“Diseño de un sistema experto para el monitoreo y alerta de modos de falla para el sistema de bombeo de agua potable en el Tecnológico de Costa Rica”

Abstract

En el presente documento, se explora el desarrollo de un sistema experto para el monitoreo y alerta de fallas en el sistema de bombeo de agua potable, en el campus central del Tecnológico de Costa Rica, ubicado en Cartago. Con base en los resultados de una exploración literaria previa, basada en normas y experiencias de otros desarrolladores, se establece que los parámetros más representativos para determinar la condición de las bombas centrífugas son: vibración, temperatura, y corriente eléctrica. La forma en la que las variables serán capturadas será mediante sensores de bajo costo para la primera etapa de implementación del sistema (a modo de prototipo, donde se obviarán por el momento los parámetros eléctricos), luego, se podrán cambiar por instrumentos más precisos y de grado industrial. Las señales se enviarán a un Arduino UNO R3, donde serán convertidas a sus unidades correspondientes (g en vibración y °C en temperatura) y, posteriormente, transmitidas a un servidor web, mediante el módulo ESP8266-01. En la etapa de análisis, se hará uso de una red neuronal profunda o DNN, por sus siglas en inglés, lo cual permite, apoyado en un historial de mantenimiento, determinar las regiones y umbrales donde se produzcan las alarmas, de modo que el sistema pueda aprender con el paso del tiempo. Cuando se detecta una anomalía, se brindan recomendaciones para eliminar el problema basadas en Karassik (2001). Finalmente, se construirá una interfaz gráfica mediante el módulo Tkinter, para que el usuario pueda leer e interpretar los datos de forma más fácil e intuitiva.

In this document, the development of an Expert System for monitoring and warning of failures in the water supply pumping system is explored, at the campus of Tecnológico de Costa Rica located in Cartago. From the results of a previous literary exploration, based on standards and experiences of other researchers, it is established that the most representative parameters to determine the condition of centrifugal pumps are vibration, temperature, and current consumption. The way in which the variables will be captured will be through low-cost sensors for the first stage of system implementation (as a prototype, where electrical parameters will be ignored), then they can be changed for more precise instruments and industrial grade later on. The signals will be sent to an Arduino UNO R3, where they will be converted to their corresponding units (g in vibration and °C in temperature) and later transmitted to a web server through the ESP8266-01 module. In the analysis, it will be performed by a deep neural network or DNN, which allows supported by a maintenance history, to determine the regions and thresholds where alarms occur, so that the system can learn over time. When an anomaly is detected, recommendations are provided to eliminate the problem based on Karassik (2001). Finally, a graphical interface will be built using the Tkinter module, so that the user can read and interpret the data in an easier and more intuitive way.