Mantenimiento operacional y revamping en equipos
Petroquímica y combustibles
- Video:Webinar: Reducción de la carga de mantenimiento y costos en las operaciones de petróleo y gas
- Fuente:YouTube
Review—Deep Learning Methods for Sensor Based Predictive Maintenance and Future Perspectives for Electrochemical Sensors
Metodologías de deep learning para el mantenimiento predictivo basado en sensores y perspectivas futuras para sensores electroquímicos.
Durante el funcionamiento de maquinaria y equipos industriales pesados, ciertas caraacterísticas físicas internas, como la temperatura del aceite, la presión del aceite, etc., cambian significativamente al igual que ciertas variables ambientales, como la temperatura externa y la humedad. El análisis de los datos del sensor que captura estas variables puede revelar varias cosas, como la salud del equipo y posibles fallas. El monitoreo continuo de diversas variables, la predicción de fallas o degradación y la toma de acciones para prevenir este tipo de eventos se conoce como mantenimiento predictivo (MP), siendo uno de los componentes más importantes de la manufactura inteligente y de la Industria 4.0. Por lo tanto, el objetivo de este estudio se centra en la investigación de métodos relevantes y efectivos de Deep Learning (DP) aplicados en sensores de datos para mantenimiento predictivo en diversas industrias, incluyendo la industria petroquímica.
Este trabajo fue desarrollado por Srikanth Namuduri (Florida International University, Florida, United States of America), Barath Narayanan Narayanan , Venkata Salini Priyamvada Davuluru (University of Dayton Research Institute, Ohio, United States of America), Lamar Burton y Shekhar Bhansali (University of Dayton, Ohio, United States of America), para Journal of The Electrochemical Society (Vol. 167, núm 3, 2020), una revista enfocada en estudios sobre electroquímica, electrodos, interfases y dispositivos. Esta es una publicación de IOP Publishing (Philadelphia, USA). Contacto: [email protected].
Evaluación del estado del sistema de trampas de vapor de una planta de olefinas
Evaluation of the state of the steam trap system of an olefin plant
Este estudio consiste en la evaluación del sistema de trampas asociadas a la red de distribución de vapor de una planta de olefinas. Los criterios evaluados incluyen inventario de trampas, inspección visual y captura de imágenes termográficas, capacidad operativa de las trampas, estado físico, detección de fugas, entre otros. A partir de las observaciones y resultados, se evidencia la necesidad de algún tipo de intervención en las trampas de vapor. Esto se debe principalmente a la falta de planes de mantenimiento continuo que estén acordes con los estándares industriales internacionales.
Este trabajo fue desarrollado por Karen Romero Harrington (Universidad del Zulia, Maracaibo, Venezuela) para esta edición de la revista Virtual Pro (núm. 219, 2020), publicación de Ingenio Colombiano IngCo SAS (Bogotá, Colombia). Correo de contacto: [email protected]
