vidrio y sus perles son de alta aerodinamicidad y en consecuencia, de geometra complicada.

250

5.5. La transformada de Hilbert-Huang para caracterizar las palas de un


aerogenerador

Figura 5.13: Esquema del ensayo realizado para medir frecuencias en ap y en lag en una

pala de aerogenerador de 20 metros.

Uno de los parmetros a medir, y que no se conocen previamente, es su rozamiento.


Se puede medir realizando un anlisis de Fourier, por medio de la anchura de cada pico
resonante o incluso a travs de un ajuste no lineal de Breit-Wigner. No obstante, los
parmetros obtenidos por medio de la inspeccin visual del espectro son aproximados y
adems el anlisis de Fourier es global, no permite un estudio localizado de las vibraciones
de las palas.

Por tanto, con el objetivo de caracterizar mejor el comportamiento dinmico de las


palas y el rozamiento asociado a las mismas, se realiza un anlisis de seal por medio de
la transformada de Hilbert-Huang. Este anlisis permite la descomposicin de la seal en
una serie de modos empricos; y por medio de la transformada de Hilbert de los mismos,
se obtienen las amplitudes y frecuencias instantneas as como el rozamiento asociado a
ellos[46]. Adems, dado que el anlisis con esta metodologa es local, se pueden determinar

251

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
con mayor precisin los diferentes modos de vibracin y la escala de tiempos asociada a
los mismos.

En esta parte de la tesis se analiza, por medio de esta metodologa, una seal procedente de un ensayo de suelta repentina en ap de pala de aerogenerdor y se obtienen sus
modos empricos. De cada modo, y con un anlisis armnico basado en la transformada de
Hilbert, se obtienen la amplitud instantnea y la frecuencia instantnea frente al tiempo.
A continuacin se obtiene el rozamiento de cada modo a travs del decremento logartmico
y de las frecuencias instantneas.

5.5.2. Modos propios de vibracin


Una pala empotrada se puede asimilar a una viga elstica uniforme con un extremo
libre y otro empotrado. La elongacin

de la viga depende de la posicin y del tiempo

segn la ecuacin diferencial en derivadas parciales:

EI

donde

es el mdulo de Young,

la seccin,

A 2 y
4y
=

x4
g t2

(5.16)

es el momento de inercia de la seccin recta,

es el peso especco de la viga y

es

la constante de la gravedad. Se puede

resolver aplicando el mtodo de separacin de variables, tal que la solucin se escriba como
el producto de dos funciones que dependen del espacio y del tiempo respectivamente:

y(x, t) = X(x) T (t)

252

(5.17)

5.5. La transformada de Hilbert-Huang para caracterizar las palas de un


aerogenerador
Introduciendo esta forma de solucin en la ecuacin diferencial (5.16) se obtienen dos
ecuaciones diferenciales ordinarias independientes[32]:

d2 T
+ 2 T = 0
dt2

(5.18)

d4 X
= K 4X
4
dx

(5.19)

siendo la relacin entre las constantes de estas ecuaciones:

K4 =

donde

2
b2

(5.20)

es igual a:

EIg
A

(5.21)

La solucin general de (5.18) es:

T = A cos t + b sen t

(5.22)

X = C1 sen Kx + C2 cos Kx + C3 senhKx + C4 cosh Kx

(5.23)

y la de (5.19):

Cuando el extremo izquierdo de la viga est empotrado y el otro libre, las condiciones de
contorno vienen dadas por:


(X)x=0 = 0;


d2 X
dx2


= 0;
x=l


dX
= 0;
dx x=0
 3 
dX
= 0;
dx3 x=l

253

(5.24)

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
que conducen a la siguiente solucin:

cos Kl cosh Kl = 1

donde

(5.25)

es la longitud de la viga. Las diferentes races de esta ecuacin se muestran en la

tabla 5.1[32].

K1 l

K2 l

K3 l

K4 l

K5 l

K6 l

1,875

4,694

7,855

10,996

14,137

17,279

Tabla 5.1: Diferentes modos de vibracin de una viga dependiendo de la longitud de la

misma

5.5.3. Anlisis de Fourier


En la gura 5.14 se presenta la seal obtenida de una pala sometida a un ensayo en de
suelta repentina en ap . En la gura 5.15 se representa el espectro de dicha seal donde
se indican las frecuencias de los dos picos resonantes que se observan.

254

5.5. La transformada de Hilbert-Huang para caracterizar las palas de un


aerogenerador

Figura 5.14: Respuesta al impulso de la pala de un aerogenerador de 20 metros.

Figura 5.15: Espectro de Fourier de la respuesta al impulso representada en la gura 5.14.

La simple inspeccin visual de la seal nos indica que existen al menos dos frecuencias

255

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
involucradas en la vibracin de la pala, y que se muestran claramente en el espectro de
Fourier. Adems, a travs de un ajuste de Breit-Wigner se podran obtener los parmetros
caractersticos de cada resonancia, entre ellos el rozamiento. No obstante, esto requiere
un ajuste no lineal que como ya se explic en el captulo 3 requiere mucha experiencia y
es muy poco prctico. Hallar el rozamiento a travs de la anchura del pico proporciona
un valor aproximado y adems el anlisis de Fourier, al tener carcter global no aporta
informacin sobre la duracin de cada vibracin.

5.5.4. Estimacin del rozamiento de los modos empricos


Segn consta en la literatura [46], es posible obtener el rozamiento frente al tiempo de
una seal por medio de las amplitudes y frecuencias instantneas. Sea

y(t)

la solucin de

una ecuacin diferencial del tipo:

dy
d2 y
+ 2h0 (A) + 02 (A)y = 0
2
dt
dt

siendo
y

la amplitud instantnea de la seal analtica de

y , h0

(5.26)

el rozamiento del sistema

la frecuencia natural del sistema. Tambin se puede expresar (5.27) en funcin de la

seal analtica de

y(t):
d2 Y
dY
+ 2h0 (A)
+ 02 (A)Y = 0
2
dt
dt

siendo

la seal analtica de

y(t).

(5.27)

Sabiendo que la primera y segunda derivada de

pueden expresar en funcin de la amplitud instantnea

256

se

y de la frecuencia instantnea

5.5. La transformada de Hilbert-Huang para caracterizar las palas de un


aerogenerador

[46] tal y como sigue:

A (t)
Y = Y (t) [
+ j (t)]
A (t)
2j A (t) (t)
A (t)
2 (t) +
+ j (t)]
Y = Y (t) [
A (t)
A (t)

(5.28)

Resolviendo la ecuacin para las partes reales e imaginarias, se obtiene el trmino del
rozamiento:

h0 (t) =

A 2

(5.29)

As, para llegar a obtener el rozamiento de los modos empricos de la seal que se est
estudiando, habr que proceder a la descomposicin de la misma segn los modos empricos enunciados por Huang. En la gura 5.16 se muestran los dos modos obtenidos (c1 (t)
y

c2 (t))

y el residuo.

257

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO

Figura 5.16: Modos empricos y residuo de la seal de respuesta al impulso de una pala

de aerogenerador.

Como se puede observar, la descomposicin en modos empricos ha dado lugar a dos


modos y a un residuo. El primer modo c1 tiene una frecuencia mayor que el segundo
modo c2. Se observa tambin que el residuo es prcticamente nulo, lo que indica que de
la seal era imposible extraer un tercer modo. En torno al tercer segundo de la vibracin
de la pala, se aprecia un cambio considerable en la frecuencia del primer modo. Teniendo
en cuenta que la descomposicin de Huang da lugar a modos de vibracin con una determinada frecuencia caracterstica, el hecho de que exista un cambio implica que dicho
modo desaparece en torno a ese instante. Esta observacin es mucho ms evidente con

258

5.5. La transformada de Hilbert-Huang para caracterizar las palas de un


aerogenerador
una representacin de las frecuencias instantneas de cada modo emprico, tal y como se
muestra en la gura 5.17:

Figura 5.17: Frecuencias instantneas de los modos empricos de la seal de respuesta al

impulso de una pala de aerogenerador.

Como se aprecia, la frecuencia instantnea del primer modo se sita en torno a los
5 Hz, tal y como indicaba el espectro de frecuencias de Fourier. El segundo modo tiene
una frecuencia de unos 2 Hz. Aproximadamente a partir de los 3 segundos se produce un
cambio brusco en la frecuencia del primer modo, pasando a situarse en los 2 Hz; es decir,
en la frecuencia del segundo modo. Al desaparecer el primer modo, la descomposicin en
modos empricos slo puede encontrar un nico modo de vibracin, por eso el primero

259

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
pasa a tener la frecuencia del segundo y el segundo tiende a una frecuencia nula.
Para obtener el rozamiento de los modos, slo se ha analizado la seal hasta los 2,5 s, ya
que es cuando uno de los modos desaparece. En la gura 5.18 se representa el rozamiento
del primer modo.

Figura 5.18: Rozamiento frente al tiempo de cada modo emprico de la respuesta al impulso

de una pala de aerogenerador .

Calculando el valor esperado de

h1 (t) se obtiene un valor de 0, 048 para el rozamiento.

260

5.6. Conclusiones relativas al Captulo 5


5.6.

Conclusiones relativas al Captulo 5


Se ha detectado y caracterizado un comportamiento no lineal incipiente al aplicar
la transformada de Hilbert a la respuesta de un sensor de presin capacitivo que
comienza a sufrir el sndrome de la prdida de aceite, cuando dicho sensor es excitado
con una entrada senoidal.

La deteccin y caracterizacin de dicha anomala no puede llevarse a cabo con los


mtodos tradicionales de anlisis de Fourier debido al carcter global de stos.

Dada la gran sensibilidad de la metodologa se propone utilizar la transformada de


Hilbert para vericar que el proceso de llenado de la cmara interna de los sensores
de presin capacitivos con aceite de silicona se ha realizado correctamente tras su
fabricacin.

