AUTOMATIZACIÓN Y CONTROL DE
PROCESOS INDUSTRIALES 2021
CAPÍTULO 1: INTRODUCCIÓN
Prof. Aldo Cipriano
aciprian@[Link]
Junio 2021
CONTENIDO
Definiciones
Historia
Presente
Aplicaciones
Nuevas Tecnologías
Conclusiones
2
DEFINICIONES
Tecnologías de Automatización, Robótica y Control
Automatización (del griego antiguo auto: guiado por uno mismo) es el
uso de sistemas o elementos computarizados para controlar
maquinarias y/o procesos industriales sustituyendo a operadores
humanos.
Robótica se ocupa del diseño, manufactura y aplicación de los robots,
para lo cual combina diversas disciplinas: la mecánica, la electrónica, la
informática, la inteligencia artificial y la ingeniería de control.
Ingeniería de control es un área interdisciplinaria de la ingeniería y las
matemáticas que estudia como influir sobre el comportamiento de los
sistemas dinámicos, es decir, de los sistemas que evolucionan en el
tiempo.
3
HISTORIA
ARC: los inicios
4
HISTORIA
ARC: los inicios
5
HISTORIA
ARC: los inicios
6
HISTORIA
ARC: los inicios
7
HISTORIA
ARC: los inicios
8
HISTORIA
ARC: los inicios
9
HISTORIA
ARC: los inicios
10
HISTORIA
ARC: lo actual
11
Automatización y Control de Procesos
1987 1995
Foxboro IA Series: MPC de 4ta generación
Primer sistema en
adoptar sistema
1975 operativo UNIX y
Sistemas de Control tecnología ethernet
Salas de Control Distribuidos (DCS),
de paneles TDC2000 de Honeywell
2003
1960 Experion de Honeywell
Primeros 1970 basado en ethernet
instrumentos Xerox desarrolla 1988 tolerante a falla y
electrónicos la primera versión Tecnología plataforma Windows
miniatura experimental de Control predictivo basado en Fieldbus
Ethernet usando modelo (MPC) de 1ª 1993
un cable coaxial 1972 generación 1985 Bus de campo 1994 2007
PDP8 Control Adaptivo Profibus DP Aceflot & Sisco Amira
en Colón en Los Bronces en El Teniente P893A
1960 1970 1980 1990 2000
1988
Sistema Experto
en El Soldado
1959 1968 2004
Computador RW-300 Controlador Lógico Instrumentación
controla en línea un Programable Modicon inalámbrica
proceso en la refinería 084 (wireless) de 1ra
de Texaco en Port generación
Arthur, Texas
2007
Instrumentación
1985 inalámbrica 2ra
Estándar generación
ANSI/IEEE 802.3
1983 para ethernet
Primer
transmisor digital
inteligente con
salida 4-20 mA
PRESENTE
ARC: Lo actual
13
PRESENTE
ARC: lo actual
14
PRESENTE
ARC: Aeronáutica
15
PRESENTE
ARC: Medicina
16
PRESENTE
ARC: Sistemas biológicos
17
PRESENTE
ARC: Sistemas complejos
18
PRESENTE
ARC: Sistemas complejos
19
PRESENTE
ARC: Sistemas complejos, enjambres (swarm)
20
PRESENTE
ARC: Pulp mill
21
PRESENTE
ARC: Tecnología digital
22
PRESENTE
Intelligent Field Devices
23
PRESENTE
Válvula manual Sensores de
Posicionador Sensores intensidad luz
hidraulico de rotación
Actuadores
lineal & rotatorio Sensores Sensores
de reactivo de nivel
PRESENTE
Controladores
25
PRESENTE
PLC: Programmable Logic Controller
26
PRESENTE
SCADA: Supervision Control and Data Acquisition
27
PRESENTE
Sistema 800 xA, ABB
28
PRESENTE
DCS: Distributed Control System
29
PRESENTE
DCS: Experion PKS de Honeywell
30
PRESENTE
31
31
PRESENTE
Arquitectura
32
PRESENTE
Funcionalidades
33
PRESENTE
Funcionalidades
34
PRESENTE
Control Predictivo Basado en Modelo
35
PRESENTE
OCS Expert System, Metso CISA
36
APLICACIÓN
VisioFroth, Metso Minerals
37
APLICACIÓN
FrothMaster™ 2, Outotec
38
APLICACIÓN
Control con Sensores Visuales
39
APLICACIÓN
MPC en Molienda SAG, Minera Los Pelambres
40
APLICACIÓN
MPC robusto para molienda SAG, Codelco El Teniente
41
APLICACIÓN
Control predictivo de flotación
42
APLICACIÓN
Control predictivo de flotación
43
APLICACIÓN
MPC para Horno Flash, Codelco Norte
44
APLICACIÓN
MPC para Horno Flash, Codelco Norte
45
PRESENTE
Manipuladores robóticos
Grúa articulada Grúa industrial
Sistema de manufactura flexible
Juntura rotatoria.
