Fault diagnosis in chemical plants integrated to the information system

Author

Ruiz, Diego

Director

Puigjaner Corbella, Lluís

Date of defense

2001-06-05

ISBN

8469955233

Legal Deposit

B.37630-2001



Department/Institute

Universitat Politècnica de Catalunya. Departament d'Enginyeria Química

Abstract

La contribución que se pretende con esta tesis se refiere a la implantación de un sistema de diagnosis de fallos en plantas químicas completas integrado al sistema de supervisión, gestión y control de la producción.<br/>El sistema de diagnosis de fallos que se presenta consiste en una combinación de un sistema de reconocimiento de patrones basado en redes neuronales artificiales y un sistema de inferencia basado en la lógica difusa. La información necesaria para desarrollar el sistema de diagnosis incluye los datos históricos, un análisis de riesgo y operabilidad y un modelo de la planta química. La entrada al sistema son las mediciones directas o indirectas de la planta y la salida consiste en una señal para cada fallo (0: no fallo; 1: fallo). Primero se definen los fallos posibles. La red neuronal se entrena con datos históricos de fallos ocurridos en el pasado, con el objeto de reconocer los patrones respectivos. En el caso de que no se posean los datos históricos de alguno de los fallos, por ejemplo porque nunca hayan ocurrido, se obtienen los patrones mediante la simulación, usando el modelo de la planta. El sistema de lógica difusa contiene un conjunto de reglas si-entonces que pueden ser de dos tipos: las basadas en el conocimiento de la planta, mediante el análisis de riesgo o la experiencia con la simulación, y las basadas en la experiencia con el uso de la red neuronal, previamente entrenada. Otro aspecto novedoso es la posibilidad de entrenar la red neuronal con "características" extraídas de las variables medidas mediante su pre-procesamiento con wavelets. Esta variante permite obtener un alto rendimiento del sistema de diagnosis en plantas químicas discontinuas y continuas complejas. Para optimizar los parámetros de los componentes del sistema de diagnosis se propone un índice de rendimiento. Además, se utiliza el índice de rendimiento para comparar el sistema propuesto con otros métodos.<br/>Las señales dadas por el sistema de diagnosis pueden ser usadas por el sistema de programación de la producción para actualizar el plan de la manera más efectiva, por el sistema de control para actuar en forma automática y por los operadores de planta como soporte para la toma de decisiones. Se han sentado las bases para la traducción de la salida del sistema de diagnosis para su utilización por los demás niveles del soporte informático. Se usa una estrategia basada en el análisis de riesgo y operabilidad de la planta.<br/>El sistema propuesto es consecuencia de sucesivas mejoras, al trabajar con diferentes casos de estudio. Los escenarios académicos corresponden a una planta química continua con una corriente de reciclo y un reactor discontinuo. Los casos a escala de planta piloto corresponden a escenarios construidos en la UPC: un reactor de gasificación, un reactor semicontinuo y una planta discontinua multipropósito. Los escenarios industriales corresponden a dos refinerías de azúcar y a un sector de una planta petroquímica.<br/>El sistema propuesto muestra ser ventajoso respecto a otros métodos tanto en cuanto a la rapidez de diagnosis como en cuanto a su capacidad para aislar los fallos. La simplicidad del desarrollo y la flexible estrategia de implementación del sistema propuesto auguran un futuro promisorio a la tecnología presentada. Nuevas líneas de investigación se pueden emprender mediante el desarrollo de un sistema de gestión de las alarmas. Otro aspecto importante es la posibilidad de participar en la estandarización de las interfaces del programa de diagnosis.


The pretended contribution of this thesis deals with the implementation of a fault diagnosis system in chemical plants integrated to the monitoring, management and control system. The proposed fault diagnosis system consists in a combination of a pattern recognition approach based on artificial neural networks and an inference system based on fuzzy logic. The information needed to develop the fault diagnosis system includes the historical data, the hazard and operability study and the model of the chemical plant. The inputs to the system are the direct or indirect measurements from the plant and the output consists in a signal for each fault (0: no fault; 1: fault). First, the possible faults are defined. The artificial neural network is trained with historical data of faults occurred in the past, with the aim of recognising the respective patterns. In the case that the corresponding historical data are not available, for example due to the no occurrence of the fault, the patterns are obtained through simulation, using the plant model. The fuzzy logic system contains a set of if-then rules that can be of two types: those based in the process knowledge, by the hazard analysis or by the experience with simulation, and those based on the experience with the use of an artificial neural network, previously trained. Other novel aspect is the possibility of artificial neural network training by using signals features that are extracted by its pre-processing using wavelets. This alternative allows a higher fault diagnosis system performance in batch and complex continuous chemical plants. In order to optimise the parameters of the components of the fault diagnosis system, a performance index is proposed. The performance index is also utilised to compare the proposed fault diagnosis system against other methods.<br/>The signals provided by the fault diagnosis system can be used by the scheduling system to update the schedule in the most effective way, by the control system to take automated control actions and by plant's operators as support for decision-making. The basis of the translation of the system output, for its utilisation at other levels in the information system, has been settled.<br/>The proposed strategy is based on the hazard and operability analysis.<br/>The proposed system is the result of successive improvements, by working with different case studies. The academic scenarios correspond to a continuous chemical plant with a recycle stream and a batch reactor. The pilot plant scale cases correspond to scenarios built at UPC: a reactor gasifier, a fed-batch reactor and a multipurpose batch chemical plant. The industrial scenarios correspond to two sugar refineries and a sector of a petrochemical plant.<br/>The proposed system shows to be advantageous with respect to other methods in relation to the fastness of the diagnosis and also its capacity to isolate faults. The simplicity of the development and the flexible strategy of implementation of the proposed fault diagnosis system give a promising future to the presented technology. New research lines can be considered by developing the alarm handling system. Other important aspect is the possibility of the participation in the standardisation of the interfaces of the fault diagnosis program.

Keywords

fault diagnosis; neural networks; fuzzy logic; chemical plants

Subjects

66 - Chemical technology. Chemical and related industries

Knowledge Area

3303. Enginyeria i Tecnologia Química - 3310. Tecnologia Industrial - 3311. Tecnologia de la instrum

Documents

0_Preface.pdf

55.67Kb

1_Introduction.pdf

22.37Kb

2_Objectives.pdf

6.989Kb

3_State_of_the_art.pdf

95.75Kb

4_Tools_techniques.pdf

102.0Kb

5_Methodology.pdf

121.2Kb

6_Case_studies.pdf

3.598Mb

7_Results_and_discussion.pdf

2.895Mb

8_Industrial_applications.pdf

16.80Mb

9_Conclusions.pdf

15.33Kb

Bibliography_Annex.pdf

125.4Kb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)