Se ha tomado un modelo terico de la literatura y se ha usado para validar con xito


la metodologa.

Se ha aplicado la descomposicin en modos empricos de vibracin de la seal de


respuesta al impulso de una pala de aerogenerador, por medio de la transformada
de Hilbert- Huang. Se han identicado dichos modos y se ha analizado su carcter
estacionario. Adems se ha estimado el rozamiento asociado a cada uno de ellos.

261

5. LA TRANSFORMADA DE HILBERT Y EL MANTENIMIENTO


PREDICTIVO
5.7.

Publicaciones

Revistas
C. Montalvo, A. Garca-Berrocal, J. Blzquez and M. Balbs. The Hilbert
transform as a quality control tool in capacitive pressure transmitters. Mecha-

nical Systems and Signal procesing,24, 1025 - 1031, 2010.

Ponencias a congresos
C. Montalvo, J. Blzquez, M. Balbs y A. Garca-Berrocal. La transformada
de Hilbert como herramienta para el control de calidad en sensores de presin

o Congreso Iberoamericano de Ingeniera Mecnica, Las Palmas

capacitivos. 9

de Gran Canaria 2009.

C. Montalvo, J. Blzquez, M. Balbs y A. Garca-Berrocal. Aplicacin de las


transformadas de Hilbert a la dinmica de una pala de aerogenerador.XVIII

Congreso Nacional de Ingeniera Mecnica, Ciudad Real, Noviembre 2009.

262

263

Captulo 6

CONCLUSIONES Y
PUBLICACIONES

CONCLUSIONES

Las conclusiones referentes al anlisis de ruido aplicado a sensores son:

Se ha obtenido un nuevo modelo de un sensor de presin capacitivo tipo Rosemount a partir de una analoga elctrica. El nuevo modelo tiene cuatro polos:
dos reales y dos complejos conjugados. La nueva propuesta se basa en la evidencia emprica de que exista un cuarto polo no contemplado hasta ahora en
los modelos realizados del sensor.

El criterio de Akaike no es correcto cuando se quiere medir el tiempo de respuesta de un sensor de presin capacitivo a partir de su modelo de cuatro polos
si la lnea sensora asociada a ste es larga. Para establecer el criterio adecuado

265

6. CONCLUSIONES Y PUBLICACIONES
se ha utilizado un mtodo de Monte-Carlo que obtiene las distribuciones estadsticas de los tiempos de respuesta segn la longitud de lnea. El nuevo criterio
se basa en la curtosis de dichas distribuciones, que deben ser mucho ms altas
que las correspondientes a las de una distribucin rectangular. El mtodo de
Monte-Carlo establece el orden ptimo para cada longitud de lnea y ste luego
podr ser utilizado para la obtencin del modelo AR en la prctica.

Las contribuciones a la incertidumbre en la estimacin del tiempo de respuesta


hacen que la metodologa internacionalmente empleada para expandir la incertidumbre no sea aplicable, por lo que se ha desarrollado un clculo analtico
original para expandir la incertidumbre adecuadamente.

Se ha obtenido el cuarto polo del sensor a travs del anlisis de las

P SDs

pro-

cedentes de tres sensores capacitivos tipo Rosemount de planta. Dicho hallazgo


implica variar el tiempo de muestreo de las seales, ltrar la seal con un ltro
pasaaltos y realizar un ajuste autorregresivo con un nmero de coecientes que
evite los polos espreos.

Se propone un modelo para explicar cuantitativamente el comportamiento bilineal observado en los sensores de presin del tipo Rosemount que presentan el
sndrome de la prdida de aceite. El modelo consiste en una analoga elctrica
con dos diodos para reproducir respuestas no lineales.

Se ha simulado la respuesta bilineal con dos modelos autorregresivos y se han


hallado los tiempos de respuesta de cada modelo que coinciden con los obtenido

266

en laboratorio. Con los dos tiempos de respuesta, se ha obtenido un ndice de


vigilancia que vara en funcin de la incidencia de la anomala.

Las conclusiones referentes a la deteccin de comportamientos no lineales en los


sensores de presin son:

Se ha detectado y caracterizado un comportamiento no lineal incipiente al aplicar la transformada de Hilbert a la respuesta de un sensor de presin capacitivo
que comienza a sufrir el sndrome de la prdida de aceite, cuando dicho sensor
es excitado con una entrada senoidal.

Dada la gran sensibilidad de la metodologa basada en la transformada de


Hilbert, se propone su utilizacin para vericar que el proceso de llenado de la
cmara interna de los sensores de presin capacitivos con aceite de siliconpa se
ha realizado correctamente tras su fabricacin.

Las conclusiones referentes al mantenimiento y diagnstico de los internos de un


reactor PWR son:

El ajuste basado en una frmula de Breit-Wigner se ha implementado en cdigo


Matlab y se ha aplicado satisfactoriamente a las

P SDs

de las seales de los

detectores de neutrones tanto in-core como ex-core. Los parmetros obtenidos


por medio del ajuste pueden utilizarse a partir de ahora para el diagnstico de
los internos del reactor.

En el anlisis de los internos, los parmetros del ajuste correspondientes al ran-

267

6. CONCLUSIONES Y PUBLICACIONES
go de frecuencia entre 7-8 Hz determinan que existen dos modos de vibracin,
uno vinculado al movimiento del barrilete y otro a los elementos combustibles.
El origen fsico de ambos modos se justica por la diferente evolucin experimentada por las amplitudes de las resonancias a lo largo de los tres periodos
de tiempo analizados.

Se ha construido un ndice de vigilancia de los internos del reactor a travs


del lgebra de cuaterniones. El cuaternin est formado por cuatro nmeros
que son los parmetros de una resonancia resuelta por una frmula de BreitWigner. As, para cada reactor y cada resonancia se puede elaborar una serie de
rectas modelo de comportamiento que pueden ser utilizadas por los operadores
en tareas de vigilancia y mantenimiento.

Los resultados obtenidos referentes a la aplicacin de la transformda de HilbertHuang se resumen en la siguiente conclusin:

Se ha aplicado la descomposicin en modos empricos de vibracin de la seal


de respuesta al impulso de una pala de aerogenerador, por medio de la transformada de Hilbert- Huang. Se han identicado dichos modos y se ha analizado
su carcter estacionario. Adems se ha estimado el rozamiento asociado a cada
uno de ellos.

268

PUBLICACIONES

Revistas Internacionales
J.Blzquez, A.Garca-Berrocal, C.Montalvo y M.Balbs. The coverage factor in a Flatten-Gaussian distribution. Metrologia, 2008, 45, 503-506.

A. Garca-Berrocal, J. Blzquez, C. Montalvo, and M. Balbs.Resolving


mechanical resonances with Breit-Wigner formula. Journal of Vibration

and Control, 15(8), 12671280,2009.

C.Montalvo, M.Balbs, J.Blzquez and A.Garca-Berrocal. Application of


the Monte Carlo method for capacitive pressure transmitters surveillance
in Nuclear Power Plants. Pendiente de la aceptacin de la revisin de julio
2010 en Mathematics and Computers in Simulation.

C.Montalvo, M.Balbs, J.Blzquez y J.M.Chicharro. Vigilancia paramtrica de la bilinealidad de transmisores de presin por anlisis de ruido.

Informacin tecnolgica, 2010, 21(2), 77-84.

C. Montalvo, A. Garca-Berrocal, J. Blzquez and M. Balbs. The Hilbert


transform as a quality control tool in capacitive pressure transmitters.

Mechanical Systems and Signal procesing, 24, 1025 - 1031, 2010.

Revistas Nacionales
A.Garca-Berrocal, C.Montalvo, J.Blzquez y M.Balbs. Resolucin de resonancias de vibracin. Aplicacin a un problema de mantenimiento pre-

269

6. CONCLUSIONES Y PUBLICACIONES
dictivo. Anales de Ingeniera Mecnica. Ao 16, 2, 2008.

Informes tcnicos
I. Pzsit, C. Montalvo-Martin, T. Tambouratzis, and V. Dykin. Final report on the research project Ringhals diagnostics and monitoring stage 13.

Technical report, Chalmers internal report CTH-NT-230/RR-15, 2010.

Ponencias a congresos
A.Garca-Berrocal, J.M.Chicharro, C.Montalvo, J.Blzquez y M.Balbs.
Caracterizacin de un comportamiento bilineal mediante anlisis de ruido:

o Congreso Iberoamericano de

una aplicacin al mantenimiento predictivo.8

Ingeniera Mecnica, Cuzco, 23 al 25 de Octubre de 2007.

A.Garca-Berrocal, C.Montalvo, J.Blzquez y M.Balbs. Resolucin de resonancias de vibracin. Aplicacin a un problema de mantenimiento predictivo. XVII Congreso Nacional de Ingeniera Mecnica, Gijn, 14-15 de
febrero de 2008.

J.Blzquez, A.Garca-Berrocal, M.Balbs y C.Montalvo. Factor de cober-

o Congreso Espaol

tura con incertidumbres combinadas de Tipo A y B.4

de Metrologa, Santander,1 al 3 de junio de 2009.

C. Montalvo, J. Blzquez, M. Balbs y A. Garca-Berrocal. La transformada de Hilbert como herramienta para el control de calidad en sensores de

o Congreso Iberoamericano de Ingeniera Mecnica,

presin capacitivos. 9

Las Palmas de Gran Canaria 2009.