Componentes de un Suburu – Sistema Manipulador
vehículo robotizado 46
PRESENTE
Robótica en la industria automotriz
47
PRESENTE
Robótica en centrales nucleares
48
PRESENTE
Nómade, Carnegie Mellon University, exploró la
Antártida y el Desierto de Atacama
49
PRESENTE
Robótica en exploración espacial
50
PRESENTE
Robótica en medicina
51
PRESENTE
World Wide Robotics Market Growth
52
PRESENTE
Robótica personal y de servicio
53
APLICACIÓN
LHD y vehículos autónomos
54
APLICACIÓN
Arquitectura del sistema AutoMine, Sandvik
55
APLICACIÓN
Camiones autónomos, Komatsu
56
APLICACIÓN
Limpieza de horno de tostación, Codelco Norte
57
APLICACIÓN
Toma de muestras de concentrado, Molymet
58
PRESENTE
Sistemas híbridos: Fundamentos
59
PRESENTE
Sistemas híbridos: Aplicaciones
60
APLICACIÓN
Control predictivo híbrido Convertidor Teniente, UC
61
APLICACIÓN
Modelo híbrido para Convertidor Teniente: modos de operación
y restricciones sobre las transiciones entre modos
62
APLICACIÓN
Control predictivo híbrido Convertidor Teniente, UC
63
APLICACIÓN
Control predictivo híbrido Convertidor Teniente, UC
64
APLICACIÓN
Control predictivo híbrido Convertidor Teniente, UC
65
PRESENTE
Real-time Business Decision Making
66
PRESENTE
Real-time Business Decision Making
67
PRESENTE
Life-cycle Optimization: The Next Loop
68
PRESENTE
Training Simulator, Immersive Technologies
69
PRESENTE
Modelos y simuladores
70
APLICACIÓN
Simulación para diseño de operaciones mineras
71
APLICACIÓN
Simulador en tiempo real del transporte de minerales
• SimDinTran, en desarrollo a partir del proyecto Conicyt “Intelligent control for
integrated transportation systems”, simula la dinámica del transporte de minerales
efectuado por camiones, correas o trenes, considerando rutas, lógica de despacho,
perfiles de velocidad y distribuciones de carga.
• SimDinTran entrega estadísticas y gráficos de variación en el tiempo de posición de
camiones y trenes, mineral transportado, tiempos de transporte, mineral disponible
en lugares de carga y descarga, tasa de ocupación de recursos, energía consumida,
etc. En modo predictivo, SimDinTran proporciona predicciones en tiempo real de
estas variables a partir de mediciones realizadas.
