Deteccion de Fugas

Sistema de Detección de Fugas y Robos en Ductos Propuesta Tecnológica Diciembre de 2010

Resumen ejecutivo

Descripción: Por años se han implementado implementado diferentes diferentes tipos de tecnologías tecnologías en las industrias industrias para la detección de fugas en tuberías a saber: Métodos Externos o Dependientes como son té cnicas visuales, acústicas, presión negativa y muestreo, que han sido utilizados de una manera cualitativa y no muy precisa. Métodos Internos Internos o No Dependientes Dependientes son muy utilizados hoy día ya que no requieren requieren intervención intervención humana como son

cambios de presión presión y flujo, flujo, balances de materia, análisis de puntos de presión, y modelados

dinámicos, y otras tecnologías se han utilizado por años. La realidad es que el uso de estas técnicas ha sido un dolor de cabeza para los usuarios ya que se requiere requiere de grandes grandes esfuerzos esfuerzos técnicos para su implementación implementación además que el costo asociado en estas implementacione implementaciones s resulta realmente realmente alto, habrá que considerar

dependencia tecnológica con la compañía que que implemento el

sistema. Las diferentes diferentes técnicas técnicas asociadas a la inteligencia artificial artificial y a los sistemas expertos expertos como son la Lógica Difusa, Redes Neuronales, Neuronales, Algoritmos Algoritmos Genéticos, Genéticos, Sistemas Basados en Reglas han abierto una nueva posibilidad posibilidad en la implementación de controles avanzados y sistemas de optimización de procesos, donde la experiencia y el conocimiento de los procesos y su comportamiento son la base de la implementación. La siguiente propuesta tiene como objetivo el desarrollo de un software genérico para la detección de fugas y robos en ductos que pueden transportar Gasolinas, Crudo, Gas Natural, Gas Ga s LPG, Productos Petroquímicos, tanto en forma líquida, multifase o gaseosa.

Objetivo General: El objetivo de nuestra nuestra propuesta propuesta es el desarrollo desarrollo de un sistema, metodología metodología y dispositivo dispositivos s para la detección de fugas y robos de productos; productos; la cual puede ser implementada implementada en ductos de Gas Natural y Gas LPG, productos productos químicos, gasolinas, crudo, aceite.

Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos

1

Resumen ejecutivo

Descripción: Por años se han implementado implementado diferentes diferentes tipos de tecnologías tecnologías en las industrias industrias para la detección de fugas en tuberías a saber: Métodos Externos o Dependientes como son té cnicas visuales, acústicas, presión negativa y muestreo, que han sido utilizados de una manera cualitativa y no muy precisa. Métodos Internos Internos o No Dependientes Dependientes son muy utilizados hoy día ya que no requieren requieren intervención intervención humana como son

cambios de presión presión y flujo, flujo, balances de materia, análisis de puntos de presión, y modelados

dinámicos, y otras tecnologías se han utilizado por años. La realidad es que el uso de estas técnicas ha sido un dolor de cabeza para los usuarios ya que se requiere requiere de grandes grandes esfuerzos esfuerzos técnicos para su implementación implementación además que el costo asociado en estas implementacione implementaciones s resulta realmente realmente alto, habrá que considerar

dependencia tecnológica con la compañía que que implemento el

sistema. Las diferentes diferentes técnicas técnicas asociadas a la inteligencia artificial artificial y a los sistemas expertos expertos como son la Lógica Difusa, Redes Neuronales, Neuronales, Algoritmos Algoritmos Genéticos, Genéticos, Sistemas Basados en Reglas han abierto una nueva posibilidad posibilidad en la implementación de controles avanzados y sistemas de optimización de procesos, donde la experiencia y el conocimiento de los procesos y su comportamiento son la base de la implementación. La siguiente propuesta tiene como objetivo el desarrollo de un software genérico para la detección de fugas y robos en ductos que pueden transportar Gasolinas, Crudo, Gas Natural, Gas Ga s LPG, Productos Petroquímicos, tanto en forma líquida, multifase o gaseosa.

Objetivo General: El objetivo de nuestra nuestra propuesta propuesta es el desarrollo desarrollo de un sistema, metodología metodología y dispositivo dispositivos s para la detección de fugas y robos de productos; productos; la cual puede ser implementada implementada en ductos de Gas Natural y Gas LPG, productos productos químicos, gasolinas, crudo, aceite.


1

Resultados Esperados: Los resultados esperados de nuestra propuesta son tres: 1) La creación y adquisición adquisición de conocimiento en las técnicas existentes existentes y futuras para la detección de fugas y robo de producto en ductos que transportan Gas Nat ural y Gas LPG, productos líquidos y gaseosos en desarrollos posteriores. 2) El desarrollo desarrollo de un dispositivo dispositivo compuesto de hardware hardware y software software para la detección detección de fugas y robos en ductos. 3) La implementación del dispositivo en un ducto que para realizar pruebas.

Objetivos Científicos y Tecnológicos. Los objetivos científicos y tecnológicos tec nológicos de nuestra propuesta son: 1.

Cono Conocer cer y enten entende derr como func funcio iona nan n las tecno tecnolo logía gías s exist existen entes tes que que detect detectan an y locali localiza zan n fugas fugas y robos de productos en ductos.

2.

Desarr Desarrolla ollarr un dispo disposit sitivo ivo (Hard (Hardwar ware e y Softwar Software) e) para para la detecci detección ón de fuga fugas s utiliz utilizand ando o técnicas técnicas de de inteligencia artificial.

3.

Entend Entender er y modela modelarr matemát matemáticam icamente ente por medio medio de de simul simulado adores res de soft softwar ware e dinámi dinámicos cos el comportamiento de diferentes fluidos en ductos.

4.

Desarr Desarrolla ollarr un pro produc ducto to de clas clase e mundia mundiall y comer comercial cial para para la detec detección ción de fuga fugas s y robos robos de productos en ductos.

5.

Crear Crear un mode modelo lo de desa desarro rrollo llo técni técnico co comerc comercial ial para para el desa desarro rrollo llo de de produ productos ctos de de uso indu industr strial, ial, esto permitirá el desarrollo de nuevas aplicaciones y conocimiento.

6.

Impu Impuls lsar ar el desa desarr rrol ollo lo de tecn tecnol olog ogía ía..

Justificación La detección de fugas en tuberías es un reto en la ingeniería, ingeniería, hoy día no hay un método que sea 100% confiable, confiable, las falsas falsas alarmas, alarmas, la incertidumbre incertidumbre y los requerimientos requerimientos de exactitud exactitud en la instrumentac instrumentación ión de campo son reales y además los altos costos de implementación y de mantenimiento han im pulsado el desarrollo de nuevas tecnologías tecnologías para resolver estos problemas problemas Algunas de las principales principales características características que las tecnologías en detección de fugas tienen son: ✓

Altamente Interactivos.

