Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD DE INGENIERÍAS
GRUPO DE INVESTIGACIÓN INGAP
LÍNEA DE INVESTIGACIÓN CONTROL Y AUTOMATIZACIÓN DE PROCESOS
NOMBRE DEL SEMILLERO: SEMILLERO DE INVESTIGACIÓN EN
CONTROL Y AUTOMATIZACIÓN “CAPSI”
OCAÑA
17 de enero de 2019
2
K-IV-DIE-004 Rev: C 23-02-2016
Índice
3
K-IV-DIE-004 Rev: C 23-02-2016
Resumen
tubería causadas por la corrosión, agentes externos, entre otros, pueden desarrollar fugas o
que toda falla lleva un costo asociado que se incrementa a medida que la falla evoluciona y
no es atendida. En sentido opuesto, una falla detectada y atendida con oportunidad, tendrá
un costo mínimo
fugas en tuberías. Para esto se realizó un prototipo de banco de tuberías como parte del
Francisco de Paula Santander Ocaña. Este prototipo de banco de tuberías sirvió para
obtener un modelo cercano a una tubería real, y así poder obtener la data y la validación de
primeramente una técnica de detección de fugas llamada “balance de masa” junto con un
4
K-IV-DIE-004 Rev: C 23-02-2016
generador de residuos para detectar las fugas en el banco de tuberías. Esta técnica es
Seguidamente se implementó una Red Neuronal perceptrón multicapa esta técnica es más
eficiente y económica tanto para detectar como para ubicar la fuga, con esta técnica se
Por último se utilizó la técnica de lógica Difusa para realizar el modelado difuso y el
donde se presenta la fuga en el banco de tuberías. Por medio de las pruebas efectuadas al
de la fuga, esto se realizó con los valores de entrada de presión y flujo para cada sección del
banco de tuberías, dichos valores se comparan por medio del controlador difuso y se
determina el estado de cada sección. Al final del proyecto se logró el objetivo deseado, ya
que se obtuvo el sistema de monitoreo y ubicación de la fuga con una interfaz hombre-
máquina (desarrollada en LabView) que nos permite conocer el estado de las secciones de
5
K-IV-DIE-004 Rev: C 23-02-2016
1. Introducción
El término fuga se define como el escape de parte de un líquido que está siendo
que los sistemas de distribución son muy antiguos, llegando en algunos casos a contar con
Las tuberías son importantes medios de transporte de productos derivados del petróleo. Por
seguridad y medioambientales,
para la detección de fugas, entre los cuales destacan: el método por ondas
trayectoria por la misma, otro método similar es el ultrasónico siendo este el más usado
actualmente. Hay otros métodos más laboriosos como los de tipo acústico en los cuales se
anormales en la tubería.
6
K-IV-DIE-004 Rev: C 23-02-2016
del sistema debe de ser eliminado casi por completo para tener una medición fidedigna, el
uso de personal adicional, un largo tiempo de localización de la fuga y en los casos de ser
redes muy grandes las pérdidas por fugas pueden ser consideradas como errores de
medición.
Esta investigación propone un método que puede ayudar a minimizar costos, reduciendo el
número de instrumentos que se emplean para la adquisición de datos además de ser más
preciso que algunos métodos convencionales. Otro punto importante es que no necesita de
equipos muy sofisticados que tengan un elevado precio y no requiere una alta capacitación
del operario. Por lo cual se realiza esta propuesta para la detección y ubicación de fugas,
utilizando un monitoreo basado en lógica difusa. Este método nos permite enfocarnos en las
de las recomendaciones para la detección de fugas, se puede crear una serie de reglas
difusas que le brinden a nuestro sistema de detección un gran nivel de flexibilidad y una
7
K-IV-DIE-004 Rev: C 23-02-2016
económico, humano y ambiental, debido a las fugas en los oleoductos causadas por un daño
mecánico, Corrosión externa o interna, Cambio de geometría por: pérdida de apoyo del
intervención de terceros.
Respecto al ámbito internacional, específicamente Estados Unidos, Según los datos del
Materiales Peligrosos (PHMSA 2016), entre los años 1995-2014, en las provincias de EE.
UU., El número de accidentes en oleoductos fue de 5598. Entre estas 360 personas
perdieron la vida y 1365 personas resultaron heridas por estos accidentes. En 20 años de
este proceso, el costo promedio de estos accidentes es de 352 millones de dólares. El daño
En el ámbito nacional:
El oleoducto Caño Limón Coveñas, el que inicia en Caño Limón (Arauca) y termina en
Coveñas (Sucre) ha sido de los más duramente afectados. Desde 1986 se han derramado
más de 4,1 millones de barriles (El Colombiano, 2 de julio de 2015). En 2014 el costo de
8
K-IV-DIE-004 Rev: C 23-02-2016
las reparaciones a la infraestructura tras los atentados fue de 142.140 millones de pesos. (El
universal 2015).
La figura 1 detalla los atentados contra oleoductos perpetrados entre 2000 y 2014. En
términos ambientales, las “voladuras” a los oleoductos también han resultado onerosas,
generando contaminación y daños severos a la fauna y la flora de las regiones, afectando las
cuencas, ciénagas y ecosistemas de las regiones (Miranda y Restrepo 2005). Un caso que
alcanzó gran notoriedad fue el atentado de las FARC en junio de 2015 contra el Oleoducto
Transandino, que provocó el derrame de 410.000 galones de crudo y contaminó las fuentes
de agua potable del municipio de Tumaco (Nariño), cortando el suministro por más de un
mes.
Un caso que alcanzó gran notoriedad fue el atentado de las FARC en junio de 2015 contra
contaminó las fuentes de agua potable del municipio de Tumaco (Nariño), cortando el
En Colombia se presentan año tras año derrames accidentales o provocados que afectan de
forma directa a los ecosistemas terrestres y acuáticos. Así mismo, Colombia es uno de los
fines políticos y terroristas. Para dar un ejemplo, solamente en el Oleoducto Caño Limon
Coveñas, en cerca de 19 años de operación han ocurrido más de mil ataques, que han
provocado el derrame de más de 3 millones de barriles de petróleo crudo que han ido a
Los Oleoductos y Poliductos del planeta son las arterias construidas por el hombre en las
Las Redes de oleoductos son el transporte de larga distancia más económico y más seguro
para el petróleo, sus derivados y otros productos. Como un medio de transporte, las tuberías
diseñados con una vida típica de 25 años Con el pasar de los años, a pesar de las
daño en la tubería y con ello una fuga o derrame de producto que pueden causar graves
consecuencias.
10
K-IV-DIE-004 Rev: C 23-02-2016
Además de las pérdidas económicas que se presentan por el producto perdido, paro de
Pero también hay otras razones para que ocurra una fuga que no tiene nada que ver con la
antigüedad de la tubería y estas son accidentes, terrorismo, sabotaje y robo. La razón última
(CALDERON 2012)
industria petrolera?
2.3 Justificación
serio, por lo cual se deben utilizar métodos adecuados para detectar oportunamente las
fugas en lo oleoductos, provocados por corrosión externa, golpes a las instalaciones por
tercera partes, corrosión interna o tomas clandestinas. Los efectos de este fenómeno pueden
11
K-IV-DIE-004 Rev: C 23-02-2016
Los daños ocasionados por fugas no son solamente al medio ambiente, también las pérdidas
económicas, la pérdida del producto el cual es un recurso natural no renovable, Los daños a
3. Objetivos
oleoductos.
3.2.2 Seleccionar las técnicas de detección de fugas de producto que mejor se adapte
12
K-IV-DIE-004 Rev: C 23-02-2016
4. Metodología de investigación
con una estructura lógica de decisiones y con una estrategia que oriente la obtención de
debido a que la data se obtiene mediante un banco de pruebas donde se manipulan las
variables que influyen en el proceso para obtener un ambiente cercano al caso de estudio.
4.1 Participantes:
cuentan con la formación establecida y con las habilidades necesarias para el desarrollo del
banco de pruebas.
4.2 Instrumentos:
necesarios para poder obtener la data y el comportamiento real de un sistema con fugas. En
Labview para poder obtener registros reales y en línea del sistema de fugas.
El Instrumento virtual tiene una ventana donde se valida si el sistema presenta una fuga o
no en tiempo real.
4.3 Procedimiento:
Para el cumplimiento de los objetivos propuestos, del proyecto “sistema para detección de
FASE 1: Planteamiento
de los desarrollos afines que se han hecho al tema de investigación con el objetivo de ser
investigación, bases de datos y páginas web, todo lo relacionado con técnicas existentes de
14
K-IV-DIE-004 Rev: C 23-02-2016
En esta etapa se realizó una comparación entre diferentes tecnologías para determinar la
banco de tuberías como parte del diseño del experimento para la obtención de la data con el
fin de tener una data real para el modelamiento y la simulación de fallos críticos en
En esta última etapa, se redactaron tres artículos de investigación, se asistió a tres eventos
El resultado obtenido es el Desarrollo del estado de arte de las técnicas existentes para
5.1 Estado de Arte de las técnicas existentes para detección de fugas de producto en
oleoductos
vida útil de cada uno, he aquí donde nace la importancia de detectar fallas oportunamente,
para nuestro caso nos enfocamos en fugas de producto en oleoductos que trae graves
consecuencias como pérdidas humanas y daño al medio ambiente irreparables por ello es
Todo sistema mecánico esta sujetó a desgaste (corrosión, fricción, temperatura, sobre
Anteriormente el que detectaba la falla era el operador basado en su experiencia, luego con
su ubicación y cuantificación.
Se tiene 2 enfoques para detección de fallas el primer enfoque consiste en instalar múltiples
sensores e instrumentos muchas veces dos o tres por variable como en los sistemas de
16
K-IV-DIE-004 Rev: C 23-02-2016
Otra forma de detectar fallas es mediante redundancia analítica (E. A. García 2001) que
para poder comparar los valores medidos contra los nominales esperados como se puede
observar en la Figura 2
residuos que compara las entradas y salidas del proceso con el modelo del mismo sin fallas
o con modelos con fallas determinadas generando residuos que indican la existencia de una
17
K-IV-DIE-004 Rev: C 23-02-2016
o varias fallas. Los residuos se pueden realizar por 22 diferentes métodos como
primera "detección de la falla " en donde el objetivo es reconocer que existe una falla y la
segunda "diagnóstico de la falla" cuya tarea consiste en aislar la falla y darnos a conocer la
procesos, mientras que para el diagnóstico los métodos son generalmente de relaciones
artificial y sistemas expertos, esto a su vez genera dos campos o áreas de estudio: Detección
y Aislamiento de Fallas (FDI por sus siglas en inglés) y Detección y Diagnóstico de Fallas
(FDD).
18
K-IV-DIE-004 Rev: C 23-02-2016
Los métodos basados en tecnología externa detectan fugas mediante cables de fibra óptica o
dieléctricos instalados a lo largo de tuberías, mientras que los métodos internos utilizan
19
K-IV-DIE-004 Rev: C 23-02-2016
temperatura en los extremos de la tubería y usan estos parámetros para inferir las fugas por
computación, los métodos inspección visual. Estos métodos incluyen personal capacitado o
Los métodos internos o basados en software se pueden dividir ampliamente en dos grupos:
Como una mayor sensibilidad en la una ubicación precisa de las fuga, una menor tasa de
falsas alarmas, detecta la fuga más rápido y una mayor adaptabilidad, especialmente con
una distancia de detección más larga., la desventaja del método acústico tradicional es que
20
K-IV-DIE-004 Rev: C 23-02-2016
(Liu et al. 2017) propone un Método basado en la medición de las ondas de presión
fuga está determinada por el tiempo de llegada de las señales acústicas en dos sensores
acústicos adyacentes. Una vez que se producen las fugas, los sensores miden las señales
acústicas aguas arriba y aguas abajo. El algoritmo tradicional para la ubicación de fuga
(𝐿 + 𝑐∆𝑡)
𝑥= (1)
2
extremo de la tubería; L (m) es la distancia entre los sensores del extremo del lado derecho
onda acústica, m / s; Δt (s) es el intervalo de tiempo entre las señales de los dos sensores.
La velocidad del gas debe ser considerada. Suponga que la distancia entre el punto de flujo
del fluido es a1, la velocidad de propagación de la señal acústica es c1, el tiempo de llegada
el punto de fuga es L-X en la sección de tubería (X→L), la velocidad promedio del fluido
21
K-IV-DIE-004 Rev: C 23-02-2016
señal acústica en sentido descendente es t2; por lo tanto, la fórmula modificada para la
ecuación 3:
𝐸 1
𝑐=√ (4)
𝑝 𝐷𝐸
√1 +
𝑒 𝐸0
22
K-IV-DIE-004 Rev: C 23-02-2016
𝑑𝜌
𝐸 = 𝜌 𝑑𝜌 Se da para oleoductos y gasoductos; D(mm) es el diámetro interior; e(mm) es el
𝑘𝑔
espesor de la pared; E(Pa) es el módulo de volumen; 𝐸0 (𝑃𝑎) es el modulo Young;𝜌(𝑚3 ) es
la densidad.
