Aplicación de inteligencia artificial para predecir fallas en una planta de Control de procesos industriales

Abstract

En este artículo se describe el proceso de investigación y los resultados obtenidos en el estudio de la aplicación de Inteligencia Artificial para predecir fallas en una planta de control de procesos industriales de flujo y presión. La investigación buscó identificar y evaluar modelos de Aprendizaje Automático que, una vez entrenados puedan predecir el estado operativo del proceso industrial con exactitud. El proyecto consistió en automatizar un Entrenador de Procesos de Flujo y Presión para publicar los datos de funcionamiento en tiempo real. El control neumático se modificó para simular por hardware fallas en el actuador corriente/presión (I/P) de la válvula de proceso que controla la presión del sistema. Los datos del proceso y de simulación de fallas fueron registrados para crear un conjunto de datos, Dataset clasificados. Con el Dataset, se entrenó y evaluó el desempeño de varios modelos de Aprendizaje Automático, ML. Finalmente, se utilizó una API de producción para cargar el modelo y evaluar el estado del proceso en tiempo real obteniendo un rendimiento superior al 90 % en las predicciones de falla.