72
PRESENTE
Dynamic Simulation Technology
73
APLICACIÓN
SIMUC, Simulador integrado de plantas concentradoras
74
PRESENTE
Operator Training Simulator
75
PRESENTE
Intelligent Control System
76
APLICACIÓN
Desarrollos Tecnológicos en Codelco
77
APLICACIÓN
78
APLICACIÓN
Remote Control System
Located at the West Angelas more than 1000 kms from the Remote
Operations Center in Perth
79
APLICACIÓN
Mining: New Developments
80
APLICACIÓN
Mining: Network of Autonomous Vehicles
81
NUEVAS TECNOLOGÍAS
The Engineer of 2020: Context
82
NUEVAS TECNOLOGÍAS
The Engineer of 2020
83
NUEVAS TECNOLOGÍAS
The Engineer of 2020
84
NUEVAS TECNOLOGÍAS
Challenge: Computer Vision
85
NUEVAS TECNOLOGÍAS
Challenge: Information-intensive Surgery
86
NUEVAS TECNOLOGÍAS
Challenge: Information-intensive Surgery
87
NUEVAS TECNOLOGÍAS
Internet of Things (IoT)
88
NUEVAS TECNOLOGÍAS
“Expansión de los actuales servicios de Internet de forma
de acomodar en la red a cada objeto existente”
NUEVAS TECNOLOGÍAS
Smart City
90
NUEVAS TECNOLOGÍAS
Settings where IoT creates value, MacKinsey, 2015
91
NUEVAS TECNOLOGÍAS
IoT levels of impact, MacKinsey, 2015
92
NUEVAS TECNOLOGÍAS
The value potential of IoT (McKinsey, 2015)
93
NUEVAS TECNOLOGÍAS
94
NUEVAS TECNOLOGÍAS
Madurity of IoT solutions by industry, Capgemini, 2015
95
NUEVAS TECNOLOGÍAS
World Economic Forum Industrial Survey 2014
What are the greatest barriers inhibit business from adopting the IIoT?
96
NUEVAS TECNOLOGÍAS
World Economic Forum Industrial Survey 2014
What are the three most important actions the IT industry can take to
help accelerate the adoption of the IIoT?
97
NUEVAS TECNOLOGÍAS
Drivers for Implementing IIoT, ARC, 2015
98
NUEVAS TECNOLOGÍAS
IIoT integrates Operational Tecnologies with the
Enterprise, Yokogawa 2015
99
NUEVAS TECNOLOGÍAS
NUEVAS TECNOLOGÍAS
The Future of Industrial Automation, Honeywell
Purdue Enterprise Reference Architecture vs IoT Reference Model
101
NUEVAS TECNOLOGÍAS
The Future of Industrial Automation, Honeywell, 2016
Industrial Internet of Things Architecture
102
NUEVAS TECNOLOGÍAS
Research Directions for the IoT, Stankovic, 2014:
Humans in the Loop
Challenge 1: The need for a comprehensive understanding of the
complete spectrum of types of human-in-the-loop controls.
Challenge 2: The need for extensions to system identification or
other techniques to derive models of human behaviors.
Challenge 3: Determining how to incorporate human behavior
models into the formal methodology of feedback control.
103
APLICACIÓN
Dos mundos: infraestructura fija y móvil, Rio Tinto, 2014
104
APLICACIÓN
Infraestructura fija: conexión de sensores, Rio Tinto
105
APLICACIÓN
Infraestructura móvil: las máquinas son sensores,
Rio Tinto
106
APLICACIÓN
Machines are the mobile sensor platform, Rio Tinto
NUEVAS TECNOLOGÍAS
108
NUEVAS TECNOLOGÍAS
Cisco, 2013
109
NUEVAS TECNOLOGÍAS
Cisco, 2013
110
NUEVAS TECNOLOGÍAS
111
NUEVAS TECNOLOGÍAS
112
NUEVAS TECNOLOGÍAS
113
NUEVAS TECNOLOGÍAS
114
NUEVAS TECNOLOGÍAS
115
NUEVAS TECNOLOGÍAS
116
NUEVAS TECNOLOGÍAS
117
NUEVAS TECNOLOGÍAS
Data Science, Data Mining, Machine Learning
118
NUEVAS TECNOLOGÍAS
Data Science: Algoritmos
119
NUEVAS TECNOLOGÍAS
Data Science en mantenimiento predictivo
120
APLICACIÓN
Proyecto Fondef “Sistema de Análisis de Big Data en Refinerías
Electrolíticas para el Mejoramiento de la Automatización y
Gestión Operacional: Caso Chuquicamata
Seminario Centro de Innovación UC
[Link]
El análisis de datos con técnicas de Machine Learning para Big-Data
permite formular modelos operacionales técnico-económicos y a partir
de ellos, recomendaciones generadas en tiempo real, destinadas a
mejorar la operación de los procesos industriales. El presente Seminario
tiene como objetivo exponer la situación actual en automatización de los
procesos de la minería, así como la experiencia, buenas prácticas y
proyectos de I+D en análisis de Big-Data para el mejoramiento de la
gestión operacional en plantas de procesamiento metalúrgico.