✓

Altamente Variables.


2

✓ ✓ ✓

Tiempos muertos significativos y/o constantes de tiempo grandes. No linealidad en los métodos de calculo. Variaciones económicas en los mercados y en las estrateg ias de negocio.

Impacto: Sabemos que hoy uno de los principales problemas esta asociado a la operación y seguridad en los ductos que transportan productos químicos, petroquímicos, gasolinas y gas, se ha realizado un trabajo muy intensivo en los últimos años para aumentar la seguridad, confiabilidad y disponibilidad en su red de tuberías, grandes inversiones se han realizado para evitar el robo de productos y fugas en su red de tuberías. También sabemos que los modelos existentes en la dete cción de fugas tienen problemas en la detección de robos además de que se ha creado una dependencia tecnológica con empresas extranjeras que venden productos y servicios para la detección de fugas en tiempo real. El proyecto presentado tiene como objetivo el desarrollo de una tecnología propia basada en técnicas de inteligencia artificial para la detección de fugas y robos en tuberías y redes de tuberías, creando con esto una tecnología propia.

Fortalezas: El grupo de trabajo propuesto incluye personal con gran experiencia practica en la utilización de sistemas de control utilizando tecnologías de microprocesadores, contamos con un grupo de expertos en sistema s de medición y control con gran experiencia practica en desarrollo de sistemas de control, sistemas SCADA, medición y desarrollos basados en inteligencia artificial.

Oportunidades Beneficios: Las compañías petroleras en sus diferentes divisiones se encuentra trabajando en la implementación de varios sistemas de control y adquisición de datos (SCADA) hay grandes beneficios al implementar sistemas que puedan detectar con gran exactitud el robo o la fuga de productos, también el hecho de que compañías privadas estén transportando Gas para servicio en las ciudades abre la oportunidad de implementación de sistemas de monitoreo de fugas en tie mpo real, las oportunidades están orientadas a los siguientes puntos: 1.

Evitar Robos de Productos

2.

Evitar Fugas en los Ductos

3.

Evitar Daños potencialmente peligrosos al evitar fugas de productos tóxicos y explosivos.

4.

Evitar daños ecológicos.

5.

Evitar perdidas de producción

6.

Evitar daños a la red de ductos.


3

Propuesta de creación de Valor Impacto Tecnológico: La tecnología desarrollada en este software de aplicaciones permitirá también desarrollar nuevas aplicaciones, utilizando software genérico, la incorporación de nuevas aplicaciones y modelos será uno de nuestros objetivos, desarrollo de cadenas productivas de desarrollo de software y generación de conocimiento en redes de tuberías. Impacto Científico: El desarrollo de nuestra aplicación impulsara el desarrollo de aplicaciones de hardware y software en la industria petrolera, química y petroquímica y en la industria en general, dado que el producto a desarrollar es altamente rentable y su marco de aplicación e s muy amplio dado a sus características de ser un software genérico se impulsara no solo su aplicación, también requerirá para su crecimiento y ampliación el desarrollo de librerías, utilerías y otras aplicaciones afines y complementarias, impulsara el trabajo en conjunto entre universidades, centros de investigación empresas privadas y empresas del gobierno. Impacto Social: Podremos enfocar nuestro desarrollo desde dos puntos de vista social 1) El evitar problemas en las redes de ductos proveerá operaciones mas confiables y evitara fugas y suspensiones del suministro de productos esto afectara positivamente a comunidades, ciudades, escuelas, hospitales y a la industria, afectando económicamente y socialmente a todo el país. 2) Mandar el mensaje que es posible desarrollar este nivel de tecnología. Por ultimo no podemos dejar de lado el impacto ecológico y las perdidas en la industria, el campo y la pesca. Impacto Económico: Las empresas petroleras a nivel mundial ha gastado grandes sumas de dinero en la reparación de ductos que han colapsado ya sea por fallas en la tubería o por accidentes operativos y de mantenimiento, se han pagado grandes sumas dinero en reparar los daños ecológicos y urbanos, por otro lado los software y servicios de compañías extranjeras son muy altos y las empresas ha tenido que pagar por la implementación y el servicio de mantenimiento, un producto basado en un modelo desarrollado en conjunto con una empresa petrolera generara beneficios económicos rápidamente. Impacto Ecológico: Poco hay que decir en este tema ya que en los últimos años los derrames de crudo, gasolina, amoniaco, gas y otros han afectado los ecosistemas, la sociedad, el campo, ganadería y pesca, el desarrollo esta orientado a la protección y cuidado de ductos, en su operación, mantenimiento y supervisión.


4

Contenido Innovador. Los modelos actuales para la detección de fugas en ductos están basados en modelos físico-químicos, las ecuaciones de estado y el comportamiento de flujo de fluidos en ductos es bien conocido, sin embargo hoy día no existe un modelo que pueda ser utilizado indistintamente para diferentes tipos de productos y fases. Los modelos para detección de fugas no son adecuados para la detección de robos en ductos, ya que las perdidas de presión no son significativas y los modelos no son c apases de detectar y localizar el punto donde se esta sustrayendo el producto. En México tradicionalmente su utilizan modelos desarrollados por compañías extranjeras, y si bien estas tecnologías conocidas y utilizadas pueden dar resultados aceptables, se ha convertido un problema el mantener estos productos operando de forma continua, los grandes recursos humanos y tecnológicos requeridos para sintonizar los algoritmos ha conllevado el abandono de estos y el desperdicio de recursos técnicos y económicos. Las matemáticas utilizadas para la creación de cualquier tipo de modelo que describa el comportamiento de fluidos en ductos se hace mas complejo al incrementar los grados de libertad. Sabemos que el comportamiento de un ducto cambia con el tiempo, la degradación de equipos, la incertidumbre en la medición, la utilización de diferentes tecnólogos en la instrumentación y válvulas de control, el cambio de las condiciones climáticas a lo largo del ducto y de la época del año, y las condiciones de operación. La técnicas matemáticas basadas el las metodologías que utilizan modelos de

Inteligencia Artificial, no son

nuevas, de echo gran parte de los equipos y sistemas que utilizamos cada día utilizan modelos basados en estos conceptos. En la industria poco a poco se han desarrollado aplicaciones que utilizan sistemas expertos o sistemas basados en redes neuronales o algoritmos genéticos. La gran ventaja de estas técnicas es que no requieren de modelos rigurosos para encontrar una solución, tampoco se requiere conocer a fondo la matemática implicada. La base de la utilización de estas tecnologías es el conocimiento de los procesos, aplicación y operación, la gran ventaja es que los modelos construidos son adaptivos, es decir tienen la capacidad de considerar cambios en las condiciones de operación y trabajo. Desarrollo de una metodología propia para la detección de Robos de Producto y la detección de Fugas en Tuberías. Como? Utilizando un software probado en el manejo y solución de problemas donde se pueda trabajar con la inexactitud y la falta de Información y utilizar técnicas de Inteligencia Artificial y manejo de Estadística Cuál sería la Ventaja? 1.

