Cálculo del espesor de pared de tubos de intercambiadores de calor mediante el análisis de valores extremos (EVA) 

Garantizar la integridad de los tubos de los intercambiadores de calor es fundamental y un reto cuando se trata de mantener la eficiencia industrial. Los intercambiadores de calor son componentes vitales en diversas industrias, ya que desempeñan un papel clave en la transferencia de calor entre fluidos. Sin embargo, la inspección se convierte en un trabajo GRANDE y SUCIO con haces que contienen entre 250 y la abrumadora cifra de 5000 tubos. Tradicionalmente, debido a la preocupación por el estado de los tubos y el potencial de corrosión de los intercambiadores de calor, las instalaciones suelen inspeccionar todos y cada uno de los tubos. Este proceso no sólo es laborioso, sino que también requiere mucho tiempo. Imagínese pasar 12 horas limpiando e inspeccionando sólo 300 tubos. Además, algunas técnicas de inspección de la corrosión, como el Sistema de Inspección Rotativa Interna (IRIS), requieren una limpieza meticulosa de los materiales del sustrato para obtener resultados eficaces. A menudo, esto significa múltiples rondas de lavado e inspección para obtener datos precisos. 

El análisis de valores extremos (EVA) es un método estadístico que ha revolucionado la forma de abordar esta ardua tarea. Al emplear el EVA para calcular eficazmente el espesor de las paredes de los tubos de los intercambiadores de calor, podemos reducir con seguridad el número de tubos inspeccionados sin comprometer la seguridad ni el rendimiento. Esto no sólo acorta significativamente los tiempos de inspección, sino que también se traduce en un importante ahorro de costes. Además, EVA ayuda a prolongar la vida útil del intercambiador de calor evaluando con precisión el estado de los tubos. En este blog, exploraremos cómo EVA transforma el proceso de inspección de intercambiadores de calor, haciéndolo más inteligente, rápido y eficiente. 

El análisis de valores extremos (EVA) es un potente método estadístico para predecir los valores más extremos de un conjunto de datos. En el contexto de los intercambiadores de calor, el EVA resulta especialmente útil para calcular la pérdida de pared máxima a partir de una muestra de tubos más pequeña y representativa. El proceso comienza con el muestreo, en el que se toman lecturas del espesor de pared de una selección representativa de tubos dentro del intercambiador de calor.  

Una vez recogidos los datos, se ajustan a una distribución estadística, normalmente la distribución de Gumbel. Este proceso de ajuste ayuda a comprender el comportamiento de los valores extremos dentro del conjunto de datos. A partir de esta distribución, la pérdida de pared máxima se extrapola a todo el intercambiador de calor, lo que proporciona una visión completa de la degradación potencial. 

A partir de aquí, hay que calcular el grosor de la pared de los tubos del intercambiador de calor a lo largo del tiempo. Al comprender cómo cambia el grosor de la pared, es posible predecir la vida útil restante del intercambiador de calor. Esta información es crucial para planificar las inspecciones y garantizar el rendimiento óptimo del equipo.

Ahora que ya sabemos cómo puede aplicarse EVA a los cálculos del espesor de las paredes de los tubos de un intercambiador de calor, vamos a estudiar cómo puede aplicarse este proceso en la práctica. Utilizaremos el flujo de trabajo de nuestro software IMS PEI como ejemplo para ilustrarlo. He aquí un desglose paso a paso del proceso: 

La siguiente imagen visualiza este flujo de trabajo, proporcionando una visión clara de todo el proceso. 

A la hora de recopilar datos sobre el espesor de las paredes de los tubos, es esencial asegurarse de que la muestra sea representativa y de alta calidad. Las inspecciones de alta calidad, como las realizadas con el Sistema de Inspección Rotativa Interna (IRIS), son muy recomendables, ya que proporcionan datos precisos y fiables. Sin embargo, incluso con inspecciones de menor calidad, los resultados tienden a ser conservadores y pueden seguir utilizándose. 

La muestra debe representar la totalidad del intercambiador de calor y ser homogénea para reflejar con precisión el estado del equipo. La imagen siguiente muestra una muestra representativa típica (izquierda) comparada con una muestra no representativa (derecha), que carece de la suficiente dispersión. 