El método propuesto tiene tres ventajas. (1) El algoritmo tradicional se mejora teniendo en
cuenta la velocidad del flujo de gas, que puede mejorar la precisión de la ubicación. (2) Las
señales filtradas como parámetros de entrada. Las señales filtradas se obtienen mediante el
precisión de la ubicación. (3) Las señales medidas aquí son capturadas por los sensores de
presión dinámica.
especialmente para las tuberías de larga distancia, mientras que la velocidad es difícil de
(sistema de posición global) para etiquetar los datos y mantener la simultaneidad de tiempo
23
K-IV-DIE-004 Rev: C 23-02-2016
tradicional, la amplitud de las ondas acústicas se usa para calcular la diferencia de tiempo
Este método En primer lugar, la ley de propagación en teoría se obtiene mediante el análisis
de los factores de impacto de amortiguación que causan la atenuación. Luego, las bandas de
propagación real se modifica por el factor de corrección basado en las bandas de frecuencia
fugas basadas en la ley de propagación que es validada por los experimentos para
tuberías de petróleo como a las de gas y tiene ventajas sobre el método de ubicación
producirse una fuga ocurre una baja instantánea de presión en el punto de la fuga la cual se
propaga hacia los extremos del oleoducto viajando a una velocidad igual a la del sonido en
el medio.
24
K-IV-DIE-004 Rev: C 23-02-2016
En líquidos combustibles esta velocidad va desde 1040 a 1480 m/s los tiempos de la caída
de presión en diferentes puntos del medio se pueden usar para estimar la ubicación de la
falla.
El método de onda negativa de presión también llamado onda acústica de presión negativa
está basado en analizar las variaciones de presión y su expansión cuando ocurre una fuga en
la tubería
La baja de presión viaja a la velocidad del sonido a través del líquido en ambas direcciones
hasta llegar a cada extremo de la línea, llegando más rápido al punto más cercano de la
produce una variación de tiempo medida que nos da la ubicación de la fuga como se
muestra en la figura 4.
Figura 4. Detección de las fuga por medio del método de onda de presión
Fuente: (calderón Jhony 2012)
𝐿 − 𝑣(𝑡2 − 𝑡1 )
𝑧= (5)
2
De la ecuación 5,
25
K-IV-DIE-004 Rev: C 23-02-2016
t1 y t2= los tiempos de inicio de cambio de presión en los sensores 1 y 2 los cuales
sonido en el medio)
Para poder realizar este método, deben eliminarse los ruidos estocásticos de las lecturas, el
período de muestreo debe ser el mínimo posible y de este depende la exactitud de ubicación
de la fuga, además deben estar sincronizadas las lecturas y la ubicación geográfica de los
sensores debe ser precisa, generalmente con un GPS (Sistema de posicionamiento global).
Si la fuga no es detectada de inmediato por fallas temporales del sistema, jamás será
rápida de fugas grandes mientras que las muy pequeñas pueden pasar desapercibidas.
que se acerca a los extremos. Cuando el descenso es pequeño en los sensores 1y 2, resulta
difícil estimar adecuadamente los tiempo de inicio de cambio de presión, lo cual puede dar
Debería contar con varios medidores de presión lo cual permitiría estimar los tiempos de
26
K-IV-DIE-004 Rev: C 23-02-2016
𝑑𝑉𝑠
|𝑄𝑖𝑛 − 𝑄𝑜𝑢𝑡 | ≤ 𝑑𝑄𝑚 + (6)
∆𝑡
Dónde:
de tiempo.
En caso de presentarse una fuga su Flujo 𝑄𝑙 se puede detectar por la relación que se
muestra en la ecuación 7.
𝑑𝑉𝑠
𝑄𝑙 = |𝑄𝑖𝑛 − 𝑄𝑜𝑢𝑡 | > 𝑑𝑄𝑚 + (7)
∆𝑡
compensaciones por temperatura y presión, otros con diferentes medidores de caudal pero
27
K-IV-DIE-004 Rev: C 23-02-2016
temperatura. Entonces, la diferencia entre las tasas de flujo de entrada y salida será igual a
mayor que el flujo de salida, se puede suponer que se ha producido una fuga en la tubería
( Di Blasi y Muravchik, 2009). Estos métodos son simples y de bajo costo, sin embargo,
estos métodos no pueden proporcionar una estimación de la ubicación de las fugas. Por lo
tanto, otro método SUD debe emplearse en paralelo para la localización de fugas.
horizontales
tubería.
El gradiente se puede representar por medio de una línea recta con pendiente constante, en
el momento que aparece una fuga en el sistema se genera un gradiente de presión con una
presión con una pendiente constante después de la posición de la fuga, pero son diferentes
los gradientes debido a la perdida de energía y masa (yang X., et al 2014) ver figura 5.
28
K-IV-DIE-004 Rev: C 23-02-2016
tuberías con las lecturas de los primeros sensores y la distancia que existe entre ellos y del
se observa en la figura 5.
29
K-IV-DIE-004 Rev: C 23-02-2016
𝑃𝑓 − 𝑃1 𝑃2 − 𝑃1
= (8)
𝑋𝑓 − 𝑋1 𝑋2 − 𝑋1
𝑃4 − 𝑃𝑓 𝑃4 − 𝑃3
= (9)
𝑋4 − 𝑋𝑓 𝑋4 − 𝑋3
en la ecuación 10.
𝑃2 − 𝑃1 𝑃 − 𝑃3
(𝑃4 − 𝑃1 ) + 𝑋1 ( (𝑋 ) 4
𝑋2 − 𝑋1 ) − 4 (𝑋4 − 𝑋3 )
𝑋𝑓 = (10)
𝑃2 − 𝑃1 𝑃4 − 𝑃3
−
𝑋2 − 𝑋1 𝑋4 − 𝑋3
30
K-IV-DIE-004 Rev: C 23-02-2016
inclinadas
La diferencia de comportamiento entre una tubería inclinada y una tubería horizontal es que
31
K-IV-DIE-004 Rev: C 23-02-2016
𝑃1 𝑢1 2 𝑃2 𝑢2 2
+ + 𝑧1 = + + 𝑧2 + 𝐻𝑟 (11)
𝑝𝑔 2𝑔 𝑝𝑔 2𝑔
𝑃2 − 𝑃1
= ∆𝑧1−2 + 𝐻𝑟 (12)
𝑝𝑔
El gradiente de presión para una tubería horizontal va disminuyendo y para una tubería
inclinada va aumentando se debe a que las pérdidas por presión son menores que la presión
hidrostática generada por una diferencia de altura de la posición 1 a las posición 2 con
Si se aplica Bernoulli a una tubería inclinada que cuenta con 4 sensores y se considera que
la medición de presión ya trae implícitas las pérdidas de presión se tendrían como resultado
𝑃1 = 𝑃𝑒1 (13)
32
K-IV-DIE-004 Rev: C 23-02-2016
𝑋𝑓
𝑃𝑒2 ± 𝑝𝑔∆𝑧1−2 − 𝑃𝑒1 𝑃 ± 𝑝𝑔∆𝑧1−4 − 𝑃𝑒3 ± 𝑝𝑔∆𝑧1−3
(𝑃𝑒4 ± 𝑝𝑔∆𝑧1−4 − 𝑃𝑒1 ) + 𝑋1 ( ) − (𝑋4 ) ( 𝑒4 )
𝑋2 − 𝑋1 𝑋4 − 𝑋3
= (17)
𝑃𝑒2 ± 𝑝𝑔∆𝑧1−2 − 𝑃𝑒1 𝑃𝑒4 ± 𝑝𝑔∆𝑧1−4 − 𝑃𝑒3 ± 𝑝𝑔∆𝑧1−3
−
𝑋2 − 𝑋1 𝑋4 − 𝑋3
Para localizar una fuga mediante la técnica de gradiente de presión se debe colocar al
posiciones a lo largo de la tubería así también como sus posiciones con respecto a un
distancia de kantorovich
mínima (costo) requerida para trasladar la masa de una distribución de probabilidad a otra
distribución de probabilidad. Este concepto se introdujo por primera vez para manejar
33
K-IV-DIE-004 Rev: C 23-02-2016
2006 ).
motriz en muchas referencias ( Applegate et al., 2011) Dado que las tuberías se ocupan de
disímiles sean las distribuciones, mayor será el costo mínimo asociado y, por lo tanto, esta
distancia da una idea sobre el grado de desemejanza entre las dos distribuciones. Por
elementos que se deben transferir a la distribución Y (nueva distribución). Hay tres caminos
en la figura 7). Del mismo modo, hay tres caminos diferentes para cada uno de x 2 y x 3 para
34
K-IV-DIE-004 Rev: C 23-02-2016
completar la transferencia y estos caminos se indican con los colores rojo y azul
respectivamente en la figura 7.
Para detectar y localizar una fuga en la tubería, la respuesta del proceso en caso de una fuga
debe entenderse bien. Cuando hay una fuga, la tubería muestra un comportamiento
Una fuga de tubería típica tiene dos firmas importantes. El primero es el aumento en la tasa
de flujo másico del primer nodo y la disminución en la tasa de flujo másico del último nodo
a partir del caudal nominal (Ostapkowicz, 2014). Esto es único porque cuando hay un
aumento regular en el proceso, tanto el primer como el último flujo másico de nodo
35
K-IV-DIE-004 Rev: C 23-02-2016
disminución de la presión en todos los nodos (Ostapkowicz, 2014 ). Ambas firmas de fuga
Figura 8. Firma de fugas ( Ostapkowicz, 2014 ). Las presiones de todos los nodos,
incluidos el primer y el último nodo, disminuyeron después del tiempo de inicio de fuga
( t leak ). La tasa de flujo másico del primer nodo ha aumentado y el último nodo ha
disminuido después de una fuga t .
En este algoritmo propuesto, el residuo entre las tasas de flujo másico del primer y último
nodo se controla continuamente. Un residuo positivo implica una posible fuga ya que según
la firma de la fuga, la tasa de flujo másico del primer nodo será mayor que la tasa de flujo
nominal y la tasa de flujo másico del último nodo será menor que la tasa de flujo nominal
(Ostapkowicz, 2014) . El flujo positivo también puede ser causado por el ruido o mal
funcionamiento de los sensores de flujo. Por lo tanto, el algoritmo comprueba que la tasa de
mínimo de este umbral generalmente debe ser tres veces la desviación estándar del ruido de
las mediciones. El valor de T d se selecciona para que esté entre 5 y 10 en este caso. Si el
36
K-IV-DIE-004 Rev: C 23-02-2016
tiempo de muestreo es alto, entonces más pequeño T d se utiliza. Este paso es necesario para
reducir el número de falsas alarmas debido a valores atípicos o ruido. En caso de problemas
del sensor de flujo, el umbral de los términos residuales debe establecerse de manera
adecuada.
Una vez que el residual es mayor que el umbral para consecutivos T D muestras, será
generada una alerta de fuga. Luego, el algoritmo iniciará el cálculo de KD para el flujo de
las tendencias a la baja en todas las mediciones de presión, el algoritmo comienza a calcular
KD para todas las mediciones de presión para algunas muestras alrededor del punto de
tiempo donde se activó la alerta. Las muestras se eligen de manera que haya suficiente
cantidad de puntos de datos para calcular el KD. Si los picos en el perfil KD para todas las
mediciones de presión son mayores que un umbral mínimo, entonces se confirma el cambio
y se activa la alarma de fugas (la segunda condición pico). Estas condiciones pico son
Una vez que se genera la alarma de fuga, el siguiente paso del algoritmo LDS es identificar
la ubicación de la fuga. Una vez que se calcula el KD para todas las mediciones de presión
disponibles, se identifica el tiempo para alcanzar el pico de KD para todas estas mediciones
37
K-IV-DIE-004 Rev: C 23-02-2016
cuándo se ha producido el cambio verdadero en los nodos correspondientes. Dado que los
nodos vecinos más cercanos (donde las mediciones de presión están disponibles) de la fuga
tendrán el mayor impacto de esta fuga (Geiger, 2006), el tiempo para alcanzar la KD
máxima para estos nodos vecinos será el más corto. Esto se debe a que desde el punto de
fuga, una onda de presión negativa (NPW) se propagará en ambas direcciones aguas arriba
y aguas abajo con la velocidad sónica (onda) del fluido de trabajo en la tubería (Geiger,
2006) y esta información se pasa a los nodos anterior y posterior más cercanos lo más
temprano posible. De este modo, al identificar los dos nodos vecinos del punto de fuga, se
aísla una sección más pequeña de la tubería donde podría haber una posible fuga.
puede aislar una sección más pequeña de la tubería grande, lo que reducirá el esfuerzo del
𝑃1 𝑉1 2 𝑃2 𝑉2 2
+ + ℎ1 = + + ℎ2 (18)
𝛾 2𝑔 𝛾 2𝑔
38
K-IV-DIE-004 Rev: C 23-02-2016
Es decir que la "carga" total en una partícula de fluido es igual a la presión en el punto, la
tiene viscosidad y por ello se dan perdidas en la tubería, además que se puede adicionar
siguiente ecuación.
𝑃1 𝑉1 2 𝑔 𝑃2 𝑉2 2 𝑔
+ + ℎ1 +𝑊 = + + ℎ2 + ℎ𝑓 (19)
𝛾 2𝑔 𝑔𝑐 𝛾 2𝑔 𝑔𝑐
es la medida de energía para vencer las fuerzas de fricción a través del recorrido del fluido.
Los subíndices 1 y 2 indican los valores dados al principio y final de la sección del ducto, g
Al graficar los valores de las energías se observan los niveles energéticos en la Figura 10.
Si en los dos puntos extremos se tiene el mismo diámetro de tubería se pueden omitir los
𝑉2 2
términos y la gradiente es la razón a la cual cambian la pérdida o la ganancia de energía
2𝑔
entre los dos puntos con respecto a la longitud que los separa, cuando no hay ganancia de
energía en el segmento la gradiente representa las pérdidas de carga por unidad de longitud
la curva del gradiente hidráulico será una línea recta que coincidiría con la piezométrica.
