Contenido principal del artículo

Alejandro Torres Muñoz
Universidad de Sevilla
España
William David Chicaiza Salazar
Universidad de Sevilla
España
https://orcid.org/0000-0001-5473-9538
Andrea Bellucci
Universidad Carlos III de Madrid
España
Biografía
Juan Manuel Escaño
Universidad de Sevilla
Núm. 45 (2024), Control Inteligente
DOI: https://doi.org/10.17979/ja-cea.2024.45.10880
Recibido: jun. 3, 2024 Aceptado: jun. 21, 2024 Publicado: jul. 16, 2024
Derechos de autor

Resumen

El uso de aire comprimido es esencial en numerosos procesos industriales debido a su producción segura y manejo sencillo. Sin embargo, su generación es altamente costosa en términos energéticos, representando una fracción significativa de los costos operativos de las instalaciones industriales. Además, las fugas de aire comprimido pueden incrementar considerablemente estos costos, haciendo imperativo el desarrollo de técnicas precisas para su estimación y control. Este estudio se centra en la detección y cuantificación de fugas de aire en un sistema de aire comprimido mediante el análisis de muestras de audio, proponiendo y evaluando distintos modelos de clasificación y regresión para optimizar la eficiencia energética y operativa de la planta.

Detalles del artículo

Citas

Dunn, J. C., 1973. A fuzzy relative of the isodata process and its use in detecting compact well-separated clusters. Journal of Cybernetics 3 (3), 32–57. DOI: 10.1080/01969727308546046. DOI: https://doi.org/10.1080/01969727308546046

Initiative, B. B., 2023. Compressed air. URL: https://betterbuildingssolutioncenter.energy.gov/compressed-air

Rousseeuw, P. J., 1987. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics 20, 53–65. DOI: 10.1016/0377-0427(87)90125-7 DOI: https://doi.org/10.1016/0377-0427(87)90125-7

Ullah, N., Ahmed, Z., Kim, J.-M., 2023. Pipeline leakage detection using acoustic emission and machine learning algorithms. Sensors 23 (6). DOI: 10.3390/s23063226. DOI: https://doi.org/10.3390/s23063226

U.S. Department of Energy, 2003. Improving Compressed Air System Performance: A Sourcebook for Industry. Office of Energy Efficiency and Renewable Energy. URL: https://www1.eere.energy.gov/manufacturing/tech_assistance/pdfs/compressed_air_sourcebook.pdf

U.S. Department of Energy, 2023a. Compressed air systems. URL: https://www.energy.gov/eere/amo/compressed-air-systems

U.S. Department of Energy, 2023b. Technology strategy assessment - compressed air energy storage. Tech. rep., Office of Energy Efficiency and Renewable Energy. URL: https://www.energy.gov/sites/default/files/2023-07/Technology%20Strategy%20Assessment%20-%20Compressed%20Air%20Energy%20Storage_0.pdf

Yan, Y., Shen, Y., Cui, X., Hu, Y., 2018. Localization of multiple leak sources using acoustic emission sensors based on music algorithm and wavelet packet analysis. IEEE Sensors Journal 18 (23), 9812–9820. DOI: 10.1109/JSEN.2018.2871720 DOI: https://doi.org/10.1109/JSEN.2018.2871720

Zhu, S.-B., Li, Z.-L., Zhang, S.-M., Liang, L.-L., Zhang, H.-F., 2018. Natural gas pipeline valve leakage rate estimation via factor and cluster analysis of acoustic emissions. Measurement 125, 48–55. DOI: 10.1016/j.measurement.2018.04.076 DOI: https://doi.org/10.1016/j.measurement.2018.04.076