270

C.Montalvo, M.Balbs, J.Blzquez y A.Garca-Berrocal. Obtencin por


medio de anlisis de ruido del cuarto polo de un sensor capacitivo de
presin. XVII Congreso Nacional de Ingeniera Mecnica, Ciudad Real,
Noviembre 2010. (Pendiente de celebracin, aceptado)

C. Montalvo, J. Blzquez, M. Balbs y A. Garca-Berrocal. Aplicacin


de las transformadas de Hilbert a la dinmica de una pala de aerogenerador.XVIII Congreso Nacional de Ingeniera Mecnica, Ciudad Real,
Noviembre 2010. (Pendiente de celebracin, aceptado)

Imre Pzsit, C. Montalvo et al. Diagnostics of core barrel and fuel assembly vibrations in the Ringhals PWRs, Sweden. American Nuclear Society:

Winter Meeting, Las Vegas November 2010. (Pendiente de celebracin,


aceptado)

FUTURAS LNEAS DE INVESTIGACIN

Implantacin y anlisis del ndice de vigilancia basado en el lgebra de cuaterniones en datos de la central de Ringhals, Suecia.

Anlisis de nuevas medidas procedentes de los detectores de neutrones en tres


momentos del ciclo de combustible nuclear: principio, en el medio y al nal.
El objetivo es conrmar hiptesis sobre el origen fsico de cada resonancia, en
especial el movimiento del barrilete.

Aplicar la transformada de Hilbert-Huang a seales de tipo senoidal de los

271

6. CONCLUSIONES Y PUBLICACIONES
sensores capacitivos de presin para mejora en el diagnstico de averas.

Extender la metodologa del anlisis de ruido y de la transformada de HilbertHuang a seales de otros sensores, especialmente los de temperatura, para
cubrir necesidades de las plantas nucleares.

272

APNDICES

273

Apndice A

lgebra de cuaterniones
En esta tesis slo se han necesitado las propiedades elementales del lgebra de cuaterniones. Los cuaterniones son vectores de cuatro elementos que componen un lgebra
desde un punto de vista matemtico; por tanto, un cociente entre cuaterniones da
lugar a un cuaternin. Fueron inventados por el matemtica irlandes William Rowan
Hamilton en 1883 como una extensin de los nmeros complejos.

Un complejo se compone de un vector de dos elementos (x0 , x1 ), las partes real e


imaginaria. El cuaternin es un vector de cuatro elementos (, x1 , x2 , x2 ) donde la
parte real

denominada aqu 'escalar' y la parte imagainaria se extiende a tres

dimensiones y se denomina 'vector':


se represneta por

v = (v1 , v2 , v3 ).

Abreviadamente el cuaternin

(, v).

Como cualquier vector el cuaternin se escribe como:


siguiendo la analoga con los nmeros complejos:

e0 = 1

275

q = eo + v1 e1 + v2 e2 + v3 e3 ,

A. lgebra de cuaterniones
e21 = e22 = e23 = 1
ei ej + ej ei = 0; i, j = 1, 2, 3,
e1 e2 = e3 ; e2 e3 = e1 ; e3 e1 = e2 .
Con estas reglas el producto de dos cuaterniones

q = (, v)

p = (, u)

se dene

como

pq = ( v) + (u + v + v u)
donde

vu

es un producto escalar y

vu

el producto vectorial. Se puede observar

la analoga con el producto de dos nmeros complejos

(x0 , x1 )

(yo , y1 ):

xy = (x0 yo x1 y1 ) + (x0 iy1 + y0 ix1 + ix1 iy1 )


donde

ix1 iy1 = 0

porque

El cuaternin conjugado de

qq = 2 + v12 + v22 v 23 .

ix1

iy1

son vectores paralelos.

q = (, v) es q = (, v); por tanto su mdulo es: |q|2 =

Entonces existe un representacin polar de los cuaterniones:

q = |q| (cos + w sen )


donde la fase

= tan 1(|v| /),

w = v/ |v|,

un vector unitario en la direccin de

v.
Se puede observar que el producto cuaterninico es asociativo pero no conmutativo
debido al producto vectorial.

Finalmente, el lgebra de cuaterniones es isomorfa al lgebra de matrice complejas:

iv1 v2 + iv3
; |q|2 = Det(Q)
Q=

v2 + iv3 + iv1

276

que puede usarse para la implementacin prctica del lgebra de cuaterniones es el


ordenador.

277

A. lgebra de cuaterniones

278

Apndice B

Ajustes no lineales de las P SDs


utilizando una frmula de
Breit-Wigner

B.1.

AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

279

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

B.1.1. Seales de los detectores ex-core

Figura B.1: Ajuste no lineal de Breit-Wigner, detector ex-core N41 superior.

280

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.2: Ajuste no lineal de Breit-Wigner, detector ex-core N42 superior.

281

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.3: Ajuste no lineal de Breit-Wigner, detector ex-core N43 superior.

282

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.4: Ajuste no lineal de Breit-Wigner, detector ex-core N44 superior.

283

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.5: Ajuste no lineal de Breit-Wigner, detector ex-core N41 inferior.

284

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.6: Ajuste no lineal de Breit-Wigner, detector ex-core N42 inferior.

285

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.7: Ajuste no lineal de Breit-Wigner, detector ex-core N43 inferior.

286

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.8: Ajuste no lineal de Breit-Wigner, detector ex-core N44 inferior.

287

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.9: Ajuste no lineal de Breit-Wigner, detectores superiores ex-core.

288

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.10: Ajuste no lineal de Breit-Wigner, detectores inferiores ex-core.

289

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.11: Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores superiores.

290

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.12: Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores inferiores.

291

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

B.1.2. Seales de los detectores in-core

Figura B.13: Ajuste no lineal de Breit-Wigner, detector A, posicin 1.

292

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.14: Ajuste no lineal de Breit-Wigner, detector A, posicin 2.

293

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.15: Ajuste no lineal de Breit-Wigner, detector A, posicin 3.

294

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.16: Ajuste no lineal de Breit-Wigner, detector A, posicin 4.

295

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.17: Ajuste no lineal de Breit-Wigner, detector A, posicin 5.

296

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.18: Ajuste no lineal de Breit-Wigner, detector A, posicin 6.

297

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.19: Ajuste no lineal de Breit-Wigner, detector B, posicin 1.

298

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.20: Ajuste no lineal de Breit-Wigner, detector B, posicin 2.

299

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.21: Ajuste no lineal de Breit-Wigner, detector B, posicin 3.

300

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.22: Ajuste no lineal de Breit-Wigner, detector B, posicin 4.

301

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.23: Ajuste no lineal de Breit-Wigner, detector B, posicin 5.

302

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.24: Ajuste no lineal de Breit-Wigner, detector B, posicin 6.

303

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.25: Ajuste no lineal de Breit-Wigner, detector C, posicin 1.

304

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.26: Ajuste no lineal de Breit-Wigner, detector C, posicin 2.

305

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.27: Ajuste no lineal de Breit-Wigner, detector C, posicin 3.

306

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.28: Ajuste no lineal de Breit-Wigner, detector C, posicin 4.

307

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.29: Ajuste no lineal de Breit-Wigner, detector C, posicin 5.

308

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.30: Ajuste no lineal de Breit-Wigner, detector C, posicin 6.

309

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.31: Ajuste no lineal de Breit-Wigner, detector D, posicin 1.

310

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.32: Ajuste no lineal de Breit-Wigner, detector D, posicin 2.

311

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.33: Ajuste no lineal de Breit-Wigner, detector D, posicin 3.

312

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.34: Ajuste no lineal de Breit-Wigner, detector D, posicin 4.

313

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.35: Ajuste no lineal de Breit-Wigner, detector D, posicin 5.

314

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.36: Ajuste no lineal de Breit-Wigner, detector D, posicin 6.

315

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.37: Ajuste no lineal de Breit-Wigner, detector E, posicin 1.

316

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.38: Ajuste no lineal de Breit-Wigner, detector E, posicin 2.

317

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.39: Ajuste no lineal de Breit-Wigner, detector E, posicin 3.

318

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.40: Ajuste no lineal de Breit-Wigner, detector E, posicin 4.

319

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.41: Ajuste no lineal de Breit-Wigner, detector E, posicin 5.

320

B.1. AJUSTES DEL PRIMER PERIODO: FEBRERO 2009

Figura B.42: Ajuste no lineal de Breit-Wigner, detector E, posicin 6.

321

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner


B.2.

AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

B.2.1. Seales de los detectores ex-core

Figura B.43: Ajuste no lineal de Breit-Wigner, detector ex-core N41 superior.

322

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.44: Ajuste no lineal de Breit-Wigner, detector ex-core N42 superior.

323

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.45: Ajuste no lineal de Breit-Wigner, detector ex-core N43 superior.

324

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.46: Ajuste no lineal de Breit-Wigner, detector ex-core N44 superior.

325

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.47: Ajuste no lineal de Breit-Wigner, detector ex-core N41 inferior.

326

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.48: Ajuste no lineal de Breit-Wigner, detector ex-core N42 inferior.

327

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.49: Ajuste no lineal de Breit-Wigner, detector ex-core N43 inferior.

328

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.50: Ajuste no lineal de Breit-Wigner, detector ex-core N44 inferior.

329

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.51: Ajuste no lineal de Breit-Wigner, detectores superiores ex-core.

330

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.52: Ajuste no lineal de Breit-Wigner, detectores inferiores ex-core.

331

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.53: Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores superiores.

332

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.54: Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores inferiores.

333

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

B.2.2. Seales de los detectores in-core

Figura B.55: Ajuste no lineal de Breit-Wigner, detector A, posicin 1.

334

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.56: Ajuste no lineal de Breit-Wigner, detector A, posicin 2.

335

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.57: Ajuste no lineal de Breit-Wigner, detector A, posicin 3.

336

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.58: Ajuste no lineal de Breit-Wigner, detector A, posicin 4.

337

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.59: Ajuste no lineal de Breit-Wigner, detector A, posicin 5.

338

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.60: Ajuste no lineal de Breit-Wigner, detector A, posicin 6.

339

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.61: Ajuste no lineal de Breit-Wigner, detector B, posicin 1.

340

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.62: Ajuste no lineal de Breit-Wigner, detector B, posicin 2.