40
K-IV-DIE-004 Rev: C 23-02-2016
Cuando existe una fuga en un punto intermedio, el flujo se incrementa en la sección previa
al punto de fuga y se reduce en la sección posterior, alterando las gradientes en cada una de
absoluta del líquido en metros de producto más la altura física del punto de medición), en
cada punto del ducto a lo largo del mismo. Cuando la presión barométrica es
de la presión absoluta.
Cuando las pérdidas por unidad de longitud es uniforme como se muestra en la Figura 11,
se tiene una gradiente (Gs) o pendiente normal donde se tiene una alta presión en el inicio
del ducto (Pin), producida por la bomba (El), que conforme avanza el producto va
41
K-IV-DIE-004 Rev: C 23-02-2016
reduciéndose por efecto de las perdidas por fricción, viscosidad y otros, hasta llegar al otro
extremo con una presión de salida del ducto (Pout), esta presión será reducida por la
válvula V4 a una presión remanente mucho más pequeña con la que entra al tanque 2, al
ocurrir una fuga, bajan las dos presiones estabilizándose tanto al inicio como al final, se
gradiente (AGk) el lado de baja presión, esto nos da las pendientes necesarias para ubicar la
tan 𝐺𝑠 −2
𝑍 = 𝐿 [1 + ] (20)
∆ tan 𝐺𝑘
campo instalados en ambos extremos de la tubería. Cuando se produce una fuga a lo largo
presión dinámicas resultantes del momento de fuga del medio en la tubería, y luego
Figura 12. Diagrama estructural del sistema de Sistema de monitoreo de detección de fugas
de oleoducto
presión dinámica produce una deformación que genera además una carga eléctrica en la
43
K-IV-DIE-004 Rev: C 23-02-2016
micro) se utiliza para controlar el módulo de acondicionamiento de señal por una parte El
(Mansour et al., 2012) Utilizo el paquete FLUENT CFD. Para similar la tubería y el flujo a
través de ella, igual que para generar datos cuando se produce una fuga y localiza la fuga a
La lógica difusa es una de las herramientas que han encontrado aplicaciones en áreas como
teoría, que fue introducida por Zadeh (1965), crea un nuevo tipo de variables, las variables
difusas, que son descritas por expresiones lingüísticas como largo, alto o rápido, etc. Todo
permitido dar solución a problemas muy difíciles de representar con las variables
correspondientes riesgos o pérdidas que esto implica (Tani et al., 2006). Por lo anterior, este
Una red neuronal puede definirse como una estructura o sistema construido para hacer uso
esta red se conocen como neuronas artificiales, las cuales cuentan con alta conectividad
entre ellas y con la capacidad de realizar operaciones de cálculo (Avelino et al., 2009). Las
una red neuronal artificial es usada en la detección de fugas en tuberías de agua. Así
mismo, se usan redes neuronales para la detección de fugas en tuberías de petróleo (Ming &
adquisición de señales por medio de sensores de presión; estas señales pasan por una etapa
por último mediante la red neuronal se extraen las características y se clasifican los perfiles
de fuga.
45
K-IV-DIE-004 Rev: C 23-02-2016
Fourier, que permite obtener información en función del tiempo y de la frecuencia de forma
características. Esta última aplicación es empleada en Ming& Wei-qiang (2006) como etapa
para determinar la presencia de la fuga. Así mismo, en Zadeh (1965) se emplean wavelets
En este caso se usan dos sensores de presión en los extremos del tramo de tubería que se
desea explorar; cuando una fuga se produce, genera una onda de presión que se transmite a
lo largo de la tubería. Esta onda representa una caída de presión que se conoce como punto
de rareza de la señal (Zadeh, 1965). El algoritmo de wavelet permite detectar este punto de
Otro de los algoritmos para la detección de fugas en tuberías está basado en un predictor
autorregresivo MIMO (múltiples entradas / múltiples salidas) (Allister, 1988), en este caso
con un filtro de entrada. Este algoritmo está conformado por dos etapas, una que se encarga
vector de datos en una ventana de tiempo con la información necesaria para determinar el
Los residuos (r) se calculan como diferencias entre las mediciones proporcionadas por los
sensores de presión instalados dentro del DMA (𝑃̂) y estimaciones proporcionadas por un
̂𝑂 ). El modelo hidráulico se
modelo hidráulico simulado en condiciones sin fugas (𝑃
nodos y válvulas) y los parámetros de red (coeficientes de tubería). Se supone que, después
del proceso de calibración correspondiente utilizando datos reales, el modelo representa con
modelo se alimenta con demandas de agua estimadas (que se obtienen generalmente por la
demanda total de DMA medida). y distribuido a nivel nodal según registros de consumo
históricos) en los nodos (d 1 , ..., d N) ya que en la práctica las demandas nodales ( d 1 , ...,
los lectores de medición automática (AMR)). Por lo tanto, los residuos no solo son
sensibles a las fallas sino también a las diferencias entre las demandas reales y sus valores
estimados. Además, las mediciones de presión están sujetas al efecto del ruido del sensor (
v) y esto también afecta a los residuos. Teniendo en cuenta todos estos efectos, el
clasificador bayesiano debe poder localizar la fuga real presente en la WDN, que puede
estar en cualquier nodo y con cualquier magnitud (desconocida), a la vez que es robusto a
que el funcionamiento de la red está limitado por algunas condiciones de contorno ( c ; por
ejemplo, la posición de las válvulas internas y las presiones y flujos del yacimiento) que se
48
K-IV-DIE-004 Rev: C 23-02-2016
hidráulico de red y su análisis por un clasificador bayesiano. En una primera etapa fuera de
datos residuales para cada ubicación de fuga potencial (cada nodo de red). Luego, estos
datos se utilizan para calibrar las funciones de densidad de probabilidad. Además, también
El método de cable de detección de fibra óptica es uno de los métodos basados en hardware
más sensibles. En este método, se instala un cable de fibra óptica a lo largo de toda la
suelo. Cuando el fluido filtrado entra en contacto, la temperatura del cable cambia en la
posición de fuga (Geiger, 2006). Dependiendo del modo activo o pasivo, este cambio de
emitida por la molécula de fluido filtrada (activa) o utilizando la técnica de imagen térmica
(pasiva) (Murvay y Silea, 2012). Por lo tanto, se detecta y localiza la fuga. Sin embargo,
este método es muy costoso ( Murvay y Silea, 2012) y funciona solo para tuberías que
49
K-IV-DIE-004 Rev: C 23-02-2016
transportan productos que son más cálidos o más fríos que la temperatura del suelo
fuga
(Huang et al., 2007). Utiliza un sensor de fibra óptica distribuido a lo largo de la tubería
para detección y localización de fugas. El sensor genera una señal acústica cuando la
tubería de gas o líquido gotea. Este método detecta la señal de fase inducida por la onda
acústica. En este sistema se ensambla la fibra junto a las tuberías para obtener datos de
interior constituyen el sensor de vibración distribuido. El sensor puede detectar las señales
de vibración a lo largo de una tubería en tiempo real, las señales de vibración son
deseado. Al detectar este químico trazador en el suelo, se detecta una fuga y se localiza con
precisión. Sin embargo, la desventaja de este método es que la tubería debe ser
50
K-IV-DIE-004 Rev: C 23-02-2016
Este sistema ha sido ampliamente aceptado por la industria que maneja flujo de gas por su
operador, el cual cuenta con un equipo de medición capaz de censar el gas trazador que
previamente es inyectado a la tubería que se desee inspeccionar y que escapa por la fuga.
Figura 15. Sistema del gas trazador. a) Operación de la detección de la fuga, b) Equipo de
inspección. (SEWERIN, Variotec 460, s.f.)
El equipo consta de un tanque del gas trazador (que comúnmente es hidrógeno por no ser
nocivo al medio ambiente), también tiene diversos tipos de bastones con el fin de poder
adaptarse a cada condición de muestreo (espacio, humedad, temperatura, etc.) dicho bastón
51
K-IV-DIE-004 Rev: C 23-02-2016
gas trazador a manera de tener una ayuda visual al momento de la inspección. (SEWERIN,
emisiones acústicas o vibratorias de baja frecuencia que genera el escape de líquido durante
la fuga.
discriminando las frecuencias producidas por la fuga que igual activan la alarma, algunas
veces se acompañan estos con sensores de conductividad que instalan en las partes bajas
(valles) que detectan también un derrame de hidrocarburo, estos sistemas resultan costosos
dependiendo de la distancia a la que deben instalarse que varía dependiendo del sistema
entre 100m a 1 Km, algunos de ellos deben remplazar las baterías de los sensores cada 4
Las Sondas Instrumentadas son herramientas Inteligentes que viajan dentro del ducto
tubería (espesor de pared, fisuras y agujeros), algunas funcionan con una corona de
52
K-IV-DIE-004 Rev: C 23-02-2016
sensores que detectan pérdida de flujo magnético y otras con ultrasonido, solo se puede
sonda insertada puede ser alámbrica o inalámbrica. Este sistema consiste en insertar la
sonda de rastreo en una toma y al finalizar su recorrido, se procede a retirar la sonda por
otra toma. La sonda viaja registrando una señal acústica conforme se desplaza a lo largo de
la tubería, para que al extraerla se proceda a analizar los datos registrados. Cuando la sonda
En el caso de que la sonda sea alámbrica, viaja a través de la tubería ayudada por un
paracaídas que es arrastrado por el flujo y al final de su recorrido se extrae por medio de un
cable retractile. El equipo de este sistema que da lectura a los datos registrados por la sonda
metros y una duración de la pila de hasta 12 horas; una de las condiciones de operación que
necesita este sistema es que las tomas donde se va a insertar y a extraer las sondas tengan
como mínimo 0.15 m de diámetro y que la velocidad del flujo sea de al menos 0.5 m/s.
En el caso de la sonda alámbrica se tiene una distancia de rastreo máxima de 1.6 km y una
capacidad de detección de fugas de hasta 1.14 L/h. Una de las condiciones de operación
que necesita este sistema es que las tomas donde se va a insertar y a extraer las sondas
tengan como mínimo 0.05 m de diámetro, aunque si se desea una maniobrabilidad cómoda
se recomiendan tuberías de 0.1 m de diámetro y que la velocidad del flujo sea de al menos
inalámbrica, la cual viajó a lo largo de más de 6 km y una velocidad 0.5 m/s. El estudio
tardó 3.5 horas y se pudo detectar la fuga de 0.37 L/min a 4.5 m de distancia. (Kurtz, D.
W., 2006)
detección de fugas en plantas refinadoras de petróleo, por el peligro que esto implica para el
54
K-IV-DIE-004 Rev: C 23-02-2016
personal que allí trabaja. En Tani, Nagasako, & Lokibe (2004) se plantea un sistema de
detección de fugas de gas a alta presión en refinerías de petróleo, basado en la teoría del
caos. El método consiste en aplicar el Criterio de Información de Caos (Vaz Junior, 2010) a
señales acústicas adquiridas por medio de un micrófono. Como fuente sonora se usa un
generador artificial de gas a alta presión, o simulador de la fuga, que se ubica a 16 metros
del sensor. En estas condiciones, el micrófono captura no solamente el sonido del gas a alta
presión, sino también los sonidos ambientales representados como ruido de fondo. Con
base en estudios anteriores (Takens, 1981) se puede asumir que el ruido de fondo está
conformado por elementos no determinísticos, mientras que las señales producidas por la
fuga del gas a alta presión contienen componentes determinísticas. Con el fin de
discriminar entre los dos tipos de señales adquiridas, se usa el método TPM (por las siglas
de trajectory parallel measure) (Fujimoto & Lokibe, 1999), con el cual se puede determinar
El sistema acústico directo de detección de fugas es uno de los sistemas más utilizados
con un equipo que le permite escuchar el sonido emitido por el fluido que escapa de la
55
K-IV-DIE-004 Rev: C 23-02-2016
Este equipo consiste en un par de hidrófonos que en un principio captan la señal acústica y
puede observar mediante una pantalla las variaciones en los decibeles que están en función
Figura 17. Operación para la detección de la fuga por medio del sistema acústico
directo. (SEWERIN, AQUAPHON A 100, s.f.)
Este método tiene la ventaja de que solo requiere un operador para el equipo, pero aun así
tiene la desventaja de que se requiere que el operador cuente con experiencia en el manejo
del equipo, bajo niveles de perturbación en la superficie donde se está censando el sonido
de la fuga y que además esta no ocurra en una tubería de plástico (Hunaidi, 2000), debido a
56
K-IV-DIE-004 Rev: C 23-02-2016
varias partes del mundo, debido a que es posible recuperar la inversión inicial en poco
(dependiendo de la exactitud deseada) a dos terminales de una tubería entre las cuales se
espera identificar la fuga. Los hidrófonos captan la señal acústica y vía inalámbrica la
cabo un proceso de correlación basado en los tiempos y distancias que tarda en recorrer la
Figura 18. Operación de la detección acústica por medio del sistema acústico de
correlación. (FUGASCUENCA, s.f.)