Se Tendría un dispositivo (hardware y software) propio.

2.

No se requiere gran exactitud en la medición.


5

3.

No se requieren simulaciones extensas de tuberías.

4.

El sistema no se tendría que reparametrizar continuamente.

5.

El costo de implementación seria aproximadamente 40% menor.

6.

Los tiempos de implementación de los sistemas serian 4-6 meses más rápidos.

7.

Los costos de mantenimiento serían menores en un 50%

8.

Detectar Robos y Fugas.

La idea básica es desarrollar una metodología para le detección de fuga y tomas clandestinas utilizando un software que utiliza herramientas de inteligencia artificial para resolver problemas, una vez desarrollada este dispositivo la implementación en diferentes aplicaciones, tipos de productos, redes de tuberías seria relativamente fácil, podría ser mantenido el sistema por personal local quitándonos la dependencia tecnológica.


6

Descripción de la Tecnología basada en Inteligencia Artificial KnowledgeScape es un sistema de control revolucionario, basado en la Tecnología de Optimización Adaptiva Basada en Sistemas Expertos, esta diseñada para la optimización de procesos en tiempo real. KnowledgeScape utiliza el poder dado por su software Inteligente Basado en Objetos que permite el modelaje y el control de procesos. Sistemas Expertos Basados en Reglas provee a cada objeto de respuestas programadas que se incorporan a sus base de conocimientos existentes y basados en el proceso. Herramientas de modelos como Redes Neuronales dan a los objetos la habilidad de aprender de la dinámica del proceso y predecir así estados futuros de condiciones actuales de operación del proceso. El optimizador utiliza la información contenida en los objetos que son modelos del proceso y utiliza Algoritmos Genéticos para mejorar el desempeño económico del proceso. Todas estas habilidades analíticas y cognoscitivas están construidas en cada objeto software de KnowledgeScape. Basado en sus capacidades KnowledgeScape puede modelar simultáneamente modelos de una sola unidad de proceso o grandes circuitos de proceso, o bien una planta completa. Cada nivel en la jerarquía pasa su información de desempeño al nivel superior y recibe limitaciones de operación de los niveles superiores. A continuación describimos las capacidades de estas herramientas de Inteligencia Artificial y veremos las posibilidades de control que esta s proporcionan.

Los sistemas de control basados en sistemas expertos normalmente utilizan reglas “Precisas” “Crisp“, o bien juegos de reglas estadísticas, para definir sus estrategias de control. KnowledgeScape comienza con estas capacidades. Pero para procesos donde la experiencia (Operación) normalmente experimenta cambios continuos, un control eficiente probablemente requeriría de reglas complejas y la edición y actualización de estas reglas. Para resolver esto KnowledgeScape utiliza una técnica muy poderosa de Inteligencia Artificial llamado Lógica Difusa. Una regla estricta evalúa una condición de entrada, o un juego de condiciones, para producir una salida apropiada. Para incrementar la precisión de la salida, esta requiere de reglas que especifiquen rangos más pequeños, él numero de reglas y su complejidad incrementaran de acuerdo a la exactitud deseada, aumentando él numero de reglas y su complejidad, por obvias razones el sistema se vuelve difícil de mantener y de implementar aumentando el costo del sistema. La Lógica Difusa es una técnica que reduce dramáticamente él numero de reglas y a la ves aumenta el desempeño del proceso. Los valores de entrada son manejados de acuerdo grados de operación definidos por


7

el usuario. Los rangos pueden ser manejados como adjetivos, esto es utilizando operaciones como: bajo, medio, alto, haciendo las reglas simples de escribir.

Modificar las reglas es una tares fácil, mucho mas fácil que el de redefinir reglas estrictas y especificas. Todos los objetos en el software KnowledgeSca pe manejan reglas basadas en Lógica Difusa. KnowledgeScape utiliza una técnica muy innovadora como herramienta de Múltiple Modelaje y

Auto

Aprendizaje que es las Redes Neuronales. Las Redes Neuronales es una técnica de computo basada en la operación de Cerebro Humano, provee la habilidad de construcción de modelos basados en procesos de manera adaptable, basándose en la observación de las dinámicas del proceso. Este modelo puede ser utilizado para predecir el futuro dadas condiciones actuales y nuevos puntos de ajuste.

Durante la fase de entrenamiento, las señales de entrada a los procesos de redes y sus salidas son comparadas con resultados dados en el proceso real. Parámetros internos conocidos como “pesos” "weights" son ajustados para minimizar el error de salida. Conforme el modelo construye una base de experiencia basada en predicciones el modelo se vuelve más preciso, cuando esta precisión es suficiente de acuerdo a los requerimientos de operación, los valores son disponibles para realizar una optimización. Dado que un solo modelo no puede predecir el desempeño del proceso en todas las situaciones, KnowledgeScape permite crear varios modelos para cada proceso, utilizando diferentes técnicas de aprendizaje y observando su respuesta en el tiempo se crean diferentes modelos del proceso. Estos modelos compiten por el privilegio de predicción del mejor desempeño del proceso.


8

Un valuador interno compara continuamente las predicciones de cada modelo contra el desempeño del proceso. La mejor predicción es utilizada para la optimización, hasta que el desempeño del proceso es mejorado por otro modelo. Con modelos exactos y probados con los datos reales del proceso los objetos inteligentes en software están listos para realizar la optimización. Las Redes Neuronales son modelos no lineales y robustos que pueden ser configuradas en muchas combinación desde Entrada Sencilla, Salida Sencilla (SISO) hasta Entradas Múltiples, Salidas Múltiples (MIMO). En la realidad mucho de los modelos que el software de KnowledgeScape utiliza son “n” dimensional lo que significa que no es posible crear una sola gráfica que represente todo el modelo visualmente, esto no es una limitación del software ya que conoce como examinar matemáticamente el modelo y utilizarlo para predecir y optimizar. Antes de que la operación de un proceso sea mejorada, los valores de desempeño optimo deben de ser definidos. En el software de KnowledgeScape, la economía de los procesos es descrita por el usuario utilizando funciones de convergencia que asignan costos relativos y valores para cualquier proceso real. Esto esta acompañando por la asociación de los valores económicos con cualquiera de los sensores de proceso asociados a cada objeto inteligente. Utilizando la solución de superficies de “n” dimensiones provistas por el predictor el software de KnowledgeScape emplea Algoritmos Genéticos para crear graficas en el curso de las áreas de mayor retorno económico dadas las varias limitaciones o restricciones impuestas por la organización jerárquica y la agrupación de objetos inteligentes. El Software de optimización primero genera una serie de valores de entrada, llamados genes, que son utilizados como series de entradas al modelo del proceso. La población inicial de genes es creada de forma aleatoria así todas las áreas en el espacio de solución son exploradas. Basada en los valores de entrada fijados inicialmente y de manera aleatoria el modelo del proceso produce unas salidas, que son comparadas con otras salidas en el juego de población actual. A tra vés de un método probabilística especial, los genes con los valores mas altos son recombinados para crear una nueva generación de genes o soluciones que son genéticamente superiores al juego de valores iniciales. El ciclo es repetido y las generaciones de genes migran a los valores de las áreas de mayor valor económico, como se definió en las funciones de convergencias. Cuando el juego de genes ya no evoluciona a mejores puntos Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos

