Validation of predictive models on used oil analysis data for maintenance decision making in a steam turbo generator
| Autor: | Sierra Mejia, Juan Pablo |
|---|---|
| Přispěvatelé: | Guevara Carazas, Fernando Jesús, Gestión, Operación y Mantenimiento de Activos - Gomac |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2021 |
| Předmět: |
Machine Learning
Used Oil Analysis Steam Turbogenerator Recuperación de aceites usados Analítica de datos Mantenimiento predictivo 629 - Otras ramas de la ingeniería [620 - Ingeniería y operaciones afines] Turbogenerador de vapor Data Analytics Predictive Maintenance Oil reclamation Análisis de aceite usado |
| Zdroj: | Repositorio UN Universidad Nacional de Colombia instacron:Universidad Nacional de Colombia |
| Popis: | ilustraciones, diagramas, mapas, tablas En el presente trabajo se desarrollan modelos descriptivos, clasificatorios y predictivos de la analítica de datos, con el fin de generar una herramienta de toma de decisiones basadas en las observaciones capturadas de diferentes pruebas realizadas al aceite usado de un turbogenerador de vapor marca Siemens de una industria papelera. Se estructura una base de datos con la información recopilada en un periodo de seis años (81 registros).; allí se cuenta con mediciones de diferentes propiedades del lubricante, por lo que se seleccionan 4 variables principales para el análisis. Las variables seleccionadas son el Número acido total (TAN), el porcentaje de agua disuelta en el aceite, la concentración de fósforo en el aceite y la viscosidad a 40°c. Se implementan modelos de clusterización jerárquica, series de tiempo, aproximación por medias móviles y cartas de control. Por último, se presentan las conclusiones derivadas de la implementación de dichos modelos. (Texto tomado de la fuente) In this study, Data analytic models (descriptive, classificatory and predictive) are developed, in order to generate a decision-making tool based on observations obtained from different tests carried out on used oil of a Siemens brand steam turbogenerator from paper industry. A database is structured with information collected over a period of six years (81 records). There are measurements of different properties of lubricant, Then, 4 main variables are selected for analysis. Selected variables are Total Acid Number (TAN), percentage of water dissolved in oil, phosphorus concentration in oil and viscosity at 40 ° C. Hierarchical clustering models, time series, moving average approximation and control charts are implemented. Finally, Conclusions derived from the implementation of these models are presented. Maestría Magíster en Ingeniería Mecánica Machine Learning en gestión de mantenimiento Área Curricular de Ingeniería Mecánica |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|