341

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.63: Ajuste no lineal de Breit-Wigner, detector B, posicin 3.

342

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.64: Ajuste no lineal de Breit-Wigner, detector B, posicin 4.

343

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.65: Ajuste no lineal de Breit-Wigner, detector B, posicin 5.

344

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.66: Ajuste no lineal de Breit-Wigner, detector B, posicin 6.

345

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.67: Ajuste no lineal de Breit-Wigner, detector C, posicin 1.

346

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.68: Ajuste no lineal de Breit-Wigner, detector C, posicin 2.

347

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.69: Ajuste no lineal de Breit-Wigner, detector C, posicin 3.

348

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.70: Ajuste no lineal de Breit-Wigner, detector C, posicin 4.

349

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.71: Ajuste no lineal de Breit-Wigner, detector C, posicin 5.

350

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.72: Ajuste no lineal de Breit-Wigner, detector C, posicin 6.

351

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.73: Ajuste no lineal de Breit-Wigner, detector D, posicin 1.

352

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.74: Ajuste no lineal de Breit-Wigner, detector D, posicin 2.

353

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.75: Ajuste no lineal de Breit-Wigner, detector D, posicin 3.

354

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.76: Ajuste no lineal de Breit-Wigner, detector D, posicin 4.

355

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.77: Ajuste no lineal de Breit-Wigner, detector D, posicin 5.

356

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.78: Ajuste no lineal de Breit-Wigner, detector D, posicin 6.

357

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.79: Ajuste no lineal de Breit-Wigner, detector E, posicin 1.

358

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.80: Ajuste no lineal de Breit-Wigner, detector E, posicin 2.

359

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.81: Ajuste no lineal de Breit-Wigner, detector E, posicin 3.

360

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.82: Ajuste no lineal de Breit-Wigner, detector E, posicin 4.

361

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.83: Ajuste no lineal de Breit-Wigner, detector E, posicin 5.

362

B.2. AJUSTES DEL SEGUNDO PERIODO: MARZO 2009

Figura B.84: Ajuste no lineal de Breit-Wigner, detector E, posicin 6.

363

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner


B.3.

AJUSTES DEL TERCER PERIODO: ABRIL


2009

B.3.1. Seales de los detectores ex-core

Figura B.85: Ajuste no lineal de Breit-Wigner, detector ex-core N41 superior.

364

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.86: Ajuste no lineal de Breit-Wigner, detector ex-core N42 superior.

365

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.87: Ajuste no lineal de Breit-Wigner, detector ex-core N43 superior.

366

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.88: Ajuste no lineal de Breit-Wigner, detector ex-core N44 superior.

367

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.89: Ajuste no lineal de Breit-Wigner, detector ex-core N41 inferior.

368

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.90: Ajuste no lineal de Breit-Wigner, detector ex-core N42 inferior.

369

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.91: Ajuste no lineal de Breit-Wigner, detector ex-core N43 inferior.

370

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.92: Ajuste no lineal de Breit-Wigner, detector ex-core N44 inferior.

371

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.93: Ajuste no lineal de Breit-Wigner, detectores superiores ex-core.

372

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.94: Ajuste no lineal de Breit-Wigner, detectores inferiores ex-core.

373

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.95: Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores superiores.

374

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.96: Ajuste no lineal de Breit-Wigner de los dos modos en torno a 7-8 Hz de los

detectores inferiores.

375

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

B.3.2. Seales de los detectores in-core

Figura B.97: Ajuste no lineal de Breit-Wigner, detector A, posicin 1.

376

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.98: Ajuste no lineal de Breit-Wigner, detector A, posicin 2.

377

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.99: Ajuste no lineal de Breit-Wigner, detector A, posicin 3.

378

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.100: Ajuste no lineal de Breit-Wigner, detector A, posicin 4.

379

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.101: Ajuste no lineal de Breit-Wigner, detector A, posicin 5.

380

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.102: Ajuste no lineal de Breit-Wigner, detector A, posicin 6.

381

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.103: Ajuste no lineal de Breit-Wigner, detector C, posicin 1.

382

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.104: Ajuste no lineal de Breit-Wigner, detector C, posicin 2.

383

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.105: Ajuste no lineal de Breit-Wigner, detector C, posicin 3.

384

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.106: Ajuste no lineal de Breit-Wigner, detector C, posicin 4.

385

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.107: Ajuste no lineal de Breit-Wigner, detector C, posicin 5.

386

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.108: Ajuste no lineal de Breit-Wigner, detector C, posicin 6.

387

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.109: Ajuste no lineal de Breit-Wigner, detector E, posicin 1.

388

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.110: Ajuste no lineal de Breit-Wigner, detector E, posicin 2.

389

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.111: Ajuste no lineal de Breit-Wigner, detector E, posicin 3.

390

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.112: Ajuste no lineal de Breit-Wigner, detector E, posicin 4.

391

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

Figura B.113: Ajuste no lineal de Breit-Wigner, detector E, posicin 5.

392

B.3. AJUSTES DEL TERCER PERIODO: ABRIL 2009

Figura B.114: Ajuste no lineal de Breit-Wigner, detector E, posicin 6.

393

B. Ajustes no lineales de las P SDs utilizando una frmula de Breit-Wigner

394

Apndice C

INSTRUMENTACIN NUCLEAR
DE UN PWR DISEO
WESTINGHOUSE
El sistema de Instrumentacin Nuclear se utiliza en los PWR de diseo Westinghouse para vigilar la distribucin de potencia y para la proteccin de la planta
(generando las alarmas apropiadas y el disparo del reactor). El control y vigilancia
de la distribucin de potencia relativa en el ncleo es de suma importancia, dado
que el nivel de potencia del reactor est limitado por el pico de densidad de potencia
y el lmite de la ebullicin nucleada.

La instrumentacin in-core o intranueclear y ex-core o extranuclear satisfacen las


siguientes necesidades: por una lado la intranuclear da una medida de distribucin
relativa de potencia dentro del ncleo, no teniendo ninguna funcin de proteccin al
respecto. Por otro lado la extranuclear est calibrada con respecto a la intranuclear

395

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO


WESTINGHOUSE
y se utiliza para proteccin automtica del reactor en casos de picos de potencia
indeseables.

C.1.

Instrumentacin intra-nuclear o in-core

La instrumentacin intra-nuclear (guraC.1) facilita informacin de la distribucin


del ujo neutrnico y de la temperatura del agua de refrigeracin en diferentes zonas
del ncleo prximas a las varillas de combustible. Con esta informacin, se puede
determinar la distribucin de potencia en el ncleo en cualquier momento de la vida
del combustible.

Consta de dos tipos de sensores: los termopares y los detectores de ujo neutrnico
mviles.

Los termopares estn situados en zonas seleccionadas para medir la temperatura del
refrigerante en diferentes puntos del ncleo; esta informacin se utiliza para calcular
la distribucin de potencia radial y la distribucin entlpica del refrigerante.

Los detectores mviles de neutrones exploran la totalidad de la longitud de los


elementos de combustible seleccionados de arriba a abajo, de esta manera obtenemos
un mapa de distribucin de ujo del ncleo en tres dimensiones.

La temperatura y distribucin del ujo se utilizan para determinar la distribucin


de potencia del ncleo. La informacin de la distribucin de potencia se utiliza para:

calibrar y comprobar la respuesta de los detectores de ujo externos al reactor.

396

C.1. Instrumentacin intra-nuclear o in-core


determinar una distribucin de potencia lineal, quemado de combustible e inventario de ste.

Esta informacin permite determinar cualquier anomala en el ncleo, de manera


que se pueden tomar medidas correctivas antes de alcanzar una situacin peligrosa.

Termopares
Se utilizan termopares de cromel-alumel con vaina de acero inoxidable para medir
la temperatura en la parte superior de los elementos combustibles.

Para alojar los termopares en la vasija se utilizan unos conductos instalados permanentemente encima del conjunto superior del soporte del ncleo. Se insertan los
termopares en estos conductos con un til especial que proporciona la fuerza axial
para colocar el termopar en un asiento cnico al nal del conducto dentro de la
vasija. Las conexiones elctricas se hacen mediante un conector en la parte superior
de los conductos y fuera de la vasija. Una vez insertado el termopar, se hace un
sellado entre el termopar y el nal de conducto.

Detectores mviles de neutrones


Para acomodar los detectores de neutrones, se colocan tubos de instrumentacin
huecos en diversas posiciones del interior del ncleo. El fondo de la vasija se conecta a
la mesa de sellado mediante tubos gua que envuelven a los tubos de instrumentacin
anteriormente mencionados. Existe un tubo gua para cada uno de los tubos de
instrumentacin; los tubos gua se sueldan al fondo de la vasija del reactor y tienen
aproximadamente 2.5 cm de dimetro externo.

397

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO


WESTINGHOUSE
Los tubos de instrumentacin son de acero inoxidable y pueden ser introducidos
y extrados del ncleo del reactor a travs de los tubos gua. Cuando los tubos
de instrumentacin estn totalmente insertados llegan desde detrs de la mesa de
sellado, por la parte inferior de la vasija, hasta la parte superior del ncleo. Los tubos
estn cerrados en su extremo, son estancos y sirven de barrera de presin entre el
refrigerante del reactor y la atmsfera, y slo pueden ser introducidos o extrados
durante los periodos de despresurizacin de la Central. Antes de la insercin de
los tubos de instrumentacin, los tubos gua estn sellados mediante tapones para
permitir la realizacin de los ensayos hidrulicos. Los tubos de instrumentacin no
estn introducidos durante estos ensayos puesto que el combustible no est cargado
y los tubos no tienen por consiguiente puntos de apoyo.

Durante el funcionamiento del reactor los tubos de instrumentacin estn jos, y


slo se mueven durante la carga de combustible u operaciones de mantenimiento del
reactor. En estas ocasiones, detrs de la mesa de sellado debe haber un espacio libre
para permitir la extraccin de los tubos de instrumentacin.

