Diseño e implementación de un sistema autónomo para la detección de fugas en depósitos

Abstract

Un aspecto clave en el almacenamiento de hidrocarburos en estaciones de servicios es la detección de fugas en las mismas para evitar propagar sustancias contaminantes que puede dañar el medio ambiente y a las poblaciones circundantes. A causa de esto es interesante investigar nuevas formas más eficientes para la detección de fugas. Sin embargo, no son muchas las estaciones de servicios que deciden compartir sus libros de inventario de combustible y la cantidad de muestras que se disponen es bastante limitada. Para solventar esto, en este proyecto, se pretende crear un simulador de una planta prototipo que emule el comportamiento de una estación de servicio para obtener datos para el estudio de detección de fugas. Para ello, se tomó como referencia el diseño de la planta del trabajo final de grado del alumno del grado de Ingeniería Electrónica Industrial y Automática Luis Arriaga Campos “Diseño e implementación de un sistema autónomo para la simulación de fugas en depósitos” [10] que emula el comportamiento de una estación de servicios. Y a partir de este diseño, programamos un simulador, utilizando lenguaje de programación python cuyo resultado nos permite generar datos simulados de un inventario de una estación de servicios. Este simulador supondrá una ventaja para futuras investigaciones en técnicas de detección de fugas pues permitirá realizar múltiples pruebas sin a priori depender de empresas externas que compartan sus datos o del uso prototipos de estaciones, con el supuesto coste que suponen. Una vez obtenidos las muestras de datos simuladas y basándonos en anteriores estudios en los que participan los tutores de este proyecto [5][6], se desarrolla un sistema de detección de fugas utilizando modelos de clasificación aplicando Machine Learning. El sistema seleccionará cual es el mejor modelo en base a sus resultados de detección y posteriormente se les introducimos nuevas muestras de datos, aportándonos buenos resultados y cumpliendo con la normativa vigente en relación a la detección de fugas

In the storage of hydrocarbons in petrol stations, it is important to detect fuel leaks to avoid spreading polluting substances that can damage the environment and cause health problems for the population. Because of these, it is interesting to investigate new, more efficient forms of leak detection. However, petrol stations are very reluctant to share their fuel inventories and therefore there is not enough storage of fuels data. To solve this, in this project it is intended to create a simulation of the storage of a gas simulator. For this, we take as a reference the design of the plant of the final degree project by Luis Arriaga Campos "Design and implementation of an autonomous system for the simulation of leaks in tanks" [10] and using the programming language python, we program this simulator that allows to generate simulated data of a fuel inventory of a petrol station. This simulator will be an advantage for future investigations based on the detection of tank leaks as it allows multiple tests to be carried out without the need to depend on external companies that share their data or the use of petrol station prototypes and their costs. With the simulated data and using previous studies in which the tutors of this project participate [5][6], A leak detection system is developed using classifier models through Machine learning methods. And based on these prediction models and feeding them with new data samples, we managed to obtain a high detection efficiency and comply with current regulations in relation to leak detection