121
APLICACIÓN
Procesos de la Metalurgia
122
APLICACIÓN
Caracterización de los datos
Múltiples fuentes de datos (5) con distintos protocolos y formatos
7 lazos de control
59 variables relevantes
Apróx. 500 tags en PI
Datos estructurados y no-estructurados
Variables de tiempo continuo y de tiempo discreto
Distintas escalas de tiempo
Variables de valor continuo y de valor discreto
Registros automáticos y manuales
Solución: Preprocesamiento de los datos
123
APLICACIÓN
Arquitectura: Visión
SERVIDOR VIRTUAL: PLATAFORMA DE ANÁLISIS DE BIG-DATA
Predictor
PYTHON
Preprocesamiento Datos Calibrador de DSS
Y Validación Consolidados Modelos
BD Interna
Clasificador
Alertas
Adquisición de datos
Recomendaciones
Bases de Datos Calibrar
(PI, LIMS, SQL)
Acciones
Correctivas
Sensores (DCS)
DCS
Inspecciones
Radio a
Terreno
Análisis de
Laboratorio
Proceso de Electrorefinación
124
APLICACIÓN
Modelos predictivos con 1 día de anticipación
125
APLICACIÓN
Plataforma y arquitectura IIoT
EQUIPO EN STGO
CONEXIÓN VPN
INTERNET
RED ADMINISTRATIVA: COLEGIO
CLIENTES MÁQUINAS VIRTUALES
PLATAFORMA SERVIDOR
INTERMEDIARIO
PI SYSTEM LIMS SQL
126
APLICACIÓN
Sistema de Apoyo a la Toma de Decisiones (DSS)
Recomendaciones operacionales:
• Descartar electrolito
• Procesar electrolito con Planta de Tratamiento de Impurezas (PTI)
• Intensificar inspección preventiva de cortocircuitos
• Programar corte de corriente y cosecha
• Verificar calidad del carguío
Entradas Decision Support System Salidas
Conocimiento Alertas
Variables de experto
proceso
Conjunto de Generador de Alarmas
reglas recomendaciones
Predicciones
Recomendaciones
Rangos óptimos operacionales
127
FUTURO
Mine to Port
128
CONCLUSIONES
Las tecnologías de Automatización, Robótica y Control ofrecen en la
actualidad no sólo sólidos fundamentos sino también numerosos
productos que facilitan su utilización industrial.
La disponibilidad de plataformas de comunicación e información
abiertas, operando en línea y en tiempo real, ha producido en los
últimos años una fuerte explosión en las aplicaciones de estas
tecnologías en la minería.
A la situación anterior se agregan los desarrollos recientes en IIoT y
Data Science, los que están facilitando la integración de tecnologías
en pos de lograr una visión más global del control, más cercana a
los objetivos del negocio minero en términos de productividad,
seguridad y sustentabilidad.
Coincidentemente con estos avances, las exigencias sobre el
recurso humano son cada vez mayores, e imposibles de enfrentar si
no se considera que la formación es un proceso continuo y
permanente.
129
AUTOMATIZACIÓN Y CONTROL DE
PROCESOS INDUSTRIALES 2021
CAPÍTULO 1: INTRODUCCIÓN
Prof. Aldo Cipriano
aciprian@[Link]
Junio 2021