Por favor, use este identificador para citar o enlazar este ítem:
http://www.dspace.espol.edu.ec/handle/123456789/62214| Título : | Diseño de un sistema de monitoreo y control para la sala de compresores de una planta de envases mediante la integración de SCADA y Machine Learning |
| Autor : | Plaza Guingla, Douglas Antonio , Director Flores García, Kevin David Sánchez Coronel, Jorge Luis |
| Palabras clave : | Presión Temperatura Predicción Tendencias Alteración |
| Fecha de publicación : | 2024 |
| Editorial : | ESPOL.FIEC |
| Citación : | Flores García, K. D. y Sánchez Coronel, J. L. (2024). Diseño de un sistema de monitoreo y control para la sala de compresores de una planta de envases mediante la integración de SCADA y Machine Learning. [Proyecto Integrador]. ESPOL.FIEC . |
| Descripción : | El proyecto trata sobre el diseño de un sistema SCADA utilizando Ignition para el monitoreo y control en tiempo real en una sala de compresores de una planta de fabricación de envases, donde se busca mejorar la eficiencia operativa al integrar técnicas de Machine Learning para el mantenimiento predictivo, permitiendo anticipar fallos y asegurar un correcto funcionamiento de los compresores. A partir de la conexión de los equipos de los tableros de control de cada compresor a través de OPC UA se verificó la correcta adquisición de datos y la respuesta del sistema SCADA frente a un entorno real. El diseño del sistema también incorporó pantallas interactivas que permiten a los operadores monitorear el estado de los compresores, controlar la marcha y paro de sus motores, y acceder a datos históricos y tendencias de operación. Luego, con la programación en Python de un modelo de Machine Learning orientado al mantenimiento predictivo de los compresores utilizando datos de presión y temperatura se pudo realizar el análisis de las alteraciones y anomalías que pueden ocurrir dentro de estos parámetros, siendo de gran utilidad para reducir el riesgo de interrupciones inesperadas dentro del proceso de producción en planta. Palabras Clave: presión, temperatura, predicción, tendencias, alteración. |
| metadata.dc.description.abstractenglish: | The project focuses on the design of a SCADA system using Ignition for real-time monitoring and control in a compressor room of a packaging manufacturing plant, aiming to improve operational efficiency by integrating Machine Learning techniques for predictive maintenance. This allows for anticipating failures and ensuring the proper functioning of the compressors. By connecting the equipment from each compressor?s control panels through OPC UA, the correct data acquisition and the SCADA system's response in a real-world environment were verified. The system design also incorporated interactive screens that allow operators to monitor the status of the compressors, control the start and stop of their motors, and access historical data and operational trends. Additionally, by programming a Machine Learning model in Python oriented toward the predictive maintenance of the compressors using pressure and temperature data, it was possible to analyze alterations and anomalies that might occur within these parameters, which is highly useful for reducing the risk of unexpected interruptions in the plant's production process. Keywords: pressure, temperature, prediction, trends, alteration. |
| URI : | http://www.dspace.espol.edu.ec/handle/123456789/62214 |
| metadata.dc.identifier.codigoproyectointegrador: | INGE-2601 |
| Aparece en las colecciones: | Tesis de Electrónica y Automatización |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.