El ujo neutrnico interior se mide mediante cmaras de sin en miniatura o detectores que puedan ser posicionados remotamente en el interior de los tubos de
instrumentacin. Estos detectores proporcionan un mapa de ujo de la totalidad
del ncleo del reactor mediante la medicin del ujo de determinados elementos de
combustible.

Los detectores de ujo van acoplados en los extremos de cables de accionamientos

398

C.1. Instrumentacin intra-nuclear o in-core


helicoidales (conteniendo en su interior cables coaxiales forrados) que sirven para
su insercin y extraccin. Cada detector se conecta a una unidad de accionamiento
y se emplea para medir la distribucin de ujo en diez elementos de combustible
diferentes. Mediante la ayuda de un sistema de transferencia mecnico, los detectores
pueden emplearse para otras zonas.

El sistema de accionamiento trabaja de tres modos: Automtico, Especial y Manual.


El modo Automtico no requiere prcticamente la intervencin del operador. En este
modo los detectores se introducen y extraen de los tubos de instrumentacin en una
forma semisecuencial predeterminada, se recogen los datos, se realizan los clculos
y el ordenador da resultados.

En el modo Especial se requiere que el operador acciones el teclado del sistema para
elegir los caminos que quiere explorar y los detectores que quiere usar. Los detectores
se mueven automticamente, se recogen los datos, se realizan los clculos y se dan
los resultados. Este modo se emplea para realizar los mapas de ujo de una cuarta
parte del ncleo.

El modo Manual requiere una interrelacin mayor entre mquina y operador. En


este modo el operador elige mediante el teclado el camino a explorar, detector a
emplear, velocidad y direccin del detector, rango de la medida y registro grco de
datos.

399

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO


WESTINGHOUSE

Figura C.1: Disposicin tpica de la instrumentacin nuclear en un PWR.

400

C.2. Instrumentacin extra-nuclear o ex-core


C.2.

Instrumentacin extra-nuclear o ex-core

El Sistema de Instrumentacin Extra Nuclear mide el nivel de potencia del reactor y


el ujo de neutrones desde el rango fuente pasando por el rango intermedio y hasta
el 120

de la potencia nominal del reactor. El sistema emplea ocho detectores de

ujo neutrnico situados en pozos de instrumentos en torno al reactor.

El sistema est en operacin de un modo continuo proporcionando alarmas y seales


de control y de proteccin del reactor. La gura C.2 muestra una vista en planta de
la disposicin tpica del emplazamiento de los detectores.

Figura C.2: Localizacin tpica de los detectores de rango de potencia.

401

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO


WESTINGHOUSE
Detectores
El sistema utiliza ocho conjuntos detectores situados en pozos de instrumentacin,
en torno al reactor dentro del blindaje primario. Dos de estos detectores son contadores proporcionales utilizados en los canales del intervalo de fuente: estn situados
en pozos verticales para instrumentos, situados diametralmente opuestos y a una
elevacin correspondiente a la mitad de la altura total del ncleo.

En los dos pozos donde van instalados los dos detectores fuente, van instaladas
igualmente dos cmaras de ionizacin compensadas de una longitud similar a la
altura del ncleo.

En estas cmaras los electrodos internos se encuentran divididos en dos secciones


iguales para proporcionar, bsicamente, un total de ocho cmaras no compensadas
de ionizacin , cubriendo aproximadamente cada una de ellas la mitad de la longitud
total del ncleo.

Estos cuatro conjuntos detectores estn situados en pozos verticales para instrumentos, contiguos a las cuatro esquinas del reactor.

Los rangos de operacin de los diferentes detectores estn indicados en la gura C.3.

402

C.2. Instrumentacin extra-nuclear o ex-core

Figura C.3: Sistema de instrumentacin ex-core o extra-nuclear, detectores de neutrones

y rango de operacin.

403

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO


WESTINGHOUSE
Canales de rango fuente
Los dos canales de rango fuente utilizan contadores proporcionales. El ujo de neutrones (medido en la zona de blindaje primario) produce impulsos en los detectores.
Estos impulsos se transmiten a travs de un cable triaxial hasta un preamplicador
y de aqu al equipo situado en la sala de control.

Estos dos canales proporcionan informacin de rango de fuente, nivel de disparo de


reactor, alarmas y seales para los sistemas de control y proteccin del reactor. Tambin se utilizan durante la operacin de parada, con objeto de proporcionar seales
de alarma en el caso de producirse un aumento imprevisto de reactividad. Durante
la fase inicial de arranque existe una seal sonora de los incrementos producidos.

Canales de rango intermedio


Los dos canales de Rango Intermedio utilizan, cada uno, una cmara de ionizacin
compensada. La seal de salida de la cmara de ionizacin va a travs e un cable
coaxial, al equipo situado en la sala de control.

Estos canales dan el nivel de ujo neutrnico intermedio al mismo tiempo que proporcionan alarmas por elevado ujo neutrnico y por seales de disparo del reactor.
Proporcionan tambin una seal que interrumpe el suministro de lata tensin a los
detectores de los rango fuente.

Los canales de fuente e intermedio producen una indicacin de la velocidad de


arranque en la sala de control.

404

C.2. Instrumentacin extra-nuclear o ex-core


Canales de rango de potencia
Existen tres tipos de medidas de potencia, utilizando cada uno cuatro seales elctricas independientes.

Cuatro seales de corriente provenientes de las secciones inferiores de las cmaras de ionizacin.

Cuatro seales de corriente provenientes de las secciones superiores de las cmaras de ionizacin.

Cuatro seales de corriente equivalentes a la suma o promedio de las seales


anteriores.

Las seales de los detectores superiores e inferiores proporcionan informacin de


desequilibrio axial de la distribucin de ujo. Tambin funcionan como parte del
sistema de proteccin por exceso de potencia.

En la sala de control se reejan las corrientes medias de salida de la parte superior e


inferior de los detectores. Estas entradas medias proporcionan las seales de parada
del reactor debido a exceso de potencia, seales de proteccin por cada de barras
de control y seales de para de dichas barras.

405

C. INSTRUMENTACIN NUCLEAR DE UN PWR DISEO


WESTINGHOUSE

406

Apndice D

INSTRUMENTACIN NUCLEAR
DE LOS REACTORES TIPO BWR
Existen tres tipos de instrumentacin nuclear para la medida del ujo neutrnico.
Segn la potencia del reactor sea ms o menos alta, los detectores utilizados son
diferentes:

Rango fuente: Medida y registro del ujo neutrnico para potencias muy bajas.
Para este rango se utilizan los detectores SRM (Source Range Monitor ).

Rango intermedio: Medida y registro del ujo neutrnico para potencias bajas.
Para este rango se utilizan los detectores IRM (Intermediate Range Monitor ).

Rango de potencia: Medida y registro del ujo neutrnico para potencias altas.
Para este rango se utilizan los detectores LPRM (Local Power Range Monitor ).
Las seales de estos detectores se envan a los APRM (Average Power Range

Monitor ) donde son promediadas. Los APRM no poseen detector y constan

407

D. INSTRUMENTACIN NUCLEAR DE LOS REACTORES TIPO BWR


exclusivamente de circuitos electrnicos que promedian las seales.

Obviamente, deber existir un solape entre los diferentes tipos para que el ujo sea
siempre vigilado. Es ms, los detectores de rango fuente e intermedio deben tener
la posibilidad de extraerse del ncleo una vez cumplidos sus cometidos respectivos,
ya que se quemaran cuando la planta estuviera en rangos altos de potencia.

Los detectores de cada rango son esencialmente cmaras de sin que constan de
un electrodo central y un electrodo exterior recubierto de

U3 O8

enriquecido en

235

U.

Los neutrones, al penetrar en el recubrimiento del detector producen la sin de


los tomos de

235

U,

introducindose los productos de sin en la cmara . stos,

al tratar de partculas de una gran masa, energa y carga elctrica, provocarn la


ionizacin del argn que llena la cmara.

Detectores SRM
Vigilan el ujo neutrnico durante las paradas, recargas y en los arranques. El
sistema consta de:

1. Cuatro cmaras de sn que pueden introducirse en el ncleo del reactor desde
sala de control y que miden el nivel de ujo neutrnico.

2. Cinco fuentes emisoras de neutrones, localizadas en el interior del ncleo, que


proporcionan el ujo neutrnico adicional requerido para alcanzar la sensibilidad mnima de los detectores

408

Detectores IRM
Se dispone de ocho canales de IRM agrupados en 2 grupos de cuatro.

El sistema suministra al operador la informacin necesaria durante el calentamiento


del reactor, sobre la evolucin de la potencia neutrnica.

Detectores LPRM
A potencias altas, el sistema de detectores de potencia local, LPRM, suministra
informacin del ujo neutrnico existente en diferentes puntos del ncleo.

Son detectores muy similares a los anteriores, pero permanentemente instalados en


el ncleo.

Estn alojados en tubos secos ( 1 tubo para cada detector) y todo el conjunto se
instala dentro de una envoltura llamada tubo de instrumentacin.

Los conjuntos de detectores son instalados entre los elementos combustibles donde
no hay dispuestas barras de control.

Las 132 seales generadas por las cmaras LPRM se distribuyen entre los 8 APRM
que promedian las seales adecuadamente. Si alguna cmara LPRM estuviera defectuosa, enviando al APRM correspondiente una seal muy baja o muy alta, la
potencia trmica indicada por este APRM estara falseada siendo por tanto conveniente, realizar un bypass.

409

D. INSTRUMENTACIN NUCLEAR DE LOS REACTORES TIPO BWR

Figura D.1: Rangos y solapes de la instrumentacin nuclear de un BWR.

410

Figura D.2: Situacin relativa de la instrumentacin nuclear en un BWR.