9

económicos en los objetos inteligentes los valores son enviados a los sistemas de control estabilizados utilizando reglas expertas, para ser utilizados como valores “óptimos” de punto de ajuste. Trabajando conjuntamente los software de predicción y los software de optimización constantemente se exploran nuevos juegos de puntos para encontrar nuevas oportunidades de optimización.

El Software de KnowledgeScape utiliza técnicas de inteligencia artificial que demandan gran capacidad de software, ínter construido en el software se cuenta con la capacidad de computo distribuido que provee la capacidad de poder utilizar redes de computadoras para distribuir la información y los programas. Sistemas de control sofisticados permiten identificar CPU en las redes y as distribuir las tareas de computo.

KnowledgeScape es un software de control adaptivo, de optimización basada en reglas expertas y combina las técnicas de Inteligencia Artificial mas desarrolladas y probadas en el mercado, es un c ontrol robusto y escalable que permite el control y optimización en tiempo real y permite el continuo aprendizaje de procesos e incorpora técnicas de optimización económica continua. Ventajas: 1.

Efectivo para procesos iterativos con tiempos muertos y largos.

2.

Trabaja con procesos lineales y no lineales.

3.

No requiere de la construcción de modelos.

4.

Se ejecuta en tiempo real y en línea.

5.

Puede generar analizadores virtuales.

6.

El software puede trabajar en modo de aprendizaje o en línea.


10

7.

Se basa en los comportamientos del proceso y el conocimiento de los operadores e ingenieros de proceso.

8.

No requiere de reparemetrizacion.

9.

Puede proyectar trayectorias futuras.

10.

No requiere realizar pruebas escalón o de disturbio en la planta para obtener datos.

11.

Se configura con una PC.

12.

Es mucho mas económico que otras tecnologías y mas rápido de implementar.

Desventajas:

1.

Requiere de trabajo en conjunto con operadores, ingenieros de proceso y desarrolladores

2.

Requiere romper el paradigma de que un tercero desarrolla la aplicación, en estos sistemas quien conoce el proceso es el que debe de desarrollar la aplicación.

Antecedentes: Cada país y cada aplicación tiene sus propias características y complejidad. En general las problemáticas más comunes en la detección de fugas son: 1.

Desde el punto de vista de la tecnología el modelo debe discriminar si el problema es la detección de Fugas o el robo de Producto

2.

Después debemos preguntarnos como queremos atender el problema, es decir un sistema de detección de fugas puede detectar robo de producto?

3.

La selección de la tecnología esta orientada a resolver nuestro problema?

4.

La tecnología seleccionada de encontrarse disponible en el mercado es adecuada para nuestro entorno?

5.

Quién va a diseñar el sistema?

6.

Quién lo va a mantener?

7.

Cuánto va a costar?

8.

En cuanto tiempo se puede implementar?


11

9.

Sirve para detección de líquidos, gases y flujo multifasico?

10.

Sirve para multi-productos?

11.

Sirve para manejo de lotes?

12.

Que infraestructura requiere?

Objetivos y Metas. Objetivos: Desarrollo de una metodología propia y el desarrollo de un software de uso genérico para la detección de fugas y robos de producto en las redes de ductos , tanto para el manejo de productos líquidos, gases y mult ifase. Metas: 1.

Desarrollo de una metodología de implementación de software para detección de fugas y robos en ductos.

2.

Desarrollo de un software

genérico basado en Inteligencia Artificial para detección de fugas y

robos en ductos. 3.

Comprende el desarrollo de especificaciones funcionales, bases de diseño, especificación de cumplimiento de normas y especificaciones nacionales y normas internacionales.

4.

Desarrollo de Nuevos Algoritmos de detección de fugas y robos utilizando el concepto de “Inteligencia Artificial” para modelar fugas y robos detallada mas adelante. Comprende el desarrollo de los siguientes Algoritmos.

5.

Incorporación de diferentes Protocolos de Comunicación

6.

Implementación de Tecnologías de Inteligencia Artificial para la detección de Distancia.

Proponemos el desarrollo de un modelo propio para la detección de fugas y detección de tomas clandestinas el modelo estará desarrollado utilizando un software de Inteligencia Artificial dedicado a procesos industriales y probado en la industria. La idea es utilizar una serie de técnicas matemáticas conocidas como “IA” Inteligencia Artificial para crear un modelo de reconocimiento de patrones de va riaciones de Flujo y Presión. Se creara un modelo de simulación de ductos sencillo para ayudar en aprendizaje y modelado del patrón de reconocimiento y se avalara los resultados del patrón utilizando técnicas de convergencia estadística. Los objetivos propuestos en el desarrollo de este modelo son: Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos

12

1.

Desarrollar una metodología propia para la detección de fugas.

2.

Inicialmente proponemos la detección de fugas de flujos de 1%, con el objetivo de detección de 0.5% en tiempos de 30 minutos a 5 minutos.

3.

Utilizar una metodología que no requiera modelos de ductos fuera de línea ni modelos basado en trascientes en tiempo real, por lo tanto un software que no requiera reparametrizacion.

4.

Crear un modelo donde solo se requiera mediciones de flujo y presión a la entrada y salida del ducto.

5.

Crear un modelo donde no se requiera gran exactitud en la medición se podrá utilizar mediciones de placas de orificio con transmisores multivariable así como medidores ultrasónicos o masicos.

6.

Tener un modelo que pueda ser utilizado en ductos con instrumentación y SCADA existentes.

7.

Tener un modelo que pueda ser utilizado en ductos que transporten diferentes productos de forma bi-direccional y con manejo de lotes y redes de tuberías.

