Diagnóstico de fallas por el método de análisis de gases disueltos en transformadores de distribución en aceite dieléctrico y propuesta de acciones correctivas, aplicado en el sector minero, del año 2022 al 2024
Descripción del Articulo
El presente estudio desarrolla una herramienta técnica de diagnóstico basada en el análisis de gases disueltos (DGA) para identificar fallas en transformadores de distribución con aceite dieléctrico, aplicada al sector minero peruano durante el periodo 2022–2024. A partir del análisis de datos histó...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad Tecnológica del Perú |
| Repositorio: | UTP-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.utp.edu.pe:20.500.12867/12833 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12867/12833 |
| Nivel de acceso: | acceso abierto |
| Materia: | Análisis de gases disueltos Herramienta de diagnóstico Sector minero Power BI DGA IEEE C57 https://purl.org/pe-repo/ocde/ford#2.02.01 |
| Sumario: | El presente estudio desarrolla una herramienta técnica de diagnóstico basada en el análisis de gases disueltos (DGA) para identificar fallas en transformadores de distribución con aceite dieléctrico, aplicada al sector minero peruano durante el periodo 2022–2024. A partir del análisis de datos históricos, se identificaron deficiencias en la interpretación del DGA y en la toma de decisiones técnicas en mantenimiento, limitando la efectividad de estrategias como el termovacío. Se evidenció que dicho tratamiento reduce temporalmente la concentración de gases, pero no resuelve las causas de raíz. A los 11 meses del proceso, los niveles de gases volvieron a superar los límites establecidos por la norma IEEE C57.104-2019, lo que demostró la necesidad de un enfoque más sostenible. Ante ello, se diseñó una herramienta en Excel y Power BI que automatiza la interpretación del DGA, visualiza tendencias de gases y clasifica el riesgo operativo mediante un sistema semafórico (Estado 1, 2 o 3), considerando factores como la antigüedad del transformador y la relación O₂/N₂. Desde una perspectiva económica, se determinó que el muestreo representa hasta un 3.92% del valor del equipo, mientras que una inspección interna puede alcanzar hasta un 26.88%. Finalmente, se comprobó que la aplicación combinada del Triángulo y el Pentágono de Duval mejora la precisión en la identificación de fallas respecto a los métodos tradicionales. En conclusión, la herramienta propuesta y las acciones correctivas optimizan la detección temprana de fallas, mejoran la fiabilidad operativa y reducen costos en el mantenimiento de transformadores en entornos mineros. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).