411

D. INSTRUMENTACIN NUCLEAR DE LOS REACTORES TIPO BWR

412

Bibliografa
[1] Management of life cycle and ageing at nuclear power plants: Improved I&C
maintenance.

Technical Report IAEA-TECDOC-1402, IAEA, International

Atomic Energy Agency. Nuclear Power Engineering Section, August 2004.

[2] H. Akaike.

A new look at the statistical model identication.

Automatic

Control, IEEE Transactions on, 19(6):716723, 1974.

[3] V. Arzhanov and I. Pzsit.

Diagnostics of core barrel vibrations by in-core

and ex-core neutron noise.

Progress in Nuclear Energy, 43(1-4):151  158,

2003. Proceedings of the 8th Symposium on Nuclear Reactor Surveillance and


Diagnostics.

[4] M. Balbs, J.M. Chicharro, and A. Garca-Berrocal. Ruido blanco en la exci-

tacin de sistemas mecnicos. Fundacin Gmez-Pardo, 2002.

[5] M. Balbs, A. Garca-Berrocal, and C. Montalvo. Vibraciones aleatorias. Curso de doctorado: "Herramientas para el anlisis de seales y ruido en procesos
fsicos". Departamento de Fsica Aplicada a los Recursos Naturales., Mayo
2009.

413

BIBLIOGRAFA

[6] J. Ballestrn, J. Blzquez, D. Cillero, R. Sansa, and O. Vela. Proyecto VISSP:


Vigilancia in situ de sensores de presin. Technical Report ITN/TS-22/IF-95,
Ciemat, 1996.

[7] J. Ballestrn and J.Blzquez. Simulacin de ruido no lineal. Technical report,


Ciemat, Centro de Investigaciones Energticas, Medioambientales y Tecnolgicas, 1992.

[8] J.M. Ballestrn and J.Blquez.

Obtencin del tiempo de respuesta de un

sensor de presin a partir de su densidad espectral de potencia.

Technical

report, Ciemat, Centro de Investigaciones Energticas, Medioambientales y


Tecnolgicas, 1992.

[9] F.J. Barbero, F.Barrio de Miguel, and M.Esteban. Anlisis de vibraciones y


ruido en la pala ecotecnia de e.elica. Technical report, Centro de Investigaciones Energticas, Medioambientales y Tecnolgicas. Ciemat, 1992.

[10] J. Barbero and J. Blquez. The use of noise analysis to detect bubles' appearance in the transmitter sensing lines. In Gatlinbrug, Tenessee, USA, SMORN

VI, Symposium on Nuclear Reactor Surveillance and Diagnostics, 1991.

[11] J. Barbero, J. Blzquez, and O. Vela. Bubbles in the sensing line of nuclear
power plant pressure transmitters: the shift of spectrum resonances. Nuclear

Engineering and Design, 199(3):327334, 2000.

[12] F.J. Barrio.

Anlisis en frecuencia de los modelos autorregresivos multiva-

riantes. Technical report, Ciemat, Centro de Investigaciones Energticas, Me-

414

BIBLIOGRAFA

dioambientales y Tecnolgicas, 1991.

[13] F.J. Barrio, J.M. Ballestrn, and J. Blzquez. Generacin de una seal de ruido
a partir de su densidad espectral de potencia. Technical report, Ciemat, Centro
de Investigaciones Energticas, Medioambientales y Tecnolgicas, 1991.

[14] F.J. Barrio and J. Blzquez. Anlisis de ruido en termmetros gamma. Technical report, Ciemat, Centro de Investigaciones Energticas, Medioambientales
y Tecnolgicas, 1993.

[15] J. Barrio and J. Blzquez. Anlisis de sistemas lineales estacionarios mediante


mtodos autorregresivos. Technical Report TN/TS/19/N-88, Ciemat, Centro
de Investigaciones Energticas, Medioambientales y Tecnolgicas, julio 1988.

[16] V. Bauernfeind.

Vibration and pressure signals as sources of information

for an on-line vibration monitoring system in PWR power plants.

Nuclear

Engineering and Design, 40(2):403  420, 1977.

[17] V.

Bauernfeind.

Vibration

monitoring

of

four-loop

PWR:

Model-

investigations of the sensitivity of the monitored signals on mechanical failures.

Progress in Nuclear Energy, 21:247  254, 1988.

[18] P Bernard, C Messainguiral, J.C Carre, A Epstein, R Assedo, and G Castello.


Quantitative monitoring and diagnosis of french PWRs' internal structures
vibrations by excore neutron noise and accelerometers analysis. Progress in

Nuclear Energy, 9:465  492, 1982. Reacto Noise - Smorn III.

415

BIBLIOGRAFA

[19] IFCC-ISO IUPAC BIPM, IEC and OIML. Guide to Espression of Uncertainty

in Measurement. 2008.

[20] IFCC-ISO IUPAC BIPM, IEC and OIML. International Vocabulary of Me-

trology. Basic and general concepts and associated terms (VIM). 2008.

[21] J. Blzquez. From the researcher to the NPP operator. Technical report, Ciemat, Centro de Investigaciones Energticas, Medioambientales y Tecnolgicas,
1992.

[22] J. Blzquez.

When a pressure transmitter leaves the linearity: the Rose-

mount case. International Journal of Nuclear Energy Science and Technology,


2(3):299307, 2006.

[23] J. Blzquez and J. Ballestrn. Pressure transmitter surveillance: the dominant


real pole case. Progress in Nuclear Energy, 29(3):139145, 1995.

[24] T. Bogard, T. Kozlosky, S. Lowenfeld, and N. Singleton.

Reactor internals

and core support monitoring system. In Gatlinbrug, Tenessee, USA, SMORN

VI, Symposium on Nuclear Reactor Surveillance and Diagnostics, 1991.

[25] S. Braun and M. Feldman. Time-frequency characteristics of non-linear systems. Mechanical systems and signal processing, 11(4):611620, 1997.

[26] M. E. Buchanan, L. F. Miller, J. A. Thie, T. W. Kerlin, G. E. Ragan, and


J. March-Leuba. Measurement of response time and detection of degradation
in pressure sensor/sensing line systems. Technical report, NUREG/CR-4256,
Oak Ridge National Lab., TN (USA), 1985.

416

BIBLIOGRAFA

[27] M.E. Buchanan, L.F. Miller, J.A. Thie, T.W. Kerlin, G. Ragan, and J. MarchLeuba. Measurement of response time and detection of degradation in pressure
sensor/sensing-line systems. Nuclear Engineering and Design, 89(1):91  99,
1985.

[28] J. L. H. Carvalho, A. F. Rocha, I. dos Santos, C. Itiki, L. F. Junqueira Jr,


and F. A. O. Nascimento. Study on the optimal order for the auto-regressive
time-frequency analysis of heart rate variability.

In Engineering in Medici-

ne and Biology Society, 2003. Proceedings of the 25th Annual International


Conference of the IEEE, volume 3, 2003.

[29] U.S. Nuclear Regulatory Comission Technical Training Centre. Westinghouse

Technology Systems Manual.

[30] J. M. Chicharro, A. Garca-Berrocal, M. Balbs, and J. Blzzquez. Pressure


transmitter surveillance using quaternion numbers. Mechanical Systems and

Signal Processing, 16(6):10831091, 2002.

[31] SHi Chun-xiang and LUO Qi-feng.

Hilbert-Huang transform and wavelet

analysis of time history signal. ACTA SEISMOLOGICA SINICA, 16(4):422


429, 2003.

[32] Samuel K. Clark. Dinmica de elementos continuos. Revert, 1975.

[33] Nuclear Regulatory Comission. Loss of ll oil in transmitter manufactured by


rosemount. Technical Report NRC Bulettin No 90-01, US Nuclear Regulatory
Commission, 1990.

417

BIBLIOGRAFA

[34] S. Crandall, Galt B. Booth, and Thoma K. Caughey. Random Vibration. The
M.I.T press, 1963.

[35] S. Crandall and W. Mark. Random Vibration. Academic Press, 1963.

[36] K. Dach, V. Krett, J. Vavrn, L. Pecnka, and J. Kott. The experiences of using
neutron noise analysis for vibration behaviour of internal structures. Progress

in Nuclear Energy, 15:243  250, 1985. Fourth Specialists Meeting on Reactor


Noise.

[37] G. D'Antona.

Expanded uncertainty and coverage factor computation by

higher order moments analysis.

In Proc. IEEE IMTC, page pp. 234238.,

Como, Italy, May 1820, 2004.

[38] Christophe Demazire and Imre Pzsit.

Power reactor noise, lecture notes.

Department of Nuclear Engineering, Chalmers University of Technology, Gothenburg, Sweden, 2008.

[39] J.B. Dragt and E. Trkcan. Borssele PWR noise: Measurements, analysis and
interpretation. Progress in Nuclear Energy, 1(2-4):293  307, 1977. Reactor
Noise - Smorn II.

[40] Marcus Dtig and Torsten Schlurmann. Performance and limitations of the
hilbert-huang transformation (hht) with an application to irregular water waves. Ocean Engineering, 31(14-15):1783  1834, 2004.

[41] J. M. Einbu.

On the existence of a class of maximum-entropy probability

density functions. IEEE Trans. Inform. Theory, 23(6):772775, 1977.

418

BIBLIOGRAFA

[42] A. Einstein.

On the movement of small particles suspendedin a stationary

liquid demanded by the molecular kinetic theory of heat. Ann.d.Phys., 17:549


560, 1905.

[43] A. Einstein. On the theory of the brownian movement. Ann.d.Phys., 19:371


381, 1906.

[44] Electrical Power Research Institute (EPRI). Technical guidance for detection
of oil loss failure of Rosemount's pressure transmitters. Technical Report EPRI
NP-7121, December 1990.