Metodología. Para el desarrollo e implementación seguimos el modelo también planteado por la CIGRE, en su metodología de diseño de productos basada en el Modelo de Ciclo de Vida de Costos mostrado en la figura.

Diseño de Sistema para Detección de Robos y Fugas en Ductos

SISTEMA DETECCION DE ROBOSY FUGAS EN DUCTOS

Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos i

l

li

13

Podemos resumir el desarrollo de la tecnología a tres fases:

1.

Requerimientos, Lo primero y mas importante es entender que la estimación de los costos en un desarrollo tecnológico deben de ser estables y bien entendidos, si los requerimientos no son estables el grado de incertidumbre en la estimación de costos puede ser tan grande que la conclusión obtenida puede afectar la decisión o marginar e l proyecto y aun mas grave puede generar una expectativa incierta del proyecto. Para lograr esto establecemos como objetivo el desarrollo del producto en Versión 1.0, estableciendo un plan de actividades claro y conciso.

2.

En el diseño de nuestro software y metodología consideramos estos puntos, somos realistas en la estimación de costos y en las oportunidades del mercado, es por eso que buscamos un m odelo de desarrollo tecnológico donde utilizaremos tecnología existente y probada por muchos años en el mercado, planteamos la utilización del hardware y software comercial en el desarrollo tecnológico en adquisición de datos y control, entonces nuestro enfoque será la implementación de los algoritmos de detección de fuga y distancia e n el hardware y la adecuación de este para cumplir con requerimientos de detección de fuga y normas internacionales.

3.

Estructura de la Tecnología. La creación de un software y metodología de detección de fugas y localización de distancia involucra muchos a spectos de desarrollo tecnológico, el hardware, el software los algoritmos de detección, los canales de comunicación, el soporte técnico, manuales, servicio partes de repuesto y otros tantos aspectos técnicos que se deberán de cumplir.

4.

Nuestra propuesta se basa en un software genérico existente el cual cumple con la mayoría de los requerimientos técnicos utilizados en la industria.

5.

Plan de Manejo de Riesgos. Una de las ventajas de nuestro desarrollo es que no hay que crear un hardware, utilizamos una plataforma confiable de alta disponibilidad utilizada en el mercado por más de 20 años y que incorpora la última tecnología en microprocesadores, aun así se hará una revisión detallada de la confiabilidad y la disponibilidad del sistema, desarrollando árboles de falla y matrices causa y efecto, esto nos ayudara a diseñar una estrategia comercial en las partes de repuesto y en el soporte técnico requerido para soportar a nuestros clientes.


14

Estudio de Mercado: Análisis estructural del sector: En este documento discutiremos varias de la s técnicas de detección de fugas y los requerimientos de hardware y software necesarios en la implantación de un sistema SCADA. Cada método tiene ventajas y desventajas, para poder evaluar las características de cada método fijaremos siete atributos de referencia; 1)

Sensibilidad a la fuga,

2)

Capacidad de localización de la fuga,

3)

Cambios de operación,

4)

Disponibilidad,

5)

Relación de falsas alarmas,

6)

Requerimientos de mantenimiento y

7)

Costo.

Desafortunadamente encontramos que ninguna tecnología disponible nos ofrece todos los atributos y encontramos un problema común en todos los métodos que es la alta relación de falsas alarmas, las falsas alarmas son indeseables por que:

a.

Generan trabajo adicional en el personal de operaciones.

b.

Reducen la confianza de los operadores en el sistema.

c.

Una fuga real puede ser discriminada.

Diferentes métodos han sido aplicados a la detección de fugas, la figura #1 muestra estos.


15

De acuerdo a esta clasificación se cuentan con: 1.

Métodos Biológicos: Estos métodos están basados en el uso de perros entrenados para localizar una fuga por medio de inspección visual, olfato y sonido.

2.

Métodos Externos ó Dependientes o Directos: Diferentes dispositivos son utilizados para la detección, entre estos métodos tenemos sensores acústicos, detectores de gases, detectores de presión negativa y termografía infrarroja, transmisión de ondas de presión, utilización de radares o radio frecuencia en dispositivos internos en tuberías.

3.

Métodos Internos, No Dependientes ó Inferenciales: Varios son las técnicas de software que han sido utilizadas en la detección de fugas entre los cuales tenemos; Cambios de flujo y presión, detección del cambio de balance masa/volumen, sistemas basados en modelos dinámicos y análisis de punto de presión.


16

Este método es muy susceptible a fallas ya que su calculo se basa en la asunción del estado estacionario de los fluidos en la tubería, para eliminar ruidos generados por los componentes en la tubería por los instrumentos de medición el muestreo de información fluctúa entre 30 minutos y 1 hora.

Este método utiliza la caída de presión como el detector de fugas, dado a esto es susceptible a falsas alarmas al haber un cambio de presión dada por las condiciones de operación o ca mbios en los fluidos, este método no detecta la localización ni la magnitud de la fuga. Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos

17

Modelos Basados en Trascientes en Tiempo Real Este método esta basado en el incremento de la sensibilidad y la reducción de los tiempos de respuesta esto se logra simulando cambios en la tubería en tiempo real y detectando los efectos generados por una fuga y separándolos de otros fenómenos. Por que se requiere utilizar modelos basados en trasciente s Dado que en una tubería la presión y el flujo pueden cambiar dadas las condiciones de operación de esta, ya que en la mayoría de los casos los tramos son grandes y la topografía del terreno varia, los modelos basados en trascientes en tiempo real compensan estos cambios para que la detección de fugas detectada sea real y no solo cambios en las condiciones de operación del fluido en la trayectoria de la tubería la figura #2 muestra los principales pasos en la construcción de un modelo basado en trascientes.

Los modelos de simulación requieren del uso de dos o tres estimaciones en una tubería, como son: 1) Calculo del Momentum. 2) Calculo de Continuidad. 3) Calculo de la Energía.


18

Hay dos técnicas reportadas para realizar la simulación de una tubería; a) Análisis de desviaciones y b) El método de compensación por balance volumétrico. El primer método se basa en el principio de simular la hidráulica en la tubería, midiendo los finales de cada segmento de tubería, este método no e s muy efectivo cuando hay cambios en la tubería, el segundo método es una derivación de balance por volúmenes, este método detecta fugas aun cuando hay cambios en la operación de la tubería o en los productos. La simulación del modelo se realiza por medio de la integración de las ecuac iones de momentum y continuidad, del fluido en la tubería, la ecuación de energía nos describe el flujo de calor entre la entrada y salida del fluido en la tubería, la mayoría de los métodos de detección de fugas utiliza una solución matricial de dos o tres ecuaciones. Para resolver adecuadamente estas ecuaciones se requiere de información detallada de la instrumentación y de la tubería. Parámetros como tamaños de segmento, diámetros de tubería, grosor de la tubería también deberán de estar disponibles, algunos datos son difíciles de obtener como son la aspereza de la tubería y los factores de calibración de los instrumentos.

