Método para identificar estados estacionarios sobre registros de procesos de conversión de energía con correlación serie y mutua

Abstract

A medida que se ha ido avanzando en el campo del almacenamiento de la información, se ha hecho cada vez más evidente la importancia de explotar los datos de los procesos industriales implícitos dentro de las grandes minas de datos y en cómo éstos nos ayudan a mejorar el funcionamiento de las plantas de procesos actuales. El siguiente trabajo constituye una herramienta que permite aprovechar, explotar y obtener los importantes conocimientos ocultos detrás del inmenso volumen de información de una mina de datos. Entre sus puntos principales se hará énfasis en la detección de Estados Estacionarios (EE) en procesos con correlación serie y mutua. La realización del mismo se centrará en la obtención y manipulación de una serie de datos, para así arribar a una serie de conclusiones que evidencien la importancia de este trabajo. El SSITS (por sus siglas en inglés, Steady State Identifier in Time Series) permite hacer uso de un gran número de herramientas, todas dentro del software Matlab™, que se encuentran integradas en una única interfaz de usuario. Este software trabaja con los datos de una serie temporal y tiene como objetivo determinar el mejor método de detección de Estados Estacionarios; para que de esta manera se pueda realizar un diagnóstico preventivo de las dificultades que pueda presentar el proceso industrial mediante un estudio de la degradación de las variables de dicho proceso. También podrá visualizar cada una de estas variables y datos importantes de la misma. Se guardarán, además, los resultados, variables y configuraciones para su posterior estudio.

While data storage has continuously progressed, it has become increasingly evident the importance of exploiting the data of the industrial processes implicit within the large data mines and how they are help us to improve the current operations in process plants. The following work is a tool that allows us to take advantage, exploit and get the important knowledge behind the immense volume of information in a data mine. Emphasis will be placed on the detection of Stationary States (SS) in processes with serial and mutual correlation. The development will be focus on the obtaining and manipulation of a series of data, in order to reach to conclusions that will raise awareness of the importance of this work. The SSITS (Steady State Identifier in Time Series) allows us to use a large number of tools, contained within the Matlab ™ software, all of which are integrated into a single user interface. This software works with the data of a time series and aims to determine the best method of detection of Stationary States; so that a preventive diagnosis can be made of the main faults that the industrial process can present through a study of the degradation of the variables of said process. You can also view each of these important variables and data and the main results, variables and settings for further study will be also saved.