57
K-IV-DIE-004 Rev: C 23-02-2016
De la figura 18, se puede apreciar como la correlación es posible debido a que existe una
diferencia en las distancias que hay entre la fuga y ambas terminales, provocando así un
respecto a ambas distancias. Una vez detectada la fuga, la pantalla del sistema de
correlación muestra la ubicación de la fuga con respecto de ambas terminales, así como el
retraso de tiempo que hubo en la señal (Processor, n.d.). Este método tuvo una gran
aceptación para las fugas en tuberías de metal, sin embargo, su resultados están por debajo
Morefield, llevó a cabo una experimentación en una tubería delimitada por los transmisores
a 193 m en la cual se simuló una fuga de 45.42 L/h, en dicha experimentación le fue posible
exactitud en la localización de la fuga por este método fue del 1% de la distancia que había
El sistema de fotografía termográfica para detección de fugas es uno de los sistemas más
tratar de inspeccionar las fachadas de los edificios para identificar tanto fugas de agua en
58
K-IV-DIE-004 Rev: C 23-02-2016
intramuros, como fugas en el aire acondicionado en ventanas, techo y demás lugares poco
accesibles.
Este sistema que consiste en la detección de fugas por medio de la termografía, la radiación
infrarrojo, el cual contiene un sensor que convierte la radiación emitida por los objetos en
señales eléctricas que a su vez son expresadas en una escala de colores, haciendo posible
Este sistema cuenta con la gran ventaja de que puede localizar más de una fuga al mismo
tiempo, así como también no se requiere de gran experiencia para operar la cámara
termográfica y que ésta a su vez, permite tomar fotografías de forma continua cada 2
segundos; así como también el hecho de que puede operar en un rango de temperaturas -
20ºC a 600ºC del objeto fotografiado con una precisión del 2%.
59
K-IV-DIE-004 Rev: C 23-02-2016
La desventaja que presenta este sistema radica principalmente en que no puede cuantificar
la fuga y que además, el operador debe tener nociones de donde se localiza la fuga, de lo
contrario tendría que fotografiar la red de tuberías por completo. Finalmente cabe señalar
que la detección de fugas por medio de la cámara termográfica (figura 20) tiene gran
en techos, paredes etc. por infiltraciones de aire), a la industria térmica (detección de fugas
Fahmy (2009) llevó a cabo una inspección en las tuberías subterráneas de Montreal (1.8 m
medio de tomas aéreas. Al mismo tiempo llevó a cabo la detección también por el método
60
K-IV-DIE-004 Rev: C 23-02-2016
de correlación acústica; lo cual le permitió comparar los resultados, donde para un caso en
específico el tramo de la tubería estudiada era de 48.7 m, la fuga estaba a 16.8 m del final
de la tubería y el método acústico localizó la fuga a 15.41 m del final de la tubería, mientras
que el método termográfico localizó la fuga a 14.9 m del final de la tubería, mostrando así
un error del 2.85 % y 3.9% respectivamente (Fahmy & Moselhi, 2009). Dicho estudio
también reveló que la mejor hora para llevar a cabo una toma aérea de las fotografías fue de
“Seleccionar las técnicas de detección de fugas de producto que mejor se adapte a los
Como resultado de este objetivo tenemos una tabla Comparativa entre ventajas y
en oleoductos.
61
CLASIFICACIÓN MÉTODOS DESCRIPCIÓN VENTAJAS DESVENTAJAS
MÉTODOS Método de Un elemento trazador no Este sistema ha sido Son más costosos y no
BASADOS EN monitoreo del suelo peligroso se inyecta en la ampliamente aceptado por pueden ser fácilmente y
TECNOLOGÍA tubería junto con el producto la industria que maneja flujo económicamente
EXTERNA O deseado. Al detectar este de gas por su gran readaptados en tuberías
BASADOS EN químico trazador en el suelo, se sensibilidad, debido a su enterradas existentes.
HARDWARE detecta una fuga y se localiza versatilidad en cuanto a la Debido a la complejidad
con precisión. Sin embargo, la detección de fugas en redes de la aplicación y el alto
desventaja de este método es costo, los métodos
que la tubería debe ser externos generalmente no
subterránea. La inyección se utilizan para el
continua de la sustancia monitoreo continuo de
trazadora y su mecanismo de fugas en tuberías largas.
detección hacen que el método
sea muy costoso.
MÉTODOS Detección de fugas En el sistema el cable óptico se El sensor puede detectar las
BASADOS EN en la tubería basada coloca en paralelo con la señales de vibración a lo
TECNOLOGÍA en vectores de tubería, y 3 fibras ópticas en el largo de una tubería
EXTERNA O soporte (SVM) interior constituyen el sensor
BASADOS EN de vibración distribuido. El
HARDWARE sensor puede detectar las
señales de vibración a lo largo
de una tubería en tiempo real,
las señales de vibración son
reconocidas por el equipo de
vectores de soporte (SVM) a
través de las características se
puede establecer si se produce
una fuga.
63
K-IV-DIE-004 Rev: C 23-02-2016
64
K-IV-DIE-004 Rev: C 23-02-2016
MÉTODOS Teoría del caos Sistema de detección de fugas Como fuente sonora se usa
BASADOS EN de gas a alta presión en un generador artificial de
TECNOLOGÍA refinerías de petróleo, basado gas a alta presión, o
EXTERNA O en la teoría del caos. El método simulador de la fuga, que se
BASADOS EN consiste en aplicar el Criterio ubica a 16 metros del
65
K-IV-DIE-004 Rev: C 23-02-2016
66
K-IV-DIE-004 Rev: C 23-02-2016
MÉTODOS Sistema de Este sistema que consiste en la Este sistema cuenta con la La desventaja que
BASADOS EN fotografía detección de fugas por medio gran ventaja de que puede presenta este sistema
TECNOLOGÍA termográfica de la termografía, la radiación localizar más de una fuga al radica principalmente en
EXTERNA O infrarroja emitida por un objeto mismo tiempo, así como que no puede cuantificar
BASADOS EN es detectada y medida por también no se requiere de la fuga y que además, el
HARDWARE medio de un radiómetro gran experiencia para operar operador debe tener
infrarrojo, el cual contiene un la cámara termográfica y nociones de donde se
sensor que convierte la que ésta a su vez, permite localiza la fuga, de lo
radiación emitida por los tomar fotografías de forma contrario tendría que
objetos en señales eléctricas continua cada 2 segundos; fotografiar la red de
que a su vez son expresadas en así como también el hecho tuberías por completo
una escala de colores, haciendo de que puede operar en un
posible así la detección de la rango de temperaturas -20ºC
fuga. a 600ºC del objeto
fotografiado con una
precisión del 2%.
MÉTODOS Sistema acústico Este sistema consiste en la El sistema acústico de Son más costosos y no
BASADOS EN por correlación sujeción en un hidrófono o detección de fugas por pueden ser fácilmente y
TECNOLOGÍA acelerómetro (dependiendo de correlación es un sistema económicamente
EXTERNA O la exactitud deseada) a dos implementado en varias readaptados en tuberías
BASADOS EN terminales de una tubería entre partes del mundo, debido a enterradas existentes
HARDWARE las cuales se espera identificar que es posible recuperar la
la fuga. Los hidrófonos captan inversión inicial en poco
la señal acústica y vía tiempo determinado.
68
K-IV-DIE-004 Rev: C 23-02-2016
inalámbrica la envían a un
sistema de correlación. Este
sistema llevará a cabo un
proceso de correlación basado
en los tiempos y distancias que
tarda en recorrer la tubería
dicha señal acústica captada
por cada hidrófono.
método acústico En el método basado en la mayor sensibilidad en la una Necesita una gran
MÉTODOS medición de las ondas de ubicación precisa de las cantidad de sensores
BASADOS EN presión dinámica mediante fuga, una menor tasa de acústicos
TECNOLOGÍA sensores dinámicos de presión falsas alarmas, detecta la la precisión de la
INTERNA O la ubicación de la fuga está fuga más rápido y una ubicación de la fuga
BASADOS EN determinada por el tiempo de mayor adaptabilidad, depende de la cantidad
SOFTWARE. llegada de las señales acústicas especialmente con una de transmisores en cada
en dos sensores acústicos distancia de detección más extremo de la línea
adyacentes. Una vez que se larga No funciona a través de
producen las fugas, los no requiere ningún modelo estaciones de bombeo
sensores miden las señales ni hardware adicional, intermedias.
acústicas aguas arriba y aguas excepto los sensores de Para poder realizar este
abajo presión ya instalados método, deben eliminarse
método basado en El método de onda negativa de los ruidos estocásticos de
MÉTODOS ondas de presión presión también llamado onda las lecturas, el período de
BASADOS EN negativa (NPW) acústica de presión negativa muestreo debe ser el
TECNOLOGÍA está basado en analizar las mínimo posible y de este
INTERNA O variaciones de presión y su depende la exactitud de
BASADOS EN expansión cuando ocurre una ubicación de la fuga,
69
K-IV-DIE-004 Rev: C 23-02-2016
de imágenes y en el filtrado de
señales. Como se mencionó,
una red neuronal artificial es
usada en la detección de fugas
en tuberías de agua. Así
mismo, se usan redes
neuronales para la detección de
fugas en tuberías de petróleo
(Ming & Wei-qiang, 2006). En
este caso, el algoritmo para la
detección de la fuga parte de la
adquisición de señales por
medio de sensores de presión;
estas señales pasan por una
etapa de adecuación, luego por
medio de wavelets se realiza la
descomposición de las señales
y por último mediante la red
neuronal se extraen las
características y se clasifican
los perfiles de fuga.
MÉTODOS Wavelets (onditas) se emplean wavelets en la El enfoque es confiable, El proceso es tan largo, y
BASADOS EN detección de fugas de manera seguro y puede detectar no se realiza en línea.
TECNOLOGÍA inmediata en tuberías de fácilmente pequeñas fugas
INTERNA O petróleo, con el fin de evitar en una tubería con
robo, minimizar pérdidas y precisión.
garantizar el normal
75
K-IV-DIE-004 Rev: C 23-02-2016
76
K-IV-DIE-004 Rev: C 23-02-2016
De acuerdo a las ventajas y desventajas de cada uno de los métodos de detección de fugas en
detectara la fuga por medio de residuos. De acuerdo a que los resultados de este método pueden
ocasionar falsas alarmas, se experimentó con técnicas de inteligencia artificial que se describen
Tercer objetivo:
Prototipo de banco de tuberías como trabajo de proyecto de aula. Las figuras 21, 22, 23, 24, 25 y
26 muestran el primer prototipo implementado para el desarrollo del proyecto debido a que
utiliza sensores de Flujo YF-S201 y una motobomba de lavadora, que no son industriales no nos
sirve para tener un prototipo cercano a un sistema de tuberías industrial, pero se puede apreciar
que con el desarrollo de este prototipo se detecta la fuga por medio del método de balance de
masa.
77
K-IV-DIE-004 Rev: C 23-02-2016
Figura 22. Lámina de Acero como base del prototipo/Uso de uniones universales para un retiro
fácil de la bomba
78
K-IV-DIE-004 Rev: C 23-02-2016
Imágenes del Instrumentó Virtual desarrollado diseñado para detectar la fuga por diferencia de
flujo.
80
K-IV-DIE-004 Rev: C 23-02-2016
describen cada una de las actividades desarrolladas para el cumplimiento del objetivo 3.
Actividad 4. Identificar los criterios de operación del sistema (flujo, presión, entre otros)
Para diseñar un sistema de detección de fugas partimos que el producto a transportar es líquido
transporte por bombeo hidráulico cuyo objetivo es enviar el producto de un punto a otro separado
Cuando la fuga es ocasionada por ordeño es de corta duración, el flujo de fuga ocurrirá solo
Si la duración del ordeño es corta puede ocurrir que las presiones no alcancen a estabilizarse en
un nuevo valor antes de regresar al valor original, sin embargo el cambio de presión iniciara
81
K-IV-DIE-004 Rev: C 23-02-2016
Cuando la fuga es ocasionada por un desperfecto se puede asumir que el flujo de fuga es
82
K-IV-DIE-004 Rev: C 23-02-2016
Estos eventos producen cambios de presión y flujo que pueden confundirse con una fuga, se debe
La tabla 2 muestra el funcionamiento del caudal y la presión para diferentes eventos realizados en
Tabla 2.
Comportamiento de presión y caudal para diferentes eventos del banco de tuberías.
La tabla 2. Muestra el funcionamiento del caudal y la presión para diferentes eventos realizados
83
K-IV-DIE-004 Rev: C 23-02-2016
Para el desarrollo de este proyecto se construyó un banco de pruebas de tuberías que permitiera
84
K-IV-DIE-004 Rev: C 23-02-2016
Fluidos de la UFPSO. Para su montaje fue necesario utilizar 2 contenedores de vidrio de 0.4 m de
largo, 0.3 m de ancho y 0.3 m de alto, con un espesor de 5 mm (figura 31), dos bombas que
trasladaran el fluido de una pecera a otra (figura 32), 4 bases o soportes para mantener un Δz = 0
85
K-IV-DIE-004 Rev: C 23-02-2016
Tabla 3.
Características de la bomba.
WATER PUMP QB - 60
Q. máx. 35 L/min H.máx 35 m
Suct.L.máx 9m V. 110
kW. 0.33 Hz 60 1 ~ Mot.
Size 25 x 25 mm r.p.m 3450 1./min
La tabla 3. Presenta las características nominales de las bombas que se utilizaron, en donde se
Estas bases se realizaron con lámina de acero y perfil cuadrado, estableciendo una altura de 50
cm, con el propósito de soportar las tuberías, permitiendo una altura constante y que estas no se
pandearan.
