Professional Documents
Culture Documents
de las Mediciones
Ing. Carlos Lus Llovera M.
Presidente de PROYTEK, S.A.
Maracay, Venezuela
Email: cllovera@proytek.com
Los sistemas modernos de control y los sistemas de gestin de informacin de planta procesan y producen
grandes cantidades de datos. A pesar de la importante inversin en tales sistemas muchos de los datos pueden
ser incorrectos o presentar inconsistencias cuando los usamos para revisar los balances de proceso y de
planta, pudiendo conducir a prdidas de efectividad en el uso de la informacin y a prdidas de dinero en la
empresa. Adicionalmente en los procesos hay magnitudes imposibles de medir directamente. Un sistema de
reconciliacin de datos apunta a resolver de manera formal todos estos problemas de calidad de los datos. Este
artculo intenta explicar los conceptos bsicos de la reconciliacin de datos y presenta algunos ejemplos
basados en Sigmafine que es una reconocida herramienta para esta importante aplicacin.
?? Clculo inapropiado o errneo de los Medidores de Propagacin de los errores de las mediciones
Flujo Los resultados de procesamiento de datos son
generalmente de diferentes grados de precisin. En la
?? Mala calibracin de Instrumentos
prctica podemos conseguirnos en algunos casos con
?? Fallas en los instrumentos
errores de varios cientos por ciento de los valores
reales. Los valores importantes para la toma de administracin y gestin est adecuadamente validada
decisiones deber ser acompaados de datos acerca y conlleve a balances correctos.
de la precisin de los resultados (una forma de
medicin de la confiabilidad de los datos). Los sistemas modernos de control y los sistemas de
Anlisis de Datos gestin de informacin de planta procesan y producen
Un error grueso en el encaje de los datos con el grandes cantidades de datos. A pesar de la importante
modelo puede ser causado por un error grueso en las inversin en tales sistemas muchos de los datos
pueden ser incorrectos o presentar inconsistencias
mediciones o por un error en el modelo. Cualquiera de
cuando los usamos para revisar los balances de
las dos discrepancias resta valor a los resultados. Un
buen paquete de reconciliacin de datos ofrece proceso y de planta, pudiendo conducir a prdidas de
herramientas para estos anlisis. efectividad en el uso de la informacin y a prdidas de
dinero en la empresa. Adicionalmente en los procesos
Deteccin e identificacin de errores gruesos en hay magnitudes imposibles de medir directamente.
las mediciones
La reconciliacin provee herramientas poderosas para A consecuencia de esas inconsistencias los conjuntos
la deteccin de la presencia de errores gruesos y para de datos son manipulados por diferentes grupos o
la identificacin del origen de esos errores departamentos, de diferentes maneras que conducen
(identificacin de instrumentos con errores gruesos). a que a las mismas mediciones se les apliquen
Errores de Modelo variedad de ajustes diferentes segn el caso. Esto, a
En algunas ocasiones hay discrepancia entre los su vez, conduce a que los resultados de contabilidad
datos y el modelo causados por un modelo de produccin no cuadren con los datos de ingeniera
inadecuado (por ejemplo, por no tomar en cuenta ni estos con los de planificacin, etc., an cuando
parte de la dinmica del proceso, por no tomar en todos utilizan como base los mismos datos de origen.
cuenta prdidas no medidas, modelos demasiado Esto lleva a la gerencia a tomar decisiones basadas
simplificados, etc.). La reconciliacin es un mtodo en informacin de pobre grado de certidumbre y
eficiente para configuracin de modelos o para facilitar consistencia. La inconsistencia en los datos
la inclusin de mayor complejidad en los modelos. inevitablemente conduce a prdida de confianza en
los sistemas de mediciones y adquisicin de datos.
Optimizacin de Mediciones
An los mtodos ms avanzados de procesamiento de La conclusin es clara: La mayor disponibilidad de
datos no pueden adecuar un mal diseo de las datos y la mayor confiabilidad del sistema de
mediciones. La reconciliacin provee un mtodo para adquisicin de datos y control no necesariamente
evaluacin del sistema de mediciones. Tal evaluacin conlleva a mejora en la confiabilidad de informacin.
puede conducir a la mejora del sistema de mediciones
existente o al reemplazo del mismo por un nuevo La mejora en la confiabilidad de la informacin solo se
diseo. puede obtener cuando comprendemos el significado
de los datos, cuando podemos cuantificar la calidad de
2. El Caso de Balance General de Planta los datos y cuando los datos cuadran adecuadamente
en los balances.