La conclusión logia seria utilizar el método de RTTM con compensación de Volumen ya que localiza fugas tamaño y ubicación, pero tiene varios problemas, 1) Genera Falsas Alarmas, 2) El Precio es muy Alto 3) Requiere un gran mantenimiento.


19

Mercado: Entre las compañías que desarrollas software de detección de fugas tenemos: ➡

Acustic System Inc.

➡

Controlotron Corporation

➡

Detex international.

➡

EFA Technologies.

➡

EnviroPipe Applications Inc.

➡

FCI Enviroment Inc

➡

LICEnergy Inc.

➡

Logstor Ror

➡

NESCO

➡

PermAlert

➡

Physical Acoustics Corporation.

➡

Reuchem Corporation.

➡

Siemens AG.

➡

Simulations Inc.

➡

Stoner Associates

➡

Tracer Research Corporation.

➡

Energy Solutions Inc

➡

REL Instrumentation Limited


20

Existe una Solución Practica? Este documento plantea el desarrollar un modelo propio utilizando la combinación de técnicas estadísticas e Inteligencia Artificial. Quienes están trabajando en esta idea? ➡

Shell

➡

Petrobras,.

➡

La Universidad del Agua en Italia

Que están haciendo, que planteamos? Dos métodos para la detección de fugas han sido utilizados y reportados en los últimos años, el Tercer método implica el desarrollo de una metodología propia: 1.

El método estadístico desarrollado por el Dr Jun Zhang y que ha sido utilizado con éxito por Shell.

2.

El método utilizando Inteligencia Artificial e Ingeniería Inversa desarrollado por los Italianos Antonio Coputo y Pacifico Pelagagge y utilizado por Petrobras.

3.

Desarrollar un modelo propio utilizando un software de Inteligencia Artificial

1. Método estadístico: Este método llamado ATMOS PIPE esta basado en la incorporación de funciones avanzadas de reconocimiento de patrones, fue desarrollado por Shell utilizando una técnica avanzada estadística para el análisis del flujo y la presión en una tubería. Las variaciones generadas por la operación son registradas para asegurar que no se detectes falsas alarmas. Este método no utiliza matemáticas para calcular el flujo o la presión a través de la tubería, pero detecta y registra los cambios y la relación entre estos, el sistema monitorea continuamente la tubería y aprende de los cambios en los instrumentos.

La técnica estadística se llama Sequential Probability Ratio Test, se basa en observaciones del flujo y presión a la entrada y salida de la tubería. El concepto es relativamente sencillo se basa en la detección estadística de


21

reconocimiento de patrones, utiliza la observación de los comportamientos y cambios operativos en una tubería.

Las figuras anteriores muestran el comportamiento del flujo a la entrada y salida de una tubería, podemos ver la fluctuación estadística, por lo tanto el sistema compensa cambios en la operación y c ambios en la instrumentación sin provocar falsas alarmas, este método ha sido probado por mas de cinco años de forma continua en una tubería que transporta propileno por 30 km y en una tubería de 4 pulgadas, se ha podido detectar fugas en un rango de 0.5% a 9.3%. Las siguientes figuras muestran el tiempo de detección de la fuga y la exactitud en la localización de la fuga.


22

2. El método utilizando Inteligencia Artificial Esta basado en la utilización de Redes Neuronales, una técnica matemática de la inteligencia artificial para resolución de problemas, donde no se tiene gran cantidad de información para resolver un problema y la exactitud con que se cuenta no es muy buena, Antonio Caputo y Pacifico Pelegagge de la universidad del agua en Italia han utilizado esta técnica para encontrar fugas en redes de tuberías de agua muy complejas, con grandes resultados. Este método se basa en dos fases: 1)

Evaluación de las condiciones relación flujo/presión, esto por medio de una simulación la cual tome en cuanta las condiciones de operación.

2)

Realizar una correlación de causas y efectos por medio de mecanismos de Inteligencia Artificial.


23

La metodología que se ha propuesto se basa en un acercamiento inverso a la s técnicas que se tienen hoy día en los modelos basados en trasciendes, estos generan un modelo en tiempo real y lo comparan con un modelo de la tubería generado por una simulación fuera de línea, la diferencia entre los dos modelos genera un error y por ende una fuga, mientras que la metodología propuesta por los Italianos se basa en la idea de generar un modelo de simulación fuera de línea para que las redes neuronales tomen los valores de esta simulación como el punto de partida para encontrar una fuga basándose en el patrón de operación de la tubería y en un modelo de búsqueda para resolver la ubicación y tamaño de la fuga. Los métodos tradicionales se basan básicamente en la idea de simular la tubería en estado estacionario y comparar el comportamiento con los valores en tiempo real, tomando los paramentos iniciales de comportamiento de la tubería, incluyendo válvulas, bombas, compresores, estaciones de medición, etc, pero no toman en cuanta las variaciones operativas de estos dispositivos en el tiempo como puede ser la calibración de los instrumentos, la eficiencia de las bombas, el desgaste de las válvulas, por lo tanto para que el modelo funcione se debe de mantener continuamente, esto implica correr los simuladores y ajustar el modelo en tiempo real, esto es costoso y técnicamente complicado. Las técnicas propuestas utilizando inteligencia artificial se basa en obtener un patrón de comportamiento de la tubería por lo que las variaciones operativas y la exactitud de los instrumentos no impacta en la resolución del modelo ni genera falsas alarmas.


24

La inteligencia artificial ha sido utilizada e n el control de procesos desde hace varios años, definitivamente representa el futuro en las técnicas matemáticas de resolución de ecuaciones, en los últimos 10 años el 80% de las patentes otorgadas por la oficina de patentes de los Estados Unidos de Norteamérica involucradas en control, simulación y optimización utilizan alguna técnica basada en la Inteligencia Artificial como podrían ser; Redes Neuronales, Lógica Difusa, Sistemas Expertos, Algoritmos Ge néticos, Teoría del Caos.


25

Programa de Actividades: Actividades Estructuramos nuestro desarrollo en tres etapas, aun cuando de acuerdo a la convocatoria los ejercicios serán semestrales. A continuación describimos las actividades y anexamos un documento con la s estimaciones de presupuesto, requerimientos y graficas de Gantt. Etapa 1. Generación de especificaciones funcionales del prototipo y compra de instrumentos, algoritmos de detección de fugas y localización, mercadotecnia, análisis de marcado y diseño funcional de un software de detección de fugas y robos en ductos. Evaluación de Tecnologías existentes en el mercado 1.