86
K-IV-DIE-004 Rev: C 23-02-2016
Actividad 5. Familiarización con las herramientas de simulación con las que se va a trabajar
(Matlab, Simulink , LABVIEW)
LABVIEW
visualización hace que sea más fácil integrar hardware de medidas de cualquier proveedor,
llaman VI´s (Virtual Instruments), su origen provenía del control de instrumentos, pero hoy en
día su uso se ha expandido más allá. Labview tiene un entorno de programación gráfico, por lo
que los programas no se escriben, sino que se dibujan, una labor facilitada gracias a que Labview
Los programas se dividen en dos partes bien diferenciadas, una llamada “Panel Frontal”, y otra
“Diagrama de Bloques”.
Panel Frontal: es la interfaz con el usuario, la utilizamos para interactuar con el usuario cuando
el programa se está ejecutando. En esta interfaz se definen los controles (los usamos como
87
K-IV-DIE-004 Rev: C 23-02-2016
entradas, pueden ser botones, marcadores etc.) e indicadores (los usamos como salidas, pueden
aquí se colocan íconos que realizan una determinada función y se interconectan (el código que
controla el programa). Suele haber una tercera parte icono/conector que son los medios utilizados
En el panel frontal, encontraremos todo tipos de controles o indicadores, donde cada uno de estos
elementos tiene asignado en el diagrama de bloques una terminal, es decir el usuario podrá
diseñar un proyecto en el panel frontal con controles e indicadores, donde estos elementos serán
las entradas y salidas que interactuaran con la terminal del VI. Podemos observar en el diagrama
de bloques, todos los valores de los controles e indicadores, como van fluyendo entre ellos
MATLAB Y SIMULINK
Matlab combina un entorno de escritorio perfeccionado para el análisis iterativo y los procesos de
diseño con un lenguaje de programación que expresa las matemáticas de matrices y arrays
directamente.
Apps interactivas
Las apps de MATLAB le permiten ver cómo funcionan diferentes algoritmos con sus datos.
Realice iteraciones hasta obtener los resultados deseados y, después, genere automáticamente un
88
K-IV-DIE-004 Rev: C 23-02-2016
Si se desea analizar datos como también desarrollar algoritmos o crear modelos, MATLAB se ha
diseñado para la forma en que piensa y el trabajo que realiza. (MathWorks, 2018)
SIMULINK es una toolbox especial de MATLAB que sirve para simular el comportamiento de
los sistemas dinámicos. Puede simular sistemas lineales y no lineales, modelos en tiempo
continuo y tiempo discreto y sistemas híbridos de todos los anteriores. Es un entorno gráfico en el
cual el modelo a simular se construye clicando y arrastrando los diferentes bloques que lo
constituyen. Los modelos SIMULINK se guardan en ficheros con extensión *.mdl. (Lazaro Villa,
2018)
Para el desarrollo de estas actividades se usó la aplicación de PID Tuning de Matlab, permitiendo
obtener resultados gráficos vistos a continuación. Se obtuvieron los datos de las variables físicas
de los sensores de flujo y de presión tanto a la entrada como a la salida, con estos datos se realizó
un modelo dinámico de la tubería vista desde cada sensor, cuando el sistema no presenta fugas,
luego se hizo el mismo procedimiento del sistema cuando se presentan fugas y se hacen una
89
K-IV-DIE-004 Rev: C 23-02-2016
Figura 34. Modelo dinámico del sistema visto desde el sensor de flujo en la entrada (sin
fuga).
El sistema visto desde el punto de vista de cada una de las variables fijas se asimila a un
𝑑𝑄
𝑇1 + 𝑄 = 𝑁𝐾 (21)
𝑑𝑡
(𝑇1 ∗ 𝑄 ∗ 𝑠) + 𝑄 = 𝑁𝐾 (22)
𝑄 𝐾
= (23)
𝑁 𝑇1 ∗ 𝑠 + 1
𝑄 1.0001
= (24)
𝑁 1.6244 ∗ 𝑠 + 1
90
K-IV-DIE-004 Rev: C 23-02-2016
Dónde:
N es la potencia de la bomba.
Q es el flujo
K es la constante proporcional.
T es la constante de tiempo (indica el tiempo que demora la señal en llegar al 63.2 % de su valor
final)
Figura 35. Modelo dinámico del sistema visto desde el sensor de flujo en la salida (sin
fuga).
Para el modelo de sistema visto desde el flujo de salida, las variables de la función de
transferencia son:
𝐾 = 1.0001 𝑦 𝑇1 = 1.6244
91
K-IV-DIE-004 Rev: C 23-02-2016
Figura 36. Modelo dinámico del sistema visto desde el sensor de presión en la entrada
(sin fuga).
Para el modelo de sistema visto desde la presión de entrada, las variables de la función de
transferencia son:
𝐾 = 1.005 𝑦 𝑇1 = 9.0455
Figura 37. Modelo dinámico del sistema visto desde el sensor de presión en la salida (sin fuga).
92
K-IV-DIE-004 Rev: C 23-02-2016
Para el modelo de sistema visto desde la presión de salida, las variables de la función de
transferencia son:
𝐾 = 0.99917 𝑦 𝑇1 = 1 × 10−6
Figura 38. Modelo dinámico del sistema visto desde el sensor de flujo en la entrada (con fuga).
Para el modelo de sistema visto desde el flujo de entrada, las variables de la función de
transferencia son:
𝐾 = 1.0004 𝑦 𝑇1 = 1.5806
93
K-IV-DIE-004 Rev: C 23-02-2016
Figura 39. Modelo dinámico del sistema visto desde el sensor de flujo en la salida (con fuga).
Para el modelo de sistema visto desde el flujo de salida, las variables de la función de
transferencia son:
𝐾 = 1.0001 𝑦 𝑇1 = 1.7055
Figura 40. Modelo dinámico del sistema visto desde el sensor de presión en la entrada
(con fuga).
94
K-IV-DIE-004 Rev: C 23-02-2016
Para el modelo de sistema visto desde la presión de entrada, las variables de la función de
transferencia son:
𝐾 = 1.0007 𝑦 𝑇1 = 9.502
Figura 41. Modelo dinámico del sistema visto desde el sensor de presión en la salida (con
fuga).
Para el modelo de sistema visto desde la presión de salida, las variables de la función de
transferencia son:
𝐾 = 1.0002 𝑦 𝑇1 = 1.7583
95
K-IV-DIE-004 Rev: C 23-02-2016
Tabla 4.
Cotización de sensores de presión.
SENSORES DE PRESIÓN
Marca Características Costo
SITRANS Alimentación: 10,5 a 45 V.c.c, (10,5 $3.251.36
P410 a 30 V.c.c en la ejecución EEx ia). 3
Conexión: A 2 hilos. Señal de salida:
4 a 20 mA.
Precisión de medida: Mejor de 0,1 %
incluidas la histéresis y la
Repetibilidad (precisión mejor de
0,07 % bajo demanda).
PG2454 Salida analógica de 4 a 20 mA. $1.564.89
Tensión de alimentación 24 VDC, 6
rango de medición -1…10bar -
14.4….145psi, temperatura del
fluido-25….80°C, grado de
protección IP 67 / IP 69K. Exactitud
± 0,25 %, Repetibilidad ± 0,1 %
EBCHQ Transmisor de Presión Industrial, $338.300
Rango 10 Bar / 145,03 PSI,
Precisión 0,5 % F.S, Salida 4-20 mA
2-Hilos, Alimentación 24VDC,
Conexión 1/4" NPT, Con conector
Industrial.
Material del cuerpo: SS 304.
Grado de Seguridad: IP65.
ORIGEN: CHINA
MPX10D Voltaje de operación: 3V~6V $24.000
P Corriente de operación: 6mA
Tiempo de respuesta: 1ms
Offset: 0mV~35mV
Sensibilidad: 3.5mV/kPa
Temperatura de operación:
-40°C~125°C
96
K-IV-DIE-004 Rev: C 23-02-2016
Tabla 5.
Cotización de sensores de caudal.
SENSORES DE CAUDAL
Marca Características Costo
SITRANS Un canal. con pantalla y $20.019.21
FST020 E/S fuente de alimentación 100 - 240 1
básico VAC sensor de medida: A2 universal
Con juego de perfiles de fijación para
diámetro del tubo hasta 127 mm (5").
Campo de aplicación: para diámetros de
tubo de 12,7 mm (0,5") hasta 50,8 mm
(2") Temperatura: -40 °C a +121 °C.
Cable de sensor: camisa de PVC,
resistente a la inmersión, longitud 5
metros (16,4 pies) UL, ULc, CE
97
K-IV-DIE-004 Rev: C 23-02-2016
Criterios de selección:
selección:
Sensores de presión
- Salida analógica de 4 a 20 mA
- Exactitud ± 0,25 %
- Repetibilidad ≤ ± 0,1 %
Sensores de caudal
- Salida analógica de 4 a 20 mA
- Exactitud ± 5 %
- Repetibilidad ≤ ± 1 %
Según los criterios de selección los sensores que se ajustaban a los requerimientos son
PG2454 (de presión, figura 42) y SBG434 (de caudal,, figura 43), los cuales aportan de
98
K-IV-DIE-004 Rev: C 23-02-2016
proyecto.
99
K-IV-DIE-004 Rev: C 23-02-2016
Para el desarrollo de esta actividad se hizo necesario poder comparar los diferentes sistemas de
Tabla 6.
Sistemas de adquisición de datos.
SISTEMA DE
ADQUISICIÓN Características Ventajas Desventajas
DE DATOS
Arduino UNO La Arduino Uno es una board *Bajo costo *El hecho de
basada en un microcontrolador *Fácil portabilidad que la
Atmega328. Tiene 14 pines de *Entorno de plataforma
entrada/salida digital (de los programación simple y venga
cuales 4 pueden ser utilizados directo. ya ensamblada
para salidas PWM), 6 entradas le quita
análogas, un resonador cerámico flexibilidad a
de 16 MHz, un conector para los proyectos.
USB tipo hembra, un Jack para *Frecuencia de
fuente de Poder, un conector muestreo baja
ICSP y un botón reset.
Ni 6001 Ofrece E/S analógicas, E/S *Bajo costo No tiene
digitales y un contador de 32 bits. *Fácil portabilidad entrada
Puede conectar fácilmente analógica de
sensores y señales al USB-6001 corriente
con
conectividad de terminal de
tornillo.
100
K-IV-DIE-004 Rev: C 23-02-2016
Teniendo en cuenta que la Universidad cuenta con un Chasis NI cDAQ-9178 y además con un
módulo NI 9203 (Figura 44) de entrada y salida analógica de 4 a 20 mA y que los sensores
101
K-IV-DIE-004 Rev: C 23-02-2016
de esta manera gozar las ventajas que este sistema ofrece para el desarrollo del proyecto.
a) b)
Para el proyecto se creó una interfaz de usuario, que le proporcionan al operador datos de caudal
detección de fugas.
La interfaz usuario debe ser diseñada con los operadores objetivos en mente, no debe ser
diseñada exclusivamente para cumplir los requisitos funcionales, sino que también debe ser fácil
de usar y debe permitir al operador, seleccionar los ajustes que son variables como ejemplo:
tiempo y número de datos a censar. El diseño de este parámetro debe facilitar el trabajo del
Menos es más.
Pantalla de bienvenida.
103
K-IV-DIE-004 Rev: C 23-02-2016
La figura 45. Muestra la pantalla de bienvenida Una pantalla de presentación que contiene toda la
información de la aplicación fue pensada para este instrumento, en donde se incluyó el nombre de
la aplicación, logotipos, y un esquemático del diseño del experimento del banco de tuberías.
En esta pantalla se muestran las gráficas del flujo de entrada, el flujo de salida, la presión de
señal y se visualiza en una tabla los datos tomados del sistema. En esta misma pantalla cuando las
detección de fugas, se visualiza un mensaje que dice “se ha detectado una fuga”
104
K-IV-DIE-004 Rev: C 23-02-2016
Pantalla de Animación
pruebas de tuberías y toma las presiones y flujos de la pantalla de adquisición y análisis de datos.
105
K-IV-DIE-004 Rev: C 23-02-2016
Este diagrama contiene una estructura eventos donde se selecciona el menú para pasar a la
pantalla de adquisición y análisis de datos, también contiene un SubVI, cuya función es permitir
configurando el DAQ asistente para leer los primeros 4 canales análogos de la tarjeta NI 9203,
adquiriendo las señales del flujo de entrada, el flujo de entrada el flujo de salida, la presión de
Contiene una formula NODE la cual convierte las señales de entrada que están en miliamperios a
106
K-IV-DIE-004 Rev: C 23-02-2016
Esta figura contiene la programación de la detección de la fuga por medio de una estructura
CASE y por diferencias de señales de los sensores de flujo. Además puede guardar los datos en
En esta figura se muestra una estructura CASE y el SubVI de salto para devolver a la pantalla
108
K-IV-DIE-004 Rev: C 23-02-2016
La figura 53 contiene una estructura FLAT SEQUENCE donde realiza la animación del
flujo de agua a través de la tubería y el llenado y vaciado de los tanques. Contiene variables
globales que permiten tomar los datos en tiempo real de flujo y presión del sistema de
adquisición de datos.
Primera técnica: Detección de fugas a través de balance de flujo con generador de residuos.
El propósito de esta metodología es generar de forma experimental una base de datos que permita
Verificar si cuando una caída de flujo es muy pequeña puede ocurrir un fallo en la
La intensidad de la fuga debe ser suficiente para detectar cambios en flujo y presión.