[45] M. Feldman. Non-linear system vibration analysis using Hilbert transform


I. free vibration analysis method'Freevib'.

Mechanical Systems and Signal

Processing, 8(2):119127, 1994.

[46] M. Feldman. Non-linear system vibration analysis using Hilbert transform


ii. Free vibration analysis method 'Freevib'. Mechanical Systems and Signal

Processing, 8(3):309318, 1994.

[47] M. Feldman. Non-linear free vibration identication via the Hilbert transform.

Journal of Sound and Vibration, 208(3):475489, 1997.

[48] Michael Feldman. Theoretical analysis and comparison of the hilbert transform decomposition methods.

Mechanical Systems and Signal Processing,

22(3):509  519, 2008.

[49] A. Garca-Berrocal, J.M. Chicharro, M. Balbs, and J. Blzquez. Non-linear


noise analysis from a capacitive pressure transmitter. Mechanical Systems and

419

BIBLIOGRAFA

Signal Processing, 18(1):187197, 2004.

[50] A. Garca-Berrocal, J.M. Chicharro, M. Balbs, and J. Blzquez.

A fuzzy

logic approach for noise signal reconstruction: Application to pressure sensors.

Mechanical Systems and Signal Processing, 19(3):501508, 2005.

[51] A. Garcia-Berrocal, J. Blazquez, C. Montalvo, and M. Balbs.

Resolving

mechanical resonances with Breit-Wigner formula. Journal of Vibration and

Control, 15(8):12671280, 2009.

[52] William Gardner. Introduction to random processes. With applications to Sig-

nals and Systems. McGraw-Hill, second edition edition, 1989.

[53] O. Glckler. Estimating the response times of SDS pressure/ow transmitters


and their sensing lines via in-situ at-power noise measurements in Bruce-B
Unit 6. Technical report, 2000.

[54] O. Glckler. Reactor noise measurements in the safety and regulating systems
of CANDU stations. Progress in Nuclear Energy, 43(1-4):7582, 2003.

[55] K. Gurlebeck and W. Sprossig. Quaternionic and Cliord calculus for physi-

cists and engineers. John Wiley &. Sons, Chichester, 1997.

[56] J. K. Hammond and P. R. White. The analysis of non-stationary signals using


time-frequency methods. Journal of Sound and Vibration, 190(3):419  447,
1996.

[57] H. Hashemian.

On-Line Monitoring Applications in Nuclear Power Plants.

PhD thesis, Nuclear Engineering Department of Applied Physics Chalmers

420

BIBLIOGRAFA

University of Technology Gteborg, Sweden, 2009.

[58] H. M. Hashemian. Sensor performance and reliability. Connecting People and


Ideas in Automation and Control, USA, 2005.

[59] H. M. Hashemian. Maintenance of Process Instrumentation in Nuclear Power

Plants. Springer, Berlin, 2006.

[60] H. M. Hashemian, D. W. Mitchell, R. E. Fain, and K. M. Petersen. Long term


performance and aging characteristics of nuclear plant pressure transmitters.
Technical report, NUREG/CR5851, Nuclear Regulatory Commission, Washington, DC (United States). Div. of Engineering; Analysis and Measurement
Services Corp., Knoxville, TN (United States), 1993.

[61] H.M. Hashemian, D.D. Beverly, D.W. Mitchell, and K.M. Petersen.
of nuclear plant resistance temperature detectors.

Aging

Technical Report (s)

NUREG/CR-5560, Nuclear Regulatory Commission, Washington, DC (USA).


Div. of Engineering; Analysis and Measurement Services Corp., Knoxville, TN
(USA), 1990.

[62] H.M. Hashemian, I. Jakubenko, and V. Forej. Measurements of core barrelvibration and testing for core ow anomalies in pressurized water reactors.
In Proceedings of the Specialist's Meeting on Instrumentation and Control of

WWER Type Nuclear Power Plants, Prague/Rez, Czech Republic, 1994.

[63] H.M. Hashemian and Jin Jiang. Pressure transmitter accuracy. ISA Transac-

tions, 48(4):383  388, 2009.

421

BIBLIOGRAFA

[64] H.M. Hashemian and Jin Jiang. A practical review of methods for measuring
the dynamic characteristics of industrial pressure transmitters. ISA Transac-

tions, 49(1):2  9, 2010.

[65] H.M. Hashemian and Jin Jiang. Using the noise analysis technique to detect
response time problems in the sensing lines of nuclear plant pressure transmitters. Progress in Nuclear Energy, 52(4):367  373, 2010.

[66] H.M. Hashemian and K.M. Petersen. On line measurement of response time
of pressure transmitters using noise analysis. In Gatlinbrug, Tenessee, USA,

SMORN VI, Symposium on Nuclear Reactor Surveillance and Diagnostics,


1991.

[67] H.M. Hashemian, K.M. Petersen, R.E. Fain, and J.J. Gingrich.
aging on response time of nuclear plant pressure sensors.

Eect of

Technical Report

NUREG/CR-5383, Nuclear Regulatory Commission, Washington, DC (USA).


Div. of Engineering; Analysis and Measurement Services Corp., Knoxville, TN
(USA), 1989.

[68] H.M. Hashemian, J.A. Thie, and B.R. Upadhyaya. Reactor sensor surveillance
using noise analysis. Nucl. Sci. Eng.olume, 98:96102, 1988.

[69] H.M. Hashemian, J.A. Thie, B.R. Upadhyaya, and K.E. Holbert. Sensor response time monitoring using noise analysis. Progress in Nuclear Energy, 21:583
 592, 1988.

[70] E. Holl, P. Siklossy, L.Turi, and S. Ratkai.

422

On-line diagnostic method for

BIBLIOGRAFA

vibrational surveillanceof PAKS NPP primary circuit equipments. In Gatlin-

brug, Tenessee, USA, SMORN VI, Symposium on Nuclear Reactor Surveillance and Diagnostics, 1991.

[71] M.C. Hsu. On line identication of reactor dynamic charcateristics from ope-

rating data analysis vida Dynamic Data System methodology.

PhD thesis,

University of Wisconsin-Madison, 1979.

[72] N. E. Huang and Z. Wu. A review on Hilbert-Huang transform: Method and


its applications to geophysical studies. Reviews of Geophysics, 46(2), 2008.

[73] N.E. Huang and N.O. Attoh-Okine. The Hilbert-Huang transform in enginee-

ring. CRC Press, 2005.

[74] N.E. Huang and S.S. Shen.

Hilbert-Huang transform and its applications.

World Scientic Pub Co Inc, 2005.

[75] N.E. Huang, M.L. Wu, W. Qu, S.R. Long, S.S.P. Shen, and J.E. Zhang. Applications of Hilbert-Huang transform to non-stationary nancial time series
analysis. Applied Stochastic Models in Business and Industry, 19(3):245268,
2003.

[76] Norden E. Huang. Advances in applied Mathematics, volume 32. Academic


Press, 1996.

[77] Norden E. Huang, Zheng Shen, Steven R. Long, Manli C. Wu, Hsing H. Shih,
Quanan Zheng, Nai-Chyuan Yen, Chi Chao Tung, and Henry H. Liu.

The

Empirical Mode Decomposition and the Hilbert spectrum for nonlinear and

423

BIBLIOGRAFA

non-stationary time series analysis. Proceedings: Mathematical, Physical and

Engineering Sciences, 454(1971):903995, 1998.

[78] A. Kolbasse and R. Sunder. Lessons learned with vibration monitoring systems in german nuclear power plants. Progress in Nuclear Energy, 43(1-4):159
 165, 2003. Proceedings of the 8th Symposium on Nuclear Reactor Surveillance and Diagnostics.

[79] Peter Liewers, Wilfried Schmitt, Peter Schumann, and Frank-Peter Weiss.
Detection of core barrel motion at WWER-440-type reactors.

Progress in

Nuclear Energy, 21:89  96, 1988.

[80] Kang Lin and Keith E. Holbert.

Applying the equivalent pi circuit to the

modeling of hydraulic pressurized lines. Mathematics and Computers in Si-

mulation, 79(7):20642075, 3 2009.

[81] Kang Lin and Keith E. Holbert.

Blockage diagnostics for nuclear power

plant pressure transmitter sensing lines.

Nuclear Engineering and Design,

239(2):365372, 2 2009.

[82] Kang Lin and Keith E. Holbert.

Void diagnostics in liquid-lled pressure

sensing lines. Progress in Nuclear Energy, 52(5):503  511, 2010.

[83] T. Lovett and A. Monti. A polynomial chaos approach to measurement uncertainty.

In IEEE Proc. AMUEM, page pp 338, Niagara Falls, Ontario,

Canada, 2005.

424

BIBLIOGRAFA

[84] M. E. Montesinos, J. L. Muoz-Cobo, and C. Prez. Hilbert-Huang analysis of


BWR neutron detector signals: application to DR calculation and to corrupted
signal analysis. Annals of Nuclear Energy, 30(6):715727, 2003.

[85] M.N. Moore. The determination of reactor transfer functions from measurements at steady operation. Nucl. Sci. Eng, 3:387394, 1958.

[86] J. A. Mullens and J. A. Thie. Pressure noise in pressurized water reactors.


Technical Report NUREG/CR-4389; ORNL/TM-9773, Oak Ridge National
Lab., TN (USA), 1985.

[87] J.A. Mullens and J.A. Thie. Modeling and diagnostic techniques applicable
to the analysis of pressure noise in pressurized water reactors and pressuresensing systems.

Progress in Nuclear Energy, 15:217  224, 1985.

Fourth

Specialists Meeting on Reactor Noise.

[88] D.E. Newland.

An Introduction to Random Vibrations, Spectral & Wavelet

Analysis: Third Edition. Editorial AC, primera edicin edition, 1975.

[89] U.S. Nuclear Regulatory Commission. Oce of Nuclear Regulatory Research.