Investigación de Tecnologías en Detección de Fugas Ductos Gas

2.

Investigación de Tecnologías en Detección de Fugas Ductos Líquidos

3.

Investigación de Tecnologías en Detección de Fugas Ductos Multifase

4.

Investigación de Tecnologías en Medición de Flujo y Temperatura

5.

Investigación en Técnicas de Inteligencia Artificial

6.

Reporte Tecnológico

7.

Compra de Equipo

8.

Compra Medidor de Flujo y Temperatura

9.

Compra de Software

10.

Compra de RTU

Productos: 1.

Documentación del proyecto diseño del prototipo.

2.

Especificaciones funcionales.


26

3.

Cronograma de tiempo y actividades revisado.

4.

Compra de Instrumentos.

5.

Información bibliográfica.

Justificación En esta fase gran parte del equipo trabaja la mayoría de los gastos tienen que ver con los grupos de trabajo que desarrollan la aplicación documentando el proyecto, generando las especificaciones funcionales y adquiriendo la información para los diseños de los algoritmos de detección y localización de fugas y la construcción del prototipo.

Etapa 2. Construcción de un Prototipo en Modelo y Software para la Detección de Robos y Fugas en Ductos. En esta Etapa se propone la construcción del equipo de protección diseñado en las especificaciones funcionales. Dentro de esta etapa se incluyen las actividades: Elaboración de un prototipo. Con un ámbito limitado y acotado, basado en l a interpretación de fallas, fugas y robos en una situación concreta, y con el objetivo de demostrar la viabilidad tecnológica y funcional de la solución propuesta. Permitirá establecer un primer entor no de simulación y prueba de los árboles co nceptuales a especificar por los expertos de sistemas de control y medición. Desarrollo de la plataforma básica. Creación de la estructura del sistema y construcción de los módulos comunes para la integración de los diferentes algoritmos de detección y localización de fugas. Construcción de un software genérico, configuración y pruebas básicas unitarias de cada uno de los componentes de Observación. Diseño e integración en el sistema de los algoritmos de detección y localización de fugas. Descripción de la Meta: Nuestra propuesta se basa en el desarrollo de un prototipo funcional, es decir dado a que tenemos un tiempo limitado para la construcción de este sistema la fase de creación de un prototipo será un paso en la creación del producto final, el prototipo será el mismo producto diseñado para operar en subestaciones de distribución, donde se podrá observar la operat ivilidad del software genérico de detecc ión y localización de fugas, los resultados esperados y los beneficios. La plataforma básica en la que será construido el sistema permitirá escalar el sistema ya que se utilizara una base de datos en tiempo real y manejadores y reportes de alarmas estándar, hemos planteado la plataforma básica en este software de manejo de datos en tiempo real. Los módulos de observación serán dos; el sistema de redes neuronales y los sistemas expertos Actividades: Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos

27

Diseño del Prototipo 1.

Diseño del Modelo de Software

2.

Diseño del Hardware RTU

3.

Revisión de las Tecnologías requeridas Medición de Flujo

4.

Revisión de las Tecnologías requeridas Medición de Temperatura

5.

Diseño conceptual del prototipo

6.

Reporte Tecnológico

7.

Documentación y Registro de Patentes

8.

Documentación de Algoritmos de Detección de Fugas

9.

Documentar RTU y Protocolos de Comunicación

10.

Iniciar Registro de Marcas y Patentes

Justificación De nuevo el gasto fuerte en el diseño de prototipos y productos tiene que ver con el personal involucrado en el proyecto hay que entender que nuestro proyecto se basa en la capacidad intelec tual de los participantes y de su experiencia, este proyecto aporta un gran acervo intelectual al mismo tiempo que se crea una herramienta de diseño y manejo de alarmas inteligentes.

Productos: 1.

Documentación del proyecto

2.

Construcción de Prototipo

3.

Desarrollo de algoritmos

Etapa 3. Implantación. Incluye la puesta en explotación, ejecución de los planes de pruebas y aceptación, y el seguimiento post-implantación durante las primeras semanas de puesta en explotación. Descripción de la Meta: En esta fase se estima que el software desarrollado y la integración en el hardware esta prácticamente terminado, se han desarrollado las pruebas prototipo y se ha ajustado el producto a los Desarrollo de un Sistema de detección de fugas y tomas clandestinas en ductos de transporte de gas y líquidos

28

requerimientos de cliente, también se ha desarrollado la interfase de comunicación al SCADA y se tiene construida la base de datos para la implementac ión final del sistema, se tiene parcialmente documentado e l sistema a espera de los ajustes finales. Actividades Construcción del Modelo y Prototipo 1.

Construcción de los Algoritmos de Software

2.

Construcción de Modelos Lógica Difusa

3.

Construcción de los Modelos Neuronales

4.

Construcción de Algoritmos Genéticos

5.

Construcción del Protocolo de comunicaciones.

6.

Desarrollo de Protocolo de comunicaciones

7.

Construcción Algoritmos AGA/API

8.

Constricción Algoritmos de Flujo

9.

Integración de Aplicación en Sistema y RTU

10.

Pruebas de Comunicación es SCADA con OPC

11.

Pruebas en SCADA

12.

Prueba de Integración en Laboratorio

13.

Simulación de Operación

14.

Revisión de Desempeño

15.

Revisar procedimientos de revisión o de codificación de estándares y desarrollo de aplicaciones

16.

Revisar directivas y procedimientos de pruebas

17.

Revisar procedimientos de control de calidad

18.

Resumir conclusiones sobre oportunidades de mejora

19.

Confirmar diseño de control

20.

Identificar directivas y procedimientos

21.

Revisar narraciones y diagramas de flujo


29

22.

Revisar documentación de configuración del sistema

23.

Validar puntos de control y procesos de control interno

24.

Evaluar eficacia operativa

25.

Identificar o confirmar controles internos que requieran demasiado personal o no justifiquen el gasto

26.

Dar prioridad a ineficacias: costos permanentes/riesgos de control interno/impacto sobre costo y eficacia

27.

Desarrollar estimaciones de costo y esfuerzos para dar prioridad a mejora

28.

Finalizar análisis de costos o beneficios

29.

Oportunidades de mejora de grupo en proyectos de mejora tecnológica

30.

Desarrollar análisis de costos o beneficios

31.

Desarrollar futuros escenarios de estado y ahorros de oportunidad

32.

Identificar carencias

33.

Identificar riesgos del proyecto e impactos de no hacer nada

34.

Identificar recursos clave y fuentes de información adicionales

35.

Validar ámbito, participantes y esfuerzos

36.

Diseño de mejoras completado

37.

Implementación completada

38.

Pruebas

39.

Pruebas en Campo del Sistema

40.