109
K-IV-DIE-004 Rev: C 23-02-2016
Puede permanecer constante durante largos periodos de tiempo o puede durar periodos de
Para el desarrollo del algoritmo que llevara a cabo la detección de la fuga se observó en la
Incorporar una alerta de fuga que determine el momento en el cual existió una caída en la
señal flujo, que se registra en forma continua mediante 2 sensores de flujo colocados en la
tubería.
Debe contar con algún elemento que le permita al sistema auto ajustarse de forma
automática a la señal de presión y flujo del sistema ya sea antes o después de la fuga.
El principio de conservación de masa dice que el caudal de entrada a una tubería es igual al
Para encontrar el flujo de una posible fuga mediante el balance de masa, debemos encontrar el
desequilibrio que ocasiona la fuga es decir un flujo no compensado, para encontrarlo se requiere
110
K-IV-DIE-004 Rev: C 23-02-2016
Generador de residuos
De la ecuación 25 se puede concluir ∆𝑄𝑛 en estado estable sin fugas, sería igual al promedio de
flujo de envió antes de la fuga menos el promedio de observaciones del flujo de salida.
Para establecer los límites que la señal de flujo puede oscilar sin considerarse como una
adquisición de datos durante un periodo de tiempo con el fin de obtener el valor de flujo
111
K-IV-DIE-004 Rev: C 23-02-2016
flujo, para la cual una variación en el valor promedio de la señal de flujo no se declararía
𝑛
1
𝜎𝑞 2 = ∑(𝑄𝑖 − 𝑄̅ )2 (28)
𝑛
𝑖=1
ecuación 29. Lo cual es punto de partida para determinar la existencia de una fuga. Si el
valor de caudal está por debajo del límite inferior establecido por la desviación estándar
𝑛 2 𝑛
1 1
𝑄̅ − 𝜎𝑞 = { ∑(𝑄𝑖 − 𝑄̅ )2 } − ∑ 𝑄𝑖 (29)
𝑛 𝑛
𝑖=1 𝑖=1
Para dar por hecho la existencia de la fuga se establece que si la caída de flujo se prolonga
la existencia de la fuga.
112
K-IV-DIE-004 Rev: C 23-02-2016
Inicio
No 𝑄̅ >Limite inferior
Fuga no de oscilación de
detectable flujo
Si
La señal de flujo se
No ha restituido dentro
del límite inferior
“¡Alerta! Se ha por 2 seg
Detectado una Fuga
Si
Falsa alarma
Iniciar el algoritmo
de localización de la
fuga
Las redes neuronales artificiales son sistemas especializados de cómputo que pueden
implementarse tanto en hardware como en software y son utilizadas para representar funciones
los procesos desarrollados por el cerebro, el cual procesa información, la combina o compara con
Figura 56. Detección de fugas utilizando el método Figura 57. Red Neuronal Perceptron Multicapa
De residuos.
está dividido en dos etapas: la generación del residuo y la evaluación del residuo
114
K-IV-DIE-004 Rev: C 23-02-2016
la salida del modelo respectivo. Los modelos se construyen para estados sin fallas para variables
sensibles a las fugas. Cuando se produce una fuga, la señal de medición Ys se comporta de
manera diferente a como lo hace el Modelado para un estado impecable. Esto resulta en la
generación del valor residual r, que señala un estado defectuoso del proceso.
Perceptrón Multicapa
El perceptrón multicapa es una red en la que las neuronas están agrupadas en capas como se
muestra en la figura 57. Esta red cuenta con una capa de entrada, 1 ó más capas ocultas y una
entrada y pasarlos a los elementos de las siguientes capas. Este pre-procesamiento puede ser
lleva a cabo en las capas ocultas y en la de salida. Es necesario recalcar que las uniones entre
neuronas están diseñadas de tal forma que cada elemento de la capa previa esté conectado con
59, el cual está dividido en dos etapas fundamentales: etapa de aprendizaje y etapa de monitoreo
115
K-IV-DIE-004 Rev: C 23-02-2016
En la Etapa de aprendizaje El objetivo de esta etapa es caracterizar los cambios de fuga o no fuga
en función del flujo de entrada, flujo de salida. La red neuronal implementada es del tipo
perceptrón multicapa (MPL). La red tiene 4 variables de entrada y 2 de salida. Esta red estima si
hay fuga o no bajo diferentes condiciones del sistema de tuberías. El número de neuronas de la
capa oculta se estima por ensayo y error hasta obtener la mejor configuración de la red.
En la etapa de monitoreo se registran los flujos y las presiones tanto de entrada como de salida
del sistema de tuberías, se evalúa la red neuronal. Luego se calcula y se compara con el nivel de
alerta. Si se cumple que es mayor que el nivel de alerta, se puede afirmar con algún nivel de
116
K-IV-DIE-004 Rev: C 23-02-2016
confianza que hay fuga en el sistema; en caso contrario, vuelve y se toman los registros de datos
Tercera Técnica
La lógica difusa fue desarrollada por Lotfi Zadeh. En 1965 publicó su trabajo en el boletín
“información y control” bajo el título de “conjuntos difusos”. En este trabajo Zadeh partió del uso
de la teoría de conjuntos clásica en la cual sus elementos solo podían “ser” o “no ser” parte del
conjunto. Para proponer de esta forma una noción de pertenecía (grado de pertenencia o verdad),
definiendo esta pertenencia entre los valores de cero a uno. Lo que permite expresar y cuantificar
aplicación. La aplicación ordenada de éstas lleva a una correcta aplicación de la lógica difusa.
Estas son:
Reglas lingüísticas.
Conjuntos difusos.
Proceso de inferencia.
Reglas lingüísticas
muy complejo, es complicado expresarlo y analizarlo de una manera matemática. Es por esto que
117
K-IV-DIE-004 Rev: C 23-02-2016
se trata de hacer una interpretación del problema utilizando herramientas lingüísticas, esto
significa que el sistema o problema se interpreta a través de palabras en vez de números. Si bien
estas son menos precisas permiten un acercamiento más próximo al lenguaje humano.
Para desarrollar estas reglas es necesario tener un conocimiento acerca de la problemática o del
comportamiento del sistema, ya que con ello se es capaz de tener una mejor interpretación de los
sistemas. Estas reglas utilizan la estructura “si….. entonces” y está conformada por dos partes: el
Es necesario crear varias reglas para tener una aproximación más cercana al sistema, el número
de estas puede variar en función a la característica del sistema que se desea aproximar y a los
valores que se necesiten para ella. Cada asignación tiene un grado de verdad o de adición
respecto a la característica del sistema, este grado de adición recibe el nombre de función de
membresía.
Conjuntos difusos
se definen como:
118
K-IV-DIE-004 Rev: C 23-02-2016
“Aquel conjunto que no tiene firme y claro, cuáles son sus límites y el cual puede contener
El grado de adición recibe el nombre de función de membresía, esta función tiene valores entre
𝐴 = {𝑥, 𝑈 𝐴(𝑥)|𝑥𝑋}
para tener una aproximación más real sobre el sistema y se le asignará un valor numérico entre 0
pueden ser representados a través de una gráfica (figura 60.).Existen varias formas de curva que
119
K-IV-DIE-004 Rev: C 23-02-2016
Distribución signoidal.
Distribución gaussiana.
Distribución cuadrática.
Distribución triangular.
operaciones. Estas operaciones se basan en las operaciones básicas de la teoría de conjuntos, las
cuales son:
120
K-IV-DIE-004 Rev: C 23-02-2016
Mín (A, B).- Esta operación resuelve A y B con valores entre (0,1).
Proceso de inferencia
Este proceso sirve para la obtención de las entradas y salidas del sistema (figura 61), el cual es
uno de los objetivos de la lógica difusa. También permite tomar decisiones de control y discernir
1. Fuzzification de las entradas y salidas: Se deben asignar nombre a las variables de entrada y
salida, así como los intervalos de operación, a su vez se realizan las reglas lingüísticas que
discriminar condiciones obvias del sistema, esta etapa funciona como un filtro para las
salidas.
difuso y del que se obtiene únicamente un valor. Para este proceso se tienen varios métodos
121
K-IV-DIE-004 Rev: C 23-02-2016
Lo Primero que se debe hacer es identificar las variables involucradas en el proceso que
describieran más adecuadamente la dinámica del sistema. Esencialmente el sistema cuenta con 4
variables principales, que son la presión de entrada, la presión de salida, el flujo de entrada y el
flujo de salida. Estas variables se escogieron bajo el criterio de que son aquellas que aportan más
dinámica al sistema. El valor de estas variables son obtenidas a través de mediciones realizadas
directamente en el proceso.
Es necesario determinar los intervalos de operación de cada uno de estos para cada variable de
122
K-IV-DIE-004 Rev: C 23-02-2016
acuerdo a donde se ubica la fuga es la presión de entrada que aumenta a medida que la fuga se
ubica más lejos del sensor de presión de entrada. Y el flujo de entrada que disminuye a medida
En la tabla 9 se observa a que distancia del sensor de presión de entrada se tomaron los datos para
Por esta razón se utilizaron como variables de entrada del sistema la presión de entrada y el flujo
de entrada.
Una vez definidas las variables de entrada se les dio una asignación lingüística, es decir, se les
etiquetas.
123
K-IV-DIE-004 Rev: C 23-02-2016
Baja (B)
Trabajo(T)
Baja(B1)
Trabajo(T1)
Medio Baja(MB1)
Alta(AL)
el caso de la presente investigación se eligió solamente una salida, esta salida representa el
comportamiento de la salida del sistema de manera cualitativa y no cuantitativa, es por ello que se
124
K-IV-DIE-004 Rev: C 23-02-2016
Correcto (CR)
Para los intervalos de operación de las condiciones del sistema su escala no cuenta con una
magnitud siendo sus intervalos de 0 a 14, los cuales se verán de manera más detallada en la
Las funciones de membresía deben describir el grado de verdad que tenga de la variable ya sea
medida, calcula o estimada con respecto a su magnitud y estado deseado, es por ello que la
selección de estas deben ser determinadas en base a esa relación. En la figura 62 muestra las
125
K-IV-DIE-004 Rev: C 23-02-2016
En la figura 63. Muestra las funciones de membresía para la variable Flujo de entrada (FE).
membresía de la salida, como el objetivo del controlador difuso es resaltar una cualidad y no
generar una acción de control se determinó un intervalo de valores de 0 a 12 para las funciones.
Estas funciones se eligieron como triangulares con el fin de tener una distribución equitativa
entre ellas y de esta manera obtener una salida uniforme. Estas funciones se aprecian en la figura
64.
126
K-IV-DIE-004 Rev: C 23-02-2016
Seleccionadas las variables de entrada y de salida del sistema, así como las funciones de
membresía propias para cada una de ellas, se continúa a la definición de las reglas lingüísticas.
Para la definición de las reglas lingüísticas se utilizó la tabla 10. Como se muestra en la figura
65.
FLUJO DE ENTRADA
PRESION DE ENTRADA
128
K-IV-DIE-004 Rev: C 23-02-2016
Superficies de control
Las superficies de control dentro de la lógica difusa son aquellos conjuntos de valores en los
cuales es posible tener una acción de control, lo que sería similar al intervalo de ganancias de un
controlador PID en un control clásico. Estas superficies representan la interacción de todas las
variables de entrada para la obtención de una salida. Como el sistema sobre el que se trabajó es
variables para obtener una superficie de control, por lo cual solo es posible analizar las
superficies de control para tres dimensiones (2 variables de entrada y una salida). En la figura 66.
129
K-IV-DIE-004 Rev: C 23-02-2016
Primera técnica: Detección de fugas a través de balance de flujo con generador de residuos.
En esta figura se permite visualizar la interfaz gráfica del VI cuando este está en funcionamiento,
permitiendo observar de manera directa los datos obtenidos en tiempo real de los sensores de
130
K-IV-DIE-004 Rev: C 23-02-2016
Figura 68. Interfaz gráfica del VI de detección de fugas (instante en que se detecta la fuga)
La figura 68. Permite observar el preciso instante en el que cuando en el banco de pruebas de
tuberías se presenta una fuga, este lo hace saber a través de una alarma especificando que existe
fuga.
Los datos recopilados se utilizan en el desarrollo del sistema de detección de fugas basado en la
red Neuronal Perceptron multicapa. En general, las Redes Neuronales deben realizar tareas de
clasificación; es decir, clasifican los datos entrantes de flujo de entrada y flujo de salida en estado
de fuga o sin fuga. Por lo tanto, los datos para entrenar la red se desarrollan con cuatro valores de
flujo de salida. Además, tienen dos neuronas de salida; A saber, fugas y no fugas neuronas.
ingresaron los datos de la resta del flujo de entrada menos el flujo de salida como datos de
entrada (Imput Data), y un vector de ceros y unos como datos objetivos (Target Data). Se creó
una red neuronal de tipo Feed – Forward Back propagations con 10 neuronas, se entrenó, dando
131
K-IV-DIE-004 Rev: C 23-02-2016
Se desarrolló un bloque en simulink de Matlab con la red neuronal, luego se alimentó con los
En la figura 71. Se observa la respuesta de la red neuronal ante una fuga en un instante de tiempo
determinado. Se puede apreciar que en el instante que hay un cambio en el flujo de salidas (320s) la red
132
K-IV-DIE-004 Rev: C 23-02-2016
133
Tercera Técnica
Se desarrolló un bloque en simulink de Matlab con lógica difusa, luego se alimentó con el
flujo de entrada y la presión de entrada. Y nos da la respuesta del sistema con la ubicación
de la sección de la fuga.
recordamos el rango de salida de 6 a 8 es para la fuga 3. Por lo cual con los datos
135
K-IV-DIE-004 Rev: C 23-02-2016
6. Conclusiones
tuberías horizontales.
logró con este método inmunidad al ruido, ya que la red neuronal es capaz de
de fugas.