Para obtener beneficios de las operaciones de
procesos continuos o batch, tales como procesos 3. Qu es la calidad de los datos?
qumicos, petroqumicos, produccin, refinacin, etc.,
se requiere saber con precisin lo que Usted tiene hoy Una definicin de la calidad de los datos se basa en el
y hacia donde se esta yendo. Con la informacin porcentaje de prdida de masa en la planta.
detallada de lo que realmente pas hoy la gerencia
puede responder a los cambios que le permitan La utilizacin de la prdida de masa como una medida
mantener los inventarios y compras de insumos a tono de la calidad de los datos en una planta solo toma en
con las condiciones del mercado. consideracin los flujos en los lmites (ingresos y
egresos de masa) pero no dice nada sobre los
La informacin oportuna y balanceada sobre el estado problemas operacionales internos. La pregunta sobre
de la planta y la direccin de las operaciones debe que tan bueno es el sistema de mediciones tendr
estar disponible en todo momento. Por esto muchas variadas respuestas desde bueno, hasta malo, hasta
empresas estn integrando los sistemas de planta con no sabemos. Estas afirmaciones solo califican sin
los sistemas ERP (por ejemplo SAP) y deben asegurar cuantificar el problema. Los diferentes grupos en la
que la informacin automticamente transferida desde planta le tienen confianza a instrumentos diferentes y
los sistemas en la planta hacia los sistemas de hacen sus propias suposiciones sobre como
reconciliar los datos para que los balances cuadren. correccin para las mediciones de un da. Cuando el
Para poder manejar la situacin y mejorar se requiere sistema de medicin madura las correcciones
cuantificar lo que entendemos por calidad de los datos esperadas y las realizadas tienden a converger (
en lugar de permitir la interpretacin emocional que (DX2/DX3 =1). Llegado ese punto de convergencia el
vara dependiendo de quien responda. sistema de mediciones se desempear a su mxima
precisin y confiabilidad.
Para responder a este requerimiento Sigmafine ha
implementado una tcnica nica que incluye cuatro 4. Los principios de mediciones, balance de
ndices de calidad de datos que llamaremos DX0, masas y reconciliacin
DX1, DX2 y DX3. Estos ndices caracterizan el
desempeo de todas las mediciones balance de la Medicin
planta incorporando mediciones internas del proceso.
Estos ndices son tiles cotidianamente para decidir si No existe una medicin perfecta. Antes de que
los datos son completes y precisos y permiten podamos comenzar a evaluar la calidad de los datos
monitorear las tendencias del desempeo del sistema de planta es importante comprender los principios de
de mediciones. Los valores DX se definen a precisin en las mediciones, incertidumbre y las
continuacin: diferencias entre desviacin y precisin. La figura 1
describe la distribucin de errores de un instrumento
?? DX0 de medicin mediante la toma de una cantidad infinita
El porcentaje de masa no chequeada que fluye en la de lecturas del mismo valor. Tpicamente las lecturas
planta (objetivo 10~25%). Un flujo es no chequeado se distribuirn en una curva Gaussiana en la que la
si no se le puede confirmar por medio de al menos dos desviacin es el error sistemtico calculado como la
mediciones independientes(mediciones co- diferencia entre el valor verdadero y la media
chequeadas). DX0 provee una medida de la aritmtica de la curva. La precisin se define como el
incertidumbre del sistema de mediciones de planta. error aleatorio y tendr un valor diferente para cada
lectura. Estadsticamente podemos tener confianza en
?? DX1 que 95 de 100 mediciones estarn dentro de dos
El porcentaje total de desbalance en las mediciones desviaciones estndar de la media aritmtica.
co-chequeadas (objetivo 6~15%). El desbalance es el
error neto definido como la suma de las mediciones La incertidumbre del valor medido es definida por la
que entran a un punto de balance, ms cualquier siguiente ecuacin:
acumulacin menos la suma de las mediciones que
salen del punto de balance. Esto aplica solamente a Incertidumbre ? Desviacin2 ? Pr ecisin2
los flujos co-chequeados de planta. En la realidad la
planta como un todo est siempre fsicamente
balanceada pero el sistema de mediciones no lo El siguiente ejemplo ilustra la diferencia entre
refleja de ese modo debido a los errores aleatorios de desviacin y precisin:
los instrumentos o debido a desviaciones, modelos
inadecuados, densidades incorrectas, mal muestreo, Dos medidores se utilizan para tomar mltiples
fallas en los instrumentos, etc. Que deben ser lecturas de un flujo constante de valor real igual a 100
vigilados para oportuna deteccin y correccin. unidades exactamente. Los resultados de las lecturas
se presentan en la Figura 2.
?? DX2
El porcentaje total de correccin aplicada a las
mediciones individuales de los balances co-
chequeados (objetivo 2~5%). Este valor indica la
cantidad de ajuste que Sigmafine tuvo que realizar
para satisfacer todos los balances de la planta.
Representa la suma de los cuadrados de las
correcciones mnimas aplicadas a los valores
medidos por los instrumentos.
?? DX3
El porcentaje total de tolerancias de las mediciones
individuales de los balances co-chequeados (objetivo
2~5%). Este valor refleja el nivel esperado de Figura 1
cumple en todos los procesos excepto en las
115
reacciones nucleares).
110
105
Meter Reading
100
Meter A
95 Meter B
90
85
80
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1718 19 20 21 22 23 24 25 26 27 28 29 30 31
Reading number
Figura 3
Figura 2