Documentar casos y resultados de prueba en resúmenes y planes de prueba detallados

41.

Validar las acciones de mejora o corrección realizadas

42.

Documentar resultados de pruebas

43.

Pruebas completadas

44.

Entrega del Proyecto

45.

Actualizar documentación de control y procedimientos


30

46.

Supervisar resultados y mejoras

47.

Documentar resultados y resumirlos para los altos directivos

48.

Implementación completada

Productos: 1.

Software y Metodología de Detección y Localización de Fugas

2.

Pruebas en Simulacion

3.

Pruebas en Campo

Mecanismos de Transferencia: Nuestro desarrollo tecnológico para la detección de fugas de productos en ductos esta basado en el desarrollo de una solución que combina un “Hardware” y un “Software” a continuación describimos las características y los mecanismos de transferencia y uso de la propiedad intelectual. Hardware: El hardware que utilizaremos para el desarrollo de la tecnología comprende los siguientes rublos: Medidores transmisores de Flujo: Nuestra propuesta no incluye el desarrollo de una tecnología para medición de flujo en ductos, sin embargo nuestra investigación incluirá la evaluación a nivel mundial de las te cnologías existentes y los desarrollos futuros.

Medidores transmisores de Temperatura: Nuestra propuesta no incluye el desarrollo de una tecnología para medición de temperatura en ductos, sin e mbargo nuestra investigación incluirá la eva luación a nivel mundial de las tecnologías existentes y los desarrollos futuros. Unidad Terminal Remota (RTU): Este equipo es quien recibe la información de los medidores y transmisores de flujo, temperatura y presión, nuestro desarrollo incluye la implementación de algoritmos de medición de flujo y compensación por presión y temperatura para obtener flujos masicos y volumétricos, nuestro desarrollo incluye la evaluación detallada de las tecnologías existentes y futuras en RTU, el desarrollo podrá implicar el desarrollo


31

o adecuaciones de RTU existentes (es decir RTU desarrolladas actualmente por alguna compañía) para poder utilizar los algoritmos desarrollados por nosotros (esto si es necesario desarrollar algoritmos a nivel RT U). Computadoras Personales: Los modelos de software y algoritmos para la detección de robos y fugas trabajaran en un ambiente de computadoras personales, no hay transferencia de tecnología en este nivel.

Software: La base de nuestro desarrollo esta enfocado en el desarrollo de algoritmos de software para la detección de robos y fugas en ductos, este es el producto de mayor importancia en el desarrollo y la base de conocimiento a transferir la tecnología, el desarrollo de la tecnología esta sustentado en la correcta y exacta medición de las variables de proceso (Flujo, Presión y Temperatura entre otras variables) mas no es dependiente de estas variables, a decir; nuestra tecnología podrá inferir valores de procesos basados en la respuesta en el tiempo y en valores históricos y en el comportamiento de las variables en el ducto, esta es una de las características inherentes en los sistemas expertos, lógica difusa y en los modelos basados en algoritmos de inteligencia artificial (Redes Neuronales y Algoritmos Genéticos).

Los modelos desarrollados estarán basados en dos tecnologías:

1.

La creación de los modelos para detección de fugas y robos utilizando un software comercial en este caso basamos nuestra propuesta en el uso del producto llamado KnogledgeScape (http:// www.kscape.com/) este software de uso comercial en una excelente plataforma para el desarrollo de aplicación donde se requiere o desea utilizar tecnologías basada en sistemas expertos, lógica difusa y algoritmos de inteligencia artificial como son Redes Neuronales y Algoritmos Genéticos, el software esta respaldado con la patente obtenida en los Estados Unidos de Norteamérica numero 6,434,435.

2.

Entendemos que no podemos basar nuestro desarrollo únicamente al la viabilidad de la aplicación utilizando el software KnowledgeScape, si durante la primera fase detectamos que el software no cubre los requerimientos planteados de confiabilidad, exactitud, rapidez y efectividad para la detección de robos y fugas, tomaremos la decisión de también desarrollar la plataforma de aplicación (software) que pueda realizar las funciones de sistemas expertos, lógica difusa y algoritmos de inteligencia artificial como son Redes Neuronales y Algoritmos Genéticos, para esto utilizaremos una herramienta de desarrollo como puede ser Matlab de la compañía Mathworks Inc (http://www.mathworks.com/) o bien un software de programación como Visual C. La decisión de utilizar estas herramientas será planteado en los 6 primeros meses después de iniciado el proyecto.


32

Conclusiones: En términos prácticos existen tres posibles soluciones para los sistemas de detección de fugas y robos de producto en tuberías: 1.

Utilizar las tecnologías probadas aun cuando presentan problemas de operación y mantenimiento, generando falsas alarmas o no detectando

2.

robos y fugas.

Desarrollar una tecnología propia utilizando métodos externos o dependientes como podrían ser: Acústicos, Espectroscopia de impedancia electroquímica, Trazadores, ect.

3.

Desarrollar una metodología propia utilizando técnicas de inteligencia Artificial e incorporar las tecnologías probadas en métodos internos o no dependientes.

Creemos que es necesario desarrollar una metodología propia para la detección de fugas y tomas clandestinas, es un echo que compañías en diferentes partes del mundo están desechando los métodos basados en balances de materia y energía y modelos basados en trescientes, ya que además de ser costosos generan gran cantidad de falsas alarmas, ocasionando la desconfianza en estas tecnologías. Como parte de esta metodología esta el desarrollo de interfaces para comunicarnos a diferentes tecnologías de detección de fugas, es necesario poder monitorear la eficiencia y la operación de estas en tiempo real. A continuación mostramos una tabla con las conclusiones finales de evaluación de las diferentes opciones que se tienen hoy día para desarrollo de una tecnología propia.


33

Bibliografía: 1.

An Inverse Approach for Piping Networks Monitoring, 4 International Conference on Inverse Problems in Engineering, Rio de Janeiro Brazil, 2002, Antonio C. Caputo, Pacifico M. Pelagagge.

2.

Using Neural Networks to Monitor Piping Systems, Antonio C. Caputo, Pacifico M. Pelagagge, Process Safety Progress, June 2003, (Vol22, No2).

3.

Designing a Cost Effective and Reliable Pipeline Leak Detection System, by Dr Jun Zhang, REL Instrumentation Limited, Manchester, UK.

4.

Technical Review of leak Detection Technologies, Volumen 1, Crude Oil Transmission Pipelines, Alaska Department of Environmental Conservation.

5.

Worldwide Assessment of Industry Leak Detection Capabilities for Single & Multiphase Pipelines, Department of Petroleum Engineering Texas A&M University, August 6, 2003.


34

Deteccion de Fugas

Recommend Documents