136
K-IV-DIE-004 Rev: C 23-02-2016
El uso de este sistema de adquisición de datos permite detectar una fuga en tiempo
cuenta que a través de ello se puede reducir la problemática que surge detrás de una
fuga.
Al realizar las pruebas de las diferentes condiciones del sistema se determinó que el método
de solución propuesto dentro de este trabajo cumple con el objetivo principal el cual era
diferencia del presente método con respecto a otros presentados dentro de este trabajo es su
base al sistema propuesto, estas son fáciles de modificar para cualquier otro sistema a la vez
en específico. Puede servir también como auxiliar a algún otro método de detección
137
K-IV-DIE-004 Rev: C 23-02-2016
Un aspecto que también puede representar una desventaja es el costo de la licencia del
software de programación. Si bien su costo es un poco elevado para el tamaño del sistema
tratado, este costo sería muy similar al de implementarlo dentro de un sistema más grande
de distribución.
simulación utilizando el paquete FLUENT CFD. Para similar la tubería y el flujo a través
de ella, igual que para generar datos cuando se produce una fuga. Con el fin de obtener más
datos del proceso y así poder utilizar un método más avanzado para localizar exactamente
138
K-IV-DIE-004 Rev: C 23-02-2016
Bibliografía
Arifin, B., Li, Z., Shah, S. L., Meyer, G. A., & Colin, A. (2018). A novel data-driven leak
detection and localization algorithm using the Kantorovich distance, In Computers
& Chemical Engineering, Volume 108. Canada: ISSN 0098-1354
B.M.S. Arifin, Zukui Li, Sirish L. Shah, Gordon A. Meyer, Amanda Colin,
A novel data-driven leak detection and localization algorithm using the Kantorovich
distance, In Computers & Chemical Engineering, Volume 108, 2018, Pages 300-
313, ISSN 0098-1354,
139
K-IV-DIE-004 Rev: C 23-02-2016
“Costo por cada ataque petrolero suma $1.045 millones”, El Universal, 21 de junio de
2015, http://www.eluniversal.com.co/colombia/costo-por-cada-ataque-petrolero-
suma-1045-millones-197536.
Cui-wei Liu, Yu-xing Li, Yu-kun Yan, Jun-tao Fu, Yu-qian Zhang, A new leak location
method based on leakage acoustic waves for oil and gas pipelines, In Journal of
Loss Prevention in the Process Industries, Volume 35, 2015, Pages 236-246, ISSN
0950-4230.
D. J. Z. D. L. Xu, "Real Time Pipeline Leak Detection on Shell's North Western Ethylene
Pipeline," IMechE, vol. C571,1999
E. A. García, "Detectando fallas mediante redundancia analítica," Ingenierías, vol. IV, junio
2001.
Estuelectronic. (06 de Agosto de 2012). ¿Que es y para que sirve Labview? Obtenido de
https://estuelectronic.wordpress.com/2012/08/06/que-es-y-para-que-sirve-labview
140
K-IV-DIE-004 Rev: C 23-02-2016
Geiger, 2006
G. Geiger Estado de la técnica en detección y localización de fugas
Oil Gas Eur. revista , 32 ( 4 ) ( 2006 ) , pp. 193 - 198
Guoxi He, Yongtu Liang, Yansong Li, Mengyu Wu, Liying Sun, Cheng Xie, Feng Li, A
method for simulating the entire leaking process and calculating the liquid leakage
volume of a damaged pressurized pipeline, In Journal of Hazardous Materials,
Volume 332, 2017, Pages 19-32, ISSN 0304-3894.
Huang et al.,2007 Shih-Chu Huang , Lin Wuu-Wen , Meng-Tsan Tsai , Mao-Hsiung Chen
Sensor distribuido de fibra óptica en línea para la detección y localización de fugas
en la tubería Sensores Actuadores A , 135 ( 2007 ) , pp. 570 – 579
Jin et al., 2014 Hao Jin, Laibin Zhang, Wei Liang, Qikun Ding Modelo integrado de
detección y localización de fugas para gasoductos basado en el método de onda
acústica.
Kaijser, 1998
T. KaijserComputing the Kantorovich distance for images
J. Math. Imaging Vision , 9 ( 2 ) ( 1998 ) , págs. 173 – 191
141
K-IV-DIE-004 Rev: C 23-02-2016
Rettberg, Angelika y Prieto, Juan Diego, Conflicto Crudo: Petróleo Y Conflicto Armado en
Colombia (Conflicto crudo: petróleo y conflicto armado en Colombia) (28 de
142
K-IV-DIE-004 Rev: C 23-02-2016
Qu et al., 2010 Zhigang Qu, Hao Feng, Zhoumo Zeng, Jingchang Zhuge, Shijiu Jin A
SVM-based pipeline leakage detection and pre-warning system
Measurement, 43 (2010), pp. 513-519.
S. Chai, L. Dong, B. Zhang, and X. Chai, "Leak detection and localization of gas pipeline
system based on full dynamical model method," in Control Conference (CCC),
2011 30th Chínese, 2011, pp. 5894-5898
Shantanu Datta, Shibayan Sarkar, A review on different pipeline fault detection methods, In
Journal of Loss Prevention in the Process Industries, Volume 41, 2016, Pages 97-
106, ISSN 0950-4230.
Seolin Shin, Gunhak Lee, Usama Ahmed, Yongkyu Lee, Jonggeol Na, Chonghun Han,
Risk-based underground pipeline safety management considering corrosion effect,
In Journal of Hazardous Materials, Volume 342, 2018, Pages 279-289, ISSN 0304-
3894.
Turkowski and Mateusz, "Methods and Systems of Leak detection in long range
Pipelines," pp. 32 - 52, 2008.
Vershik, 2006
Métrica de AM VershikKantorovich: historia inicial y aplicaciones poco conocidas
J. Math. Sci. , 133 ( 4 ) ( 2006 ) , pp. 1410 – 1417
143
K-IV-DIE-004 Rev: C 23-02-2016
Yang X., Jia L., Wang S., Wang J., (2014), Based on pressure gradient model to determine
leakage point in heating pipe network, Journal of Computer Modelling and New
Technologies, 18(5), pp: 253-256.
144
K-IV-DIE-004 Rev: C 23-02-2016
Apéndice A
NOMBRE Y DATOS
COMPROMISOS SOPORTES QUE DEBEN
CANTIDAD ESPECÍFICOS DEL
ADQUIRIDOS ANEXARSE
PRODUCTO *
En materia científica se
publicó un artículo en la
revista Contemporary Fotocopia del artículo con carátula de
Artículos Científicos en
Engineering Sciences revista y tabla de contenido o, carta
Revistas Indexadas 3
denominado “Experimental de la revista acusando recibo del
Homologadas
Study For Detection of leaks artículo sometido
in Horizontal Pipelines”.
ISSN: 1314-7641
145
K-IV-DIE-004 Rev: C 23-02-2016
El articulo Experimental
study of pumps in a pipe
bank. Fue sometido a la
revista JOURNAL OF
PHYSICS: CONFERENCE
SERIES, ISSN 1742-6588
que esta categorizada ante
Colciencias en categoría B.
El articulo Diagnosis of
horizontal pipe leaks using
neural networks. Fue
sometido a la revista
JOURNAL OF PHYSICS:
CONFERENCE SERIES,
ISSN 1742-6588 que esta
categorizada ante Colciencias
en categoría B.
XIII Congreso Internacional
de Electrónica y Tecnología
Avanzada, realizado durante
los días 12,13 y 14 de
septiembre del 2018En
pamplona Norte de Santander.
con la ponencia: “Detection
system of critical Faults in
horizontal pipes”. Memorias
AVANCES RECIENTES EN
LA ELECTRÓNICA Y LAS
TECNOLOGÍA DE
AVANZADA con ISBN
Certificado o diploma de
978-958-56670-3-7.
Ponencias en Congresos 3 participación y presentación de
ponencia y programa del evento
V Encuentro Internacional de
Innovación Tecnológica
realizado los días 10,11 y 12
de Octubre del 2018 en Ocaña
Norte de Santander. con la
Ponencia: Estudio
Experimental de bombas en
un banco de tuberías.
147
K-IV-DIE-004 Rev: C 23-02-2016
Estado
(dar de baja, Persona a
Ubicación
Equipos y reparar, cargo a
No. Inventario de la dentro de Devolución a
software almacenar, partir de la
Universidad unidad la DIE?
adquiridos reasignar, fecha de
académica
entrega a al esta Acta
DIE)
2 transmisor 1660025430000100, Buen Laboratorio July No
de caudal 1660025430000200 estado de Fluidos Andrea
de la Gomez
UFPSO Camperos
2 Sensores de 1660021060002800, Buen Laboratorio July No
Presión 1660021060002900 estado de Fluidos Andrea
de la Gomez
UFPSO Camperos
1 variador de 1660025410000300 Buen Laboratorio July No
velocidad estado de Andrea
Neumática Gomez
de la Camperos
UFPSO
1 1660021770000800 Buen Laboratorio July No
Electrobomba estado de Andrea
Neumática Gomez
de la Camperos
UFPSO
Observaciones adicionales
148
K-IV-DIE-004 Rev: C 23-02-2016
En señal de conocimiento y aprobación lo suscribimos las partes interesadas hoy, ___ de___ de___
Firman:
DIRECTOR/A DE DIVISIÓN
DIRECTOR DEL GRUPO
DE INVESTIGACIÓN Y INVESTIGADOR PRINCIPAL
DE INVESTIGACIÓN
EXTENSIÓN
149
K-IV-DIE-004 Rev: C 23-02-2016
Apéndice B
Artículos de Investigación y certificados de sometimiento de artículos de
Investigación
150
K-IV-DIE-004 Rev: C 23-02-2016
151
K-IV-DIE-004 Rev: C 23-02-2016
152
K-IV-DIE-004 Rev: C 23-02-2016
153
K-IV-DIE-004 Rev: C 23-02-2016
154
K-IV-DIE-004 Rev: C 23-02-2016
155
K-IV-DIE-004 Rev: C 23-02-2016
156
K-IV-DIE-004 Rev: C 23-02-2016
157
K-IV-DIE-004 Rev: C 23-02-2016
158
K-IV-DIE-004 Rev: C 23-02-2016
159
K-IV-DIE-004 Rev: C 23-02-2016
sometido a la revista
Diario de Acceso Abierto de Física: Serie de Conferencias (JPCS), que forma parte de la
Figura 74. Correo de aceptación del evento para que el articulo sea sometido a la revista
160
K-IV-DIE-004 Rev: C 23-02-2016
Abstract. This paper presents an experimental study of radial flow propeller pumps in a
pipe bank. For the development of the research, flow and pressure sensors were used in
order to determine the fluctuations and the characteristics dynamics fluid of the pump. A
control system was used using a solid state relay to vary the speed of the pump and a virtual
platform coupled to a data acquisition system to characterize the network. The characteristic
curve of the propeller pump was obtained with a value of R2 = 0.97, in addition the
characteristic curves of the hydraulic network for turbulent flow are calculated with the
Reynolds number between 13821 and 81521. Finally, the volumetric losses are calculated in
the pipe, which equals 10% for a flow of 10 l / min and as the flow increases up to 6 times
the value decreases to 2%.
1. Introduction
The transport of liquid volumes to distant areas and continuously is organized in hydraulic networks
whose applications extend to manufacturing processes, agriculture, food industry, public services
among others.
The pump is one of the main elements in a hydraulic installation has the function of circulating
water from the generator used in the hydraulic network. For this, the pump supplies a flow of water
whose pressure is sufficient to overcome the resistances along the distribution circuit. "Pumps are
machines designed to move incompressible fluids" [1].
There are two fundamental groups of pumps, called positive displacement and centrifugal effect.
The pumps of positive displacement are used to pump small flow to great heights, their operation is
based on extracting a defined volume independently of the revolutions of the engine, but of way
practically independent of the pressure.
The centrifugal effect pumps has main function is to transform in pressure the energy that comes
through the shaft that produces the rotation of the impeller. Centrifugal pumps are classified
according to the flow direction in radial flow, axial flow and radial-axial flow [2].
Radial flow pumps are used for high loads and small flow rates. The radial flow is developed
mainly due to the centripetal force. The axial flow pumps are used for high flow and low pressure
applications, the liquid enters and exits axially through the impellers.
In this experimental research we use a radial flow centrifugal pump coupled to a data acquisition
system to obtain the characteristic curves of both the pump and the piping system in order to design
the hydraulic networks.
161
K-IV-DIE-004 Rev: C 23-02-2016
This document is organized as follows: in section 2 it presents the characteristic curves of the
system; section 3 presents the experimental configuration used for the characterization of
centrifugal pumps in hydraulic networks; section 4 shows the results; and section 5 the conclusion
is presented.
Figure 1. Operating curve of a pump [3]. Figure 2. Curve of the efficiency of a pump [3].
The Bernoulli equation is used to calculate the total height delivered by the pump between
suction and discharge as shown in equation 1.
