Mano a mano con los datos del proceso

¡Alarma!

¿Está a punto de cundir el pánico en la sala de control? ¿O simplemente el operario se sentará, se relajará, pulsará el botón “Reconocido” y tomará otro sorbo del café recién preparado?
Ambos son escenarios posibles y ambos proporcionan información interesante, especialmente cuando se trata de la gestión de alarmas como estrategia para analizar y reducir las mismas, por ejemplo, según EEMUA 191. Sin embargo, también tiene sentido echar un vistazo a estos datos al comienzo de un análisis de datos.

Identificar rápidamente las prioridades

Como primer paso, cuando se presenta un nuevo proyecto de análisis de datos, se toman generalmente los datos relevantes del proceso. Se necesita obtener una visión general lo antes posible y alinearlo con la información obtenida en la fase de definición. Esto es exactamente lo que sucedió en un proyecto de Yokogawa con OXEA Produktion GmbH & Co. KG. donde, en resumen, el objetivo era determinar qué causaba la vibración en un proceso específico.

Los primeros resultados confirmaron enseguida lo dicho por Oxea, que se había acumulado mucha experiencia desde la primera campaña en el año 2015. Las inestabilidades graves, que fueron un problema en los primeros días, desaparecieron. Sin embargo, pocas personas se dieron cuenta de cuánta experiencia se ha adquirido en OXEA en los tres años transcurridos desde entonces. Los operadores intervinieron en el reactor y en la columna “downstream” casi el doble de veces que en todas las demás plantas juntas. Esto no se debió a alarmas excesivas – el contenido de muchas de estas acciones manuales también fue reseñable. Sin embargo, fue precisamente este aprendizaje práctico lo que enseñó al personal de OXEA el valor del examen detallado. Junto con un análisis selectivo de los datos del proceso, les proporcionó pistas vitales para optimizar la gestión del proceso.

Dos pájaros de un tiro

Mediante un ajuste relativamente sencillo de la estrategia de control se mataron dos pájaros de un tiro. El control de nivel de tanque funciona ahora de forma totalmente automática y las cantidades de alimentación ya no tienen que ser reguladas manualmente, sino que están integradas en la estrategia de control del reactor; como resultado, la planta funciona de forma mucho más fluida, lo que alivia considerablemente la carga del operador. Por otro lado, se requieren considerables habilidades de persuasión cada vez que se realizan cambios en la estrategia de control, porque la gente tiende a ser muy reacia a reevaluar la forma en que operan en “su” planta. “Cuanto más clara y visible sea la mejora, mayor será la aceptación, al igual que en este caso”, afirma Stefan Frentzen, director de la planta de Marl.

Hazte una imagen completa

Las herramientas que permiten visualizar y gestionar las alarmas & eventos de forma gráfica simplifican enormemente su análisis. Una de ellas es Exaplog, que puede utilizarse para el análisis estadístico tanto de datos históricos como datos en línea. Merece una atención especial el “Event Balance Trend”, es una solución elegante de visualizar el equilibrio entre las alarmas y las acciones del operador. Con esto se pueden reconocer los patrones en los datos muy rápidamente, y mejor aún, si el balance entre las alarmas y la intervención del operador es coherente. Pero también se hacen visibles muchas alarmas innecesarias, reacciones exageradas por parte del operador o incluso alarmas debidas a una operación incorrecta.

Examen conjunto

Pero volvamos al mundo de Exaplog. Como muestra claramente el caso de aplicación descrita, la visión adicional de los datos de alarma y eventos ha acelerado significativamente el análisis de datos o los ha hecho posibles en primer lugar. Ya que solo cuando los datos de proceso se visualizan junto con los datos de alarma y de eventos se puede obtener una imagen completa del comportamiento del sistema. Este es un buen consejo para todos los principiantes en el análisis de datos. De acuerdo con el lema “It doesn’t always have to be big data” – “No siempre tiene por qué ser Big Data”- se pueden realizar análisis de datos comparativamente sencillos obteniendo resultados mensurables. Así que, pongámonos manos a la obra y gestionemos algunas alarmas. Seguro que encontrarás lo que buscas sin siquiera intentarlo.

Y para todos aquellos que insisten en los grandes datos (Big Data): los métodos de aprendizaje de la máquina (machine learning) permiten escanear tanto los datos de alarmas y eventos como los registros de operación, de modo que se puede evaluar y automatizar secuencias o utilizarse una topología de planta para predecir los caminos de propagación dentro de una planta en función de la densidad de alarmas.

Ambición digital – La relevancia de la Seguridad de Plantas Industriales

Soluciones de sistemas analíticos: ¡Comer sin tener que cocinar!

Bienvenido al Blog de la Industria de Yokogawa