- 02/08/2022
- Casos de uso, Optimización de control
El problema
Una planta de generación de energía con sistemas no convencionales necesita de un delicado equilibro de sus sistemas de control para funcionar correctamente.
La planta es gestionada por un equipo de ingenieros que ejecutan acciones sobre distintos actuadores como válvulas y bombas. Dichas acciones tienen implicaciones directas sobre los sistemas (cambios de presión, temperatura y flujos) pero también implicaciones indirectas sobre sistemas adyacentes.
Es muy importante mantener ciertos valores en rangos de seguridad (presión y temperatura), pero a su vez se pretende obtener el máximo rendimiento posible. Además, hay valores externos que hacen que varíen las temperaturas, y por tanto, la presión. Es muy complejo mantener todos los sistemas funcionando a pleno rendimiento sin incidentes, y para ello, el equipo de ingenieros de control es bastante extenso y la gestión de sus turnos no es trivial.
La planta está totalmente monitorizada con múltiples sensores, y toda acción queda registrada en el sistema. Hay un histórico de datos dos años.
Se propone un sistema de optimización de control, que aprenda de las acciones de los ingenieros sobre el sistema para poder recomendar la mejor acción para cada caso cumpliendo con los rangos de seguridad.
Este modelo de optimización de control una simulación basada en los datos anteriores y usa dicha simulación para probar múltiples escenarios y aprender de forma rápida. Con este modelo se espera que las sugerencias sean al menos tan buenas como las que realizan sus ingenieros, y que a ser posible sea mejor en términos de seguridad.
Prueba de concepto
Se comienza con una prueba de concepto donde se recomienda el valor de sólo una de las válvulas. Tras una limpieza de datos, se modelan las reglas respectivas a los rangos de seguridad y se generan simulaciones usando el histórico de datos existentes.
La prueba de concepto muestra que se puede recomendar un valor óptimo de apertura de la válvula en función de los valores de los sensores. Dicho valor coincide en gran medida con el que proveen los ingenieros y cuando no lo hace casi siempre es para minimizar el riesgo y cumplir estrictamente los valores de seguridad, aunque a veces se traduce en una pérdida de rendimiento.
Los ingenieros reconocen que de haber seguido las recomendaciones se habrían evitado algunos incidentes leves.
La evaluación es positiva, pero se hace notar que el modelo debería de tomar algo de más riesgo para mejorar el rendimiento, aunque los parámetros de seguridad se excedan un poco.
Se entrega una segunda versión de la prueba de concepto que da resultados con mejor rendimiento pero con mayor riesgo. No obstante es suficientemente prudente. El feedback de esta versión es muy positivo.
Producto mínimo viable
Se procede al producto mínimo viable. Este producto mínimo viable da recomendaciones para la mayoría de actuadores, aunque hay un porcentaje de ellos que todavía no obtiene recomendaciones.
Se procede a todos los pasos anteriores, simulación, entrenamiento de modelo y testeo. Se entrega una versión preliminar con la opción de recibir feedback de los ingenieros.
Tras varios meses de uso, se recopilan todos los datos de feedback, junto a comentarios generales, se ajusta el modelo y se procede a entregar la versión final del producto mínimo viable.
Versión final y resultado
Se añaden unos pocos actuadores más, aunque sin cubrir el 100% de ellos y se reentrena el modelo.
Esta versión además provee un software que interactúa con el sistema, aplicando las recomendaciones. Dichas recomendaciones pueden ser anuladas por los ingenieros.
Se han reducido los incidentes leves en un 70% y los graves en un 90%. Se obtienen unas medias de rendimiento similares, incluso superiores, aunque esto no es fácil de asegurar porque algunas recomendaciones son anuladas por ingenieros.
Ahora hacen falta menos ingenieros para mantener la planta funcionando con lo cual los turnos son más relajados y pueden dedicarse a para tareas de innovación para mejorar constantemente la planta.
Como siempre, para mantener el secreto industrial, los datos mostrados aquí están alterados y/o anonimizados. Por lo tanto… todo está basado en hechos reales excepto las partes que nos hemos inventado completamente 
Si te ha parecido interesante este caso de uso, y crees que podría aplicarse en tu caso, no dudes en agendar una reunión con nosotros.