P1 V2 P V2
Z1 1 hA 2 Z 2 2
2g 2g (1)
2.2. Characteristic curve of the efficiency of the pump
The efficiency of the pump is measured in how well it can convert the shaft power into
hydraulic power. Since the power of the shaft is also available in graphs of open access,
then, in addition, efficiency can be calculated. However, there is no simple analytical model
for shaft power. Therefore, the adjustment of the power curve of the axis is done using a
low-order polynomial adjustment locally weighted [4].
Figure 2 shows the efficiency curve of a centrifugal pump. The value of the efficiency is
zero when the flow is zero as the flow increases the efficiency increases to a maximum
162
K-IV-DIE-004 Rev: C 23-02-2016
value, called the maximum performance point. When it reaches the point of maximum
performance, when the flow increases, the efficiency decreases.
Equation 2 expresses the mathematical form that is used to calculate the efficiency of a
pump.
Ph
Pe
(2)
Figure 3. Characteristic curve of the pumping Figure 4. Curve of the efficiency of a pump
system [4]. [4].
In the operating range of the pump, it presents operating efficiencies higher than 60%; otherwise, it
is convenient to modify the diameters of the pipes or change the pump. By varying the diameter of
the impulsion or suction pipe, the characteristic curve of the system is modified, increasing or
decreasing the energy losses.
The test bench as shown in figure 5. It is composed of a water circulation line, two radial flow
centrifugal pumps, two water tanks, two pressure sensors, two flow sensors, a data acquisition
system , and a control system using solid state relay.
Figure 5. Experimental diagram of the test Figure 6. Curve of the efficiency of a pump.
bench. Source: Manufacturer.
The main instruments used in the test bench are listed in table 1.
3.2. Pressure sensor
The pressure sensors MPX10DP were used to carry out this investigation as shown in figure 6. The
MPX10DP is a non-compensated silicon pressure sensor with double port for environmental control
systems and level indicators. The piezoresistive silicon pressure sensor of the MPX10 series
provides a very precise linear voltage output, directly proportional to the applied pressure. This
standard uncompensated sensor allows manufacturers to design and add their own external
temperature compensation and signal conditioning networks. The compensation techniques are
simplified by the predictability of the NXP simple element extensiometric design.
164
K-IV-DIE-004 Rev: C 23-02-2016
165
K-IV-DIE-004 Rev: C 23-02-2016
Figure 11. Periodic regression of the pump. Figure 12. Pump adjustment graph.
To calculate the value of the losses in the pipe, the Reynolds numbers whose values oscillate
between 10000 and 80000 are evaluated as shown in Figure 13. It is calculated with Darcy’s Law
[11].
166
K-IV-DIE-004 Rev: C 23-02-2016
Figure 13. Periodic regression of the pump. Figure 14. Graph of losses in the pipeline.
The expression allows calculating the friction factor for turbulent flow [12] in Equation 4.
0.25
f 2 (4)
1 5.74
log 3.7 * D / Re0.9
Table 2 shows the calculation of minor losses for the accessories.
Table 2. Coefficient of minor losses (K) [7].
Losses K K total
Entry 1 1
3 Elbows 90º 0.81 2.43
Expansion 0.36
Contraction ASH-C 25VA 0.32
5. Conclusion
For a propeller pump the percentage of volumetric losses is calculated from the
difference in flow between the inlet and outlet of the pipe connected to the pump. Losses
equivalent to 10% of the total flow are determined which decrease to 2% as the flow
increases. The losses in the pipeline are calculated for a Reynolds number between 13821
and 81521, therefore the flow is turbulent. The values of losses in the pipeline and
accessories are used to correct the characteristic curve of the pump, this methodology was
used because it was not possible to stabilize the flow values at the outlet of the pump. This
is because the flow was periodic with a frequency of 0.02011 rad / s with an R2 of 70 %.
The characteristic curve adjusted with R2 = 97.91%, so it is possible to calculate its
operating point to design hydraulic networks.
References
167
K-IV-DIE-004 Rev: C 23-02-2016
[2] González J Parrondo J Fernández L and Fernández J 2000 Efecto del punto de
funcionamiento de las bombas centrífugas sobre las fluctuaciones de presión en la
voluta a la frecuencia de paso de álabes. In Anales de Ingeniería Mecánica 13
1129-1136
[3] Calahorrano Pérez C I Díaz Á and Miguel F 2011 Diseño y construcción de un banco
de pruebas para bombas centrífugas conectadas en serie y paralelo Bachelor's
thesis
[5] Pedrosa Astudillo A A and Campoverde Martínez P J 2011 Automatización del banco
de pruebas para bombas centrífugas del laboratorio de máquinas hidráulicas de
la Universidad Politécnica Salesiana Sede-Cuenca Bachelor's thesis
[6] Dash N Roy A K and Kumar K 2018 Design and optimization of mixed flow pump
impeller blades by varying semi-cone angle In IOP Conference Series: Materials
Science and Engineering 330(1) 1-7
[7] Bosioc A I Muntean S Draghici I and Anton L E 2016 Hydrodynamic Analysis of the
Flow in an Axial Rotor and Impeller for Large Storage Pump In IOP Conference
Series: Earth and Environmental Science 49(3) 1-7
[8] Long Y Yin J L Wang D Z and Li T B 2016 Study on the effect of the impeller and
diffuser blade number on reactor coolant pump performances In IOP Conference
Series: Materials Science and Engineering 129(1) 1-7
168
K-IV-DIE-004 Rev: C 23-02-2016
[10] Hosono K Kajie Y Saito S and Miyagawa K 2015 Study on cavitation influence for
pump head in an axial flow pump. In Journal of Physics: Conference
Series 656(1) 1-7
169
K-IV-DIE-004 Rev: C 23-02-2016
figura 76. Muestra que va ser sometido a la revista Diario de Acceso Abierto de Física:
170
K-IV-DIE-004 Rev: C 23-02-2016
Figura 76. Muestra que va ser sometido a la revista Diario de Acceso Abierto de Física:
1. Introduction
The transportation of fuels by pipeline is considered a safe and low operational cost method.
However, possible product leaks or spills can cause serious consequences. In addition to the
economic losses presented by the lost product, process stoppage and damage repair, insurmountable
environmental and social losses can occur, such as the death of human beings, irreparable
environmental damage and damage to endemic species, among others. [1].
One of the main problems is associated with the operation and safety of pipelines transporting
chemicals, petrochemicals, gasoline and gas. In recent years, intensive work has been carried out to
increase safety, reliability and availability in the pipeline network, through large investments to
prevent pipeline product theft and pipeline leaks.
Over the years, different types of methods have been implemented in the field of Pipeline leak
detection, External or Dependent Methods such as visual, acoustic, negative pressure and sampling
techniques, which have been used in a qualitative and not very precise way. Internal or Non-
Dependent methods are widely used today as they do not require human intervention such as
172
K-IV-DIE-004 Rev: C 23-02-2016
pressure and flow changes, mass balances, pressure point analysis, and dynamic modeling, and
other technologies have been used for years. [2].
The different techniques associated with artificial intelligence and expert systems such as Fuzzy
Logic, Neural Networks, Genetic Algorithms, and Rule-Based Systems have opened up a new
possibility in the implementation of advanced controls and process optimization systems, where
experience and knowledge of processes and their behavior are the basis for implementation. [4].
In this work, a proposal for a method of detecting leaks in pipes using techniques used in
artificial intelligence is presented. The advantage of this approach is that unlike analytical methods,
it is not necessary to know the mathematical model that describes the dynamics of fluid transport in
the piping. This makes it applicable to any type of fluid or piping as it only requires two flow
measurements.
This document is organized as follows: Section 2 presents the methods of pipe fault detection using
Neural Networks; Section 3 presents Experimental Configuration and Data Collection; Section 4
shows the results; section five presents the conclusions.
Artificial neural networks are specialized computer systems that can be implemented in both
hardware and software and are used to represent complex functions in many fields of application.
Historically, these systems tried to simulate the processes developed by the brain, which processes
information, combines or compares it with stored information and gives adequate answers even to
new situations [5].
2.1. Neuronal Fault Diagnosis System
Figura 1. Detección de fugas utilizando el método Figura 2. Red Neuronal Perceptron Multicapa
De residuos [7] [8]. [9].
Figure 1 shows the general structure of a model-based fault diagnosis system[7] [8]. It can be
observed that the fault diagnosis procedure in a dynamic system is divided into two stages: the
generation of the residue and the evaluation of the residue.
173
K-IV-DIE-004 Rev: C 23-02-2016
The residual value r is determined as the difference between the measuring process of the Ys
signal and the output of the respective model. Models are built for fault-free states for leak-sensitive
variables. When a leak occurs, the Ys measurement signal behaves differently than Modeling for a
flawless state. This results in the generation of the residual value r, which signals a faulty process
state.
The multi-layer perceptron is a network in which neurons are grouped into layers as
shown in Figure 2. This network has an input layer, 1 or more hidden layers, and an output
layer. The main task of the input layer is to pre-process the input data and pass it to the
elements of the following layers. This pre-processing can be scaling, filtering or data
normalization. The fundamental processing of the network is carried out in the hidden
layers and in the output. It is necessary to emphasize that the connections between neurons
are designed in such a way that each element of the previous layer is connected to each
element of the next layer. [10].
The schemes for diagnosing leaks in the experimental piping are shown in figures 3 and 4, which
are divided into two fundamental stages: learning stage and monitoring stage.
174
K-IV-DIE-004 Rev: C 23-02-2016
In the Learning Stage, the objective of this stage is to characterize the leakage or non-
leakage changes as a function of the input flow and output flow. The implemented neural
network is of the multilayer perceptron type (MLP). The network has 4 input and 2 output
variables. This network estimates whether or not there is leakage under different conditions
of the piping system. The number of neurons in the hidden layer is estimated by trial and
error until the best network configuration is obtained.
In the monitoring stage, flows and pressures are recorded both at the inlet and outlet of the
piping system, and the neural network is evaluated. It is then calculated and compared with
the alertness level. If it is found to be higher than the alertness level, it can be stated with
some level of confidence that there is a leak in the system; otherwise, the data records are
recorded again and this indicator is constantly evaluated.
The work is based on experimental data; the first step was to build an experimental piping
installed in the Fluid Mechanics laboratory of the Francisco de Paula Santander University Ocaña
(UFPSO). A schematic diagram of the experimental configuration of the piping, transmitters and
data recording system is given in Figure 5. The data recording system is designed and implemented
based on National Instrument technology, by means of a Virtual Instrument and a NI cDAQ-9178
chassis with a NI 9203 module to capture the values of the variables to be studied and transmit them
to a database accessible on a PC. The components used are described in Table 1 [11].
175
K-IV-DIE-004 Rev: C 23-02-2016
3.2. Sensors
In this experiment two PG2454 Pressure sensors and two SBG434 flow sensors were used as
shown in figures 6 and 7. They comply with the operating characteristics of the system.
This screen shows a Virtual Instrument that allows visualizing the graphs of the inlet
flow, the outlet flow, the inlet pressure, the outlet pressure, it is possible to visualize
independently how each signal behaves and the data recorded from the system is visualized
in a table. In this same screen, when the differences in flow rates and pressure are lower
than the lower limit established in the leak detection algorithm, a message is displayed
saying "a leak has been detected", the data is saved in an Excel file and then processed [12].
176
K-IV-DIE-004 Rev: C 23-02-2016
Figure 12 traces the training, validation and test performances given the TR training record
returned by the function-train.
A Matlab simulink block was developed with the neural network, and then fed with inlet and
outlet flows.
177
K-IV-DIE-004 Rev: C 23-02-2016
Figure 14 shows the response of the neural network to a leak in a given instant of time. It can be
seen that in the instant that there is a change in the flow of outputs (320s) the neural network sends
a one to the output, generating a leak detection alert.
5. Conclusion
The multilayer Perceptron Neural Network has noise immunity characteristics, as it is
able to identify patterns in the training dataset.
The multilayer Perceptron Neuronal network shows a correspondingly fast processing
and sorting capability that provides good performance in leak detection.
References
178
K-IV-DIE-004 Rev: C 23-02-2016
179
K-IV-DIE-004 Rev: C 23-02-2016
Apéndice C
Ponencias en Congresos.
La figura 78, muestran el registro fotográfico del evento. Se participó con la ponencia:
180
K-IV-DIE-004 Rev: C 23-02-2016
181
K-IV-DIE-004 Rev: C 23-02-2016
182
K-IV-DIE-004 Rev: C 23-02-2016
183
K-IV-DIE-004 Rev: C 23-02-2016
184
K-IV-DIE-004 Rev: C 23-02-2016
185
K-IV-DIE-004 Rev: C 23-02-2016
186
K-IV-DIE-004 Rev: C 23-02-2016
187
K-IV-DIE-004 Rev: C 23-02-2016
188
K-IV-DIE-004 Rev: C 23-02-2016
189
K-IV-DIE-004 Rev: C 23-02-2016
190
K-IV-DIE-004 Rev: C 23-02-2016
191
K-IV-DIE-004 Rev: C 23-02-2016
192
K-IV-DIE-004 Rev: C 23-02-2016
193
K-IV-DIE-004 Rev: C 23-02-2016
Octubre del 2018 en Ocaña Norte de Santander. Se participó con la Ponencia: Estudio
ponencia.
194
K-IV-DIE-004 Rev: C 23-02-2016
ponencia.
195
K-IV-DIE-004 Rev: C 23-02-2016
Apéndice D
Actas de Tesis de grado.
Tesis de Pregrado: Desarrollo de un sistema para la detección automática de fugas en un
197