Los datos homogéneos no muestran variaciones significativas ni zonas localizadas con índices de corrosión más altos o más bajos. Cuando los datos no son homogéneos, es necesario estratificarlos. Esto implica dividir los datos en grupos o estratos más pequeños y uniformes. Por ejemplo, los lados de entrada y salida del intercambiador de calor podrían ser estratos separados, ya que las diferencias de temperatura afectan a los índices de corrosión. Se recomienda tomar una muestra del 20-25% de los tubos por estrato, ya que tomar más podría dar lugar a estimaciones demasiado optimistas. Para la primera inspección, al establecer una línea de base, puede ser necesario inspeccionar hasta el 100%. Siguiendo estas directrices, se asegurará de que las lecturas del espesor de las paredes de los tubos sean precisas y fiables. 

Después de ajustar la distribución, por ejemplo, Gumbel, a los datos, es esencial evaluar la bondad del ajuste utilizando métodos estadísticos y gráficos. Los métodos estadísticos incluyen pruebas de hipótesis como la prueba de Kolmogorov-Smirnov, que evalúa la calidad general del ajuste, y la prueba de Anderson-Darling, que hace hincapié en las colas de la distribución. Estas pruebas proporcionan una medida cuantitativa de lo bien que la distribución de Gumbel representa los datos. 

Además de los métodos estadísticos, deben utilizarse métodos gráficos para comprender mejor el ajuste. Entre ellos se incluyen los gráficos de probabilidad, los gráficos de probabilidad de superación y los gráficos de cuantiles. Por ejemplo, el gráfico de cuantiles que se muestra a continuación compara los cuantiles teóricos con los cuantiles de la muestra. Un cuantil divide un conjunto de datos en intervalos de igual tamaño (por ejemplo, la mediana es el cuantil 50, lo que significa que la mitad de los puntos de datos están por debajo de él). Si el ajuste es bueno, los puntos del gráfico de cuantiles se alinearán a lo largo de una línea recta. El gráfico incluye una línea de ajuste perfecto (azul) y bandas de confianza (verde) para resaltar las desviaciones. Si la mayoría de los puntos (rojos) se encuentran cerca de la línea y dentro de las bandas, indica que la distribución teórica se ajusta bien.

Estas herramientas visuales ayudan a identificar discrepancias o patrones que pueden no ser evidentes sólo mediante pruebas estadísticas. Es fundamental no confiar únicamente en los métodos estadísticos. Revisar los métodos gráficos antes de sacar conclusiones garantiza una evaluación de ajuste más sólida. Además, siempre se debe evaluar la pérdida de pared prevista y asegurarse de que se comprende bien el comportamiento de la corrosión.  

El objetivo es deducir estadísticamente la pérdida de pared máxima de todo el intercambiador de calor. Para ello pueden utilizarse dos métodos: Nivel de retorno y Distribución extrapolada. Estos métodos ayudan a determinar la pérdida de pared máxima más probable (valor extremo) y sus límites de confianza (CB). Veamos ahora una representación visual que nos ayudará a comprender la distribución de los valores de pérdida de pared y los intervalos de confianza asociados.  

La imagen superior muestra un gráfico de distribución extrapolada con una curva de función de densidad de probabilidad. La curva alcanza su punto máximo en el valor máximo más probable de pérdida de pared (resaltado por el círculo verde). Se estrecha en ambos extremos, ilustrando la distribución de los posibles valores máximos de pérdida de pared. Los valores de los cuantiles, como el cuantil 95 en 1,02 mm (marcado por el círculo rojo), indican los límites de confianza. Esto significa que el 95% de las pérdidas de pared máximas previstas son inferiores a 1,02 mm, mientras que el 80% de las pérdidas de pared máximas previstas son inferiores a 0,879 mm (indicado por el círculo amarillo).

Nuestro estudio de caso se centra en la inspección de un precalentador de crudo con tres trenes en funcionamiento. Estos intercambiadores de calor llevan funcionando 25 años, alcanzando su vida útil de diseño, y el cliente quería prolongar su vida útil al menos diez años más. Anteriormente, se realizaban inspecciones visuales con boroscopio a intervalos fijos para evaluar el estado de los tubos, pero éstas sólo proporcionaban datos cualitativos sin medir el grosor de las paredes. El cliente necesitaba determinar si era necesario sustituirlos. 

