RT info:eu-repo/semantics/doctoralThesis
T1 Computación inteligente aplicada al mantenimiento del sector de la generación eléctrica insular
A1 González Calvo, Daniel
A2 Programa de Doctorado en Ingeniería IndustrialInformática y Medioambiental
K1 Inteligencia artificial
K1 Ingeniería de mantenimiento
K1 Generación de energía
AB La metodología de mantenimiento basado en datos se ha aplicado de formaprogresiva en este trabajo, de forma que su estudio y desarrollo sirve para definirun procedimiento de aplicación computacional dentro de una línea de mantenimientoen el sector industrial.Se parte de un enfoque dirigido hacia el análisis y la predicción de la concentraciónde polvo en el aire, vital para la actividad económica y la salud de la población.En este apartado del estudio, utilizamos un conjunto de redes neuronalesartificiales que estructuramos mediante el aprendizaje de ensemble para obteneruna variable compleja, como la concentración de polvo, basada en datos realescomo la temperatura del aire, la humedad relativa, la presión atmosférica y la velocidaddel viento. Los índices de rendimiento estadístico obtenidos muestran laeficacia del comité de validación cruzada propuesto. Por lo tanto, es fundamentaldisponer de un método de cálculo fiable para determinar las importancias relativasque pueden aplicarse a este tipo de arquitectura de ensemble mediante redesneuronales artificiales.A diferencia de otros métodos de importancia relativa, en los que los cálculosse realizan basándose directamente en los pesos de la red neuronal artificialy cuyos resultados en configuración de ensemble muestran una alta dispersión,se propone un procedimiento original, que elige selectivamente la variación delas entradas para reajustar la arquitectura de la red neuronal. Esto nos permitemedir aquellas variables con mayor efecto sobre la variable objetivo, obteniendoasí la influencia multivariante sobre la concentración de polvo en la superficie a través de un modelo computacional. Este método proporciona así una alternativareal para calcular y estimar la importancia relativa que puede generalizarse acualquier tipo de problema para los sistemas multivariantes modelados medianteredes neuronales artificiales tanto para una configuración simple como parauna arquitectura de ensemble.Por otro lado, la planificación del mantenimiento industrial asociado a la producciónde electricidad es vital, ya que permite obtener una foto actual y futurade un componente industrial para optimizar los recursos humanos, técnicos yeconómicos de la instalación.En un segundo bloque nos centramos en la degradacióndebida al ensuciamiento de una turbina de gas en las Islas Canarias, dondese analizan los niveles de ensuciamiento a lo largo del tiempo, en función delrégimen de operación y de las variables meteorológicas locales. En particular, seestudia la relación entre la degradación de la máquina, las intervenciones históricasde mantenimiento realizadas y el polvo en suspensión de origen sahariano.Para ello, utilizamos de nuevo el procedimiento computacional inicial basado enel ensemble promedio de redes neuronales artificiales, con un enfoque que utilizacomités de validación cruzada, para estimar la eficiencia isentrópica del compresor.El uso de estos modelos entrenados permite conocer de antemano cómo evolucionaráel ensuciamiento local de un componente rotativo industrial, lo cual esútil para realizar simulaciones de predicción del estado de la máquina en el tiempocomo ayuda a la planificación del mantenimiento y para calcular el impactode las variables térmicas sobre la salida del sistema modelado.El cierre de esta metodología basada en datos se realiza con un caso para eldesarrollo de dos algoritmos que permiten transformar la información generalde un conjunto de intervenciones históricas de mantenimiento, en diferentes variablesde un modelo de aprendizaje de máquina, las cuales son utilizadas parael modelado de las emisiones ambientales de un motor diesel de generacióneléctrica con métodos basados en árboles de decisión y manteniendo la mismaarquitectura de ensemble planteada inicialmente, cuyo resultado final pone demanifiesto la capacidad del procedimiento creado para adaptarse a cualquier casode estudio y supervisión de mantenimiento industrial, por medio de diferentesalgoritmos de computación inteligente.
YR 2021
FD 2021
LK http://riull.ull.es/xmlui/handle/915/25748
UL http://riull.ull.es/xmlui/handle/915/25748
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 01-may-2024