Division of Engineering. Nuclear plant aging research (NPAR) program plan :

status and accomplishments. Division of Engineering, Oce of Nuclear Regulatory Research, U.S. Nuclear Regulatory Commission : Supt. of Docs., U.S.
G.P.O. [distributor], Washington, DC, 1991. ID: 24426619.

[90] K. Ogata. Ingeniera de control moderna. Prentice Hall, 1998.

425

BIBLIOGRAFA

[91] A. V. Oppenheim and A. S. Willsky. Seales y Sistemas. Prentice-Hall Hispanoamericana, Mexico, 1983.

[92] J. Ortiz-Villafuerte, R. Castillo-Durn, G. Alonso, and G. Calleros-Micheland.


BWR online monitoring system based on noise analysis. Nuclear Engineering

and Design, 236(22):23942404, 2006.

[93] Thomas L. Paez. The history of random vibrations through 1958. Mechanical

Systems and Signal Processing,, 20(8):17831818, 11 2006.

[94] A. Papoulis.

The Fourier integral and its applications.

McGraw-Hill Book

Company, USA, 1962.

[95] Athanasios Papoulis. Probability, Random Variables, and Stochastic Processes.


McGraw-Hill, 1980.

[96] Jinho Park, Jeong Han Lee, Tae-Ryong Kim, Jong-Beom Park, Sang Kwon
Lee, and In-Soo Koo. Identication of reactor internals' vibration modes of a
Korean standard PWR using structural modeling and neutron noise analysis.

Progress in Nuclear Energy, 43(1-4):177  186, 2003. Proceedings of the 8th


Symposium on Nuclear Reactor Surveillance and Diagnostics.

[97] D. Pea.

Estadstica. Modelos y Mtodos. 1. Fundamentos, volume 1. Funa

damentos. Alianza Universidad Textos, Madrid, 2

edicin revisada edition,

1999.

[98] J. Pieyro, H. Lescano, E. Laggiard, L. Wentzeis, A. Pereyra, J. Sidelnik, and


R. Prez. Monitoring of the internals in the PWR Atucha I by means of neu-

426

BIBLIOGRAFA

tron noise analysis. In Gatlinbrug, Tenessee, USA, SMORN VI, Symposium

on Nuclear Reactor Surveillance and Diagnostics, 1991.

[99] G.M. Presnell. Duke power's investigation of ghanging neutron noise signatures at Mcguire Nuclear Unit I during recent cycles of operation. In Gatlinbrug,

Tenessee, USA, SMORN VI, Symposium on Nuclear Reactor Surveillance and


Diagnostics, 1991.

[100] R.B. Prez and R.T. Wood.

A stochastic method for nuclear power plant

diagnosis. In NATO advanced research workshop on noise and nonlinear phe-

nomena in nuclear systems, 1988.

[101] M. B. Priestly.

Spectral Analysis and Time Series.

Academic Press Ltd,

London, 1981.

[102] I. Pzsit, C. Demazire, C. Sunde, P. Bernitt, and A. Hernndez-Sols. Final


report on the research project Ringhals diagnostics and monitoring stage 12.
Technical Report CTH-NT-220/RR-14, Department of Nuclear Engineering,
Chalmers University of Technology SE-412 96 Gteborg, Sweden, 2008.

[103] I. Pzsit, C. Montalvo-Martin, T. Tambouratzis, and V. Dykin. Final report on


the research project Ringhals diagnostics and monitoring stage 13. Technical
report, Chalmers internal report CTH-NT-230/RR-15, 2010.

[104] Imre Pzsit. Development of core diagnostic methods and their application
at Swedish BWRs and PWRs.

Journal of Nuclear Science and Technology,

36(6):473485, 1999.

427

BIBLIOGRAFA

[105] S T Quek, P S Tua, and Q Wang. Detecting anomalies in beams and plate
based on the Hilbert-Huang transform of real signals. Smart Materials and

Structures, 12(3):447, 2003.

[106] R.Medina and J.M Chicharro. Determinacin de frecuencias estticas y dinmicas. Informacin tecnolgica, 9 (2):265270, 1998.

[107] Nuclear Operating Group. Rosemount Eng. Company. Status report on oilloss rosemount model 1153 series b/d and 1154 transmitters. rep. Technical
Report report No. D9200129, Rosemount Eng. Company, Minneapolis, USA,
1992.

[108] V.A. Rudakov.

Correlation analysis for nosie diagnostics of in-core reactor

equipment. Problems of Atomic Science and Technology, 3(2):326330, 2007.

[109] K. Saito. Sources papers in reactor noise. Progress in Nuclear Energy, 3:157
218, 1979.

[110] S.M.Wu, C.Hsu, and M.C. Chow.

The determination of time constants of

reactor pressure and temperature sensors: the dynamic data system method.

Nucl. Sci. Eng, 72:8496, 1979.

[111] F. J. Sweeney, J. March-Leuba, and C. M. Smith. Contribution of fuel vibrations to ex-core neutron noise during the rst and second fuel cycles of the
Sequoyah-1 PWR. In Specialists Meeting on Reactor Noise-IV (SMORN-IV)

October 15-19, Dijon, FRANCE, 1984.

428

BIBLIOGRAFA

[112] FJ Sweeney, J. March-Leuba, RT Wood, and CO McNew. Excitation sources


for fuel assembly vibrations in a PWR. In American Nuclear Society Summer

Meeting, June , 1985, Boston, Massachusetts. CONF-850610-48, Oak Ridge


National Lab., TN (USA); Tennessee Univ., Knoxville (USA), 1985.

[113] FJ Sweeney and JP Renier. Fuel-assembly vibration-induced neutron noise in


PWRs. CONF-830609-31, Oak Ridge National Lab., TN (USA), 1983.

[114] J. A. Thie. Power Reactor Noise. American Nuclear Society, La Grange Park,
IL, USA, 1981.

[115] J.A. Thie. Elementary methods of reactor noise analysis. Nuclear Science and

Engineering, 15:10914, 1963.

[116] J.A. Thie. Theoretical considerations and their applications to experimental


data in the determination of reactor internals motion from stochastic signals.

Annals of Nuclear Energy., 2:253259, 1975.

[117] A. Trenty, C. Puyal, and H. Klajnmic. SINBAD, a data base for PWR internals
vibratory monitoring. In Gatlinbrug, Tenessee, USA, SMORN VI, Symposium

on Nuclear Reactor Surveillance and Diagnostics, 1991.

[118] E. Trkcan.

On-line monitoring of a PWR for plant surveillance by noise

analysis. Progress in Nuclear Energy, 15:365  378, 1985. Fourth Specialists


Meeting on Reactor Noise.

[119] B. R. Upadhyaya, T. W. Kerlin, and J. E. Strange. Application of empirical


modeling in nuclear reactor system analysis. In Decision and Control including

429

BIBLIOGRAFA

the 16th Symposium on Adaptive Processes and A Special Symposium on Fuzzy


Set Theory and Applications, 1977 IEEE Conference on, volume 16, pages
875880, Dec. 1977.

[120] B.R. Upadhyaya and T.W. Kerlin.

Response time testing of temperature

sensors using a noise analysis method.

Trans. Am. Nucl. Soc., 26:445446,

1977.

[121] I. Vallejo, J. Blzquez, and J. Lpez.

Participacin del proyecto de tecno-

loga de diagnstico en el IMORN-26.

Technical report, Ciemat, Centro de

Investigaciones Energticas, Medioambientales y Tecnolgicas, 1996.

[122] J. Vavrin. Noise analysis of reactor core barrel impact oscillations. In Gatlin-

brug, Tenessee, USA, SMORN VI, Symposium on Nuclear Reactor Surveillance and Diagnostics, 1991.

[123] O. Vela and J. Blzquez.

Expresin analtica del tiempo de respuesta de

transmisores de presin capacitivos. Anales de Fsica, 93(1):4046, 1997.

[124] R. E. Vsquez and F. Castrilln.

Strategies to compensate non-linearities

generated by valves in ow control loops.

Informacin tecnolgica, 18:161

168, 2007.

[125] N. Wiener. Genaralized harmonic analysis. Acta Mathematica, 55(1):117258,


december 1930.

[126] R. T. Wood and R. B. Prez. Modeling and analysis of neutron noise from an
ex-core detector at a pressurized water reactor. In Gatlinbrug, Tenessee, USA,

430

BIBLIOGRAFA

SMORN VI, Symposium on Nuclear Reactor Surveillance and Diagnostics,


volume 19, 1991.

[127] Richard Thomas Wood. A neutron noise diagnostic methodology for Pressu-

rized Water Reactors.

PhD thesis, The University of Tennessee, Knoxville,

Diciembre 1990.

[128] R.T. Wood, J. March-Leuba, R.B. Prez, and F.J. Sweeney.

A stochastic

model to monitor mechanical vibrations in pressurized water reactors. Trans.

Am. Nucl. Soc, 46:735736, 1984.

[129] R.T. Wood, L.F. Miller, and R.B. Prez. Applications of a surveillance and
diagnostics methodology using neutron noise from a pressurized-water reactor.

Nuclear Safety, 33:2335, 1992.

[130] S. Yamada. Reactor noise analysis of swimming pool type reactor. Journal of

Nuclear Science and Technology, 1(4):130136, 1964.

[131] S. Yamada, T. Sato, and H. Kanamaru. Five-detector method for core-barrel


motion analysis. Annals of Nuclear Energy, 12(9):455  460, 1985.

[132] J. N. Yang, Y. Lei, S. Lin, and N. Huang. Hilbert-huang based approach for
structural damage detection. Journal of Engineering Mechanics, 130(1):8595,
2004.

[133] Jianqiu Zhang, Jun Ma, and Yong Yan.

Assessing blockage of the sensing

line in a dierential-pressure ow sensor by using the wavelet transform of its


output. Measurement Science and Technology, 11(3):178184, 2000.

431