Los graduados de la USFQ obtienen el tercer lugar en un reto mundial de Ingeniería Aplicada

miércoles, agosto 5, 2020

El objetivo del proyecto fue el desarrollo de un sistema automatizado capaz de detectar fallas operacionales en sistemas energéticos. El sistema incluye transporte de agua, calentamiento y refrigeración...

Tiempo de lectura: 2 minutos

Este reto, organizado por The American Society of Heating Refrigeration and Air Conditioning Engineers (ASHRAE), consistió en diseñar un sistema basado en Machine Learning para detectar fallas de sistemas de aire acondicionado y ventilación.

Es la primera vez que ASHRAE USFQ Student Branch participa en este importante evento internacional que convoca a universidades y estudiantes de todo el mundo. “En su primer año como grupo estudiantil han logrado tener una efectiva organización. Que este ejemplo inspire a los miembros actuales a enfrentarse a nuevos retos”, dijo Juan Sebastián Proaño, tutor del equipo ASHRAE USFQ.

Proaño felicitó a los ingenieros María José Jácome y Pedro Reina, quienes en su último semestre en la Universidad San Francisco de Quito, lideraron y llevaron a cabo este proyecto.

El objetivo del proyecto fue el desarrollo de un sistema automatizado capaz de detectar fallas operacionales en sistemas energéticos. El sistema incluye transporte de agua, calentamiento y refrigeración. Múltiples sensores monitorean los subsistemas en el prototipo. Por ejemplo, al calentar agua, se midió la temperatura para identificar desviaciones de un valor en estado estable.

Las posibles causas de la desviación podrían ser daños en la estructura eléctrica o en los sensores. Para ambos casos, la medición de temperatura será incorrecta. Un control PID intentará mantener la temperatura del agua a 40°C. Los problemas seleccionados que deben abordarse en el sistema de transporte de agua son los que se encuentran comúnmente en la industria: cavitación, válvulas atascadas, fugas y bombas que dejan de funcionar.

Debido al tamaño del modelo del proyecto, el sistema de refrigeración incluye solo cambios de temperatura inesperados. Los datos enviados por los sensores se guardan en un código Python que usa algoritmos de regresión lineal, método K – de vecinos más cercanos (KNN) y programación de declaraciones “if”. Cuando se detecta cualquier falla, se envían mensajes de advertencia al operador del sistema. Tanto los sensores como el código de programación se validaron correctamente y se concluyó que todos los problemas propuestos se detectaron como se esperaba.