Un año antes del final de su vida útil, durante una parada programada, se inspeccionaron los intercambiadores de calor utilizando muestras representativas. Esto permitió estimar la pérdida máxima de pared y ayudó a decidir si era seguro seguir funcionando otros diez años. 

Los tres intercambiadores obtuvieron resultados similares, por lo que nos centraremos en uno de ellos. El haz de intercambiadores de calor consta de 120 tubos de acero al carbono, de los cuales se inspeccionaron 23. Los conocimientos adquiridos en inspecciones anteriores con boroscopio ayudaron a identificar los mejores tubos para examinar. El espesor de renovación se fijó en 1,1 mm, con un espesor de pared nominal de 2,4 mm. La inspección tuvo lugar el 1 de octubre de 2023. 

Una única estratificación homogénea fue suficiente para este intercambiador de calor. No hubo variaciones significativas ni zonas localizadas con índices de corrosión más altos o más bajos; los valores se situaron dentro de un estrecho margen, como se muestra en el histograma siguiente. Esto confirma que los datos recogidos representaban la totalidad del intercambiador de calor, proporcionando información fiable sobre su estado. 

Las pruebas estadísticas y los métodos gráficos indicaron un buen ajuste de los datos. Tanto la prueba de Kolmogorov-Smirnov (p-KS) como la de Anderson-Darling (p-AD) mostraron valores p superiores a 0,5, lo que confirma la calidad del ajuste (véanse los resultados a continuación). 

Los gráficos también mostraban que la distribución teórica se ajustaba bien a los datos de la muestra, lo que daba confianza en el análisis y confirmaba un buen ajuste. A continuación se muestran los gráficos de probabilidad. 

A continuación, se utilizó el método del nivel de retorno para extrapolar los datos en el espacio y calcular la pérdida de pared máxima de todo el intercambiador de calor. La pérdida de pared máxima más probable era de 0,816 mm (indicada en rojo). En el límite de confianza del 99%, la pérdida de pared máxima era de 1,059 mm (indicado en amarillo), y en el límite de confianza del 80%, era de 0,937 mm (indicado en verde). Los gráficos siguientes ilustran estos resultados. El gráfico superior muestra la curva del nivel de retorno con el límite de confianza del 99%, mientras que el inferior muestra la curva con el límite de confianza del 80%. Como se puede ver, los límites de confianza más altos conducen a estimaciones más conservadoras, mostrando una mayor pérdida de pared, lo que indica un espesor de pared de tubo restante más delgado y una vida útil más corta para los intercambiadores de calor. 

Se calcularon el grosor mínimo restante de la pared del tubo y los índices de corrosión del intercambiador de calor para distintos límites de confianza. Estos cálculos permitieron determinar la vida útil del intercambiador de calor, el intervalo máximo de inspección y la próxima fecha de inspección. 

Las imágenes siguientes presentan un desglose detallado de los resultados. En primer lugar, las dos tablas muestran el espesor de pared mínimo restante del intercambiador de calor y los índices de corrosión con distintos niveles de confianza (95%, 90% y 80%).  

El resumen del cálculo muestra entonces la vida útil del intercambiador de calor (Remnant Life), el índice de corrosión (Rate) y la próxima fecha de inspección (Next Insp Date) con un nivel de confianza del 80%. Es importante señalar que el ingeniero de corrosión determina la elección del límite de confianza. Normalmente, el uso de una muestra representativa y la realización de múltiples inspecciones a lo largo del tiempo aumentan la confianza en los resultados, lo que permite el uso de límites de confianza más bajos. En este estudio de caso, la información recopilada en inspecciones anteriores con boroscopio dio a los ingenieros suficiente confianza en los nuevos resultados para seleccionar el límite de confianza del 80%. 

Con una vida útil del intercambiador estimada en 9,5 años (cercana a la extensión deseada de diez años), la aplicación del concepto de vida media estándar en la industria estableció el intervalo máximo de inspección (MII) en 4,7 años, con la próxima inspección programada para el 24 de junio de 2028. A continuación se muestra el cálculo (con un límite de confianza del 80%): 

Vida remanente = (Espesor mínimo remanente - Espesor de renovación) / Tasa de corrosión=(1,1463mm -1,1mm) / 0,038mm/año = 9,5años

Próxima fecha de inspección = última fecha de inspección + vida residual ∗ SI = 1 de octubre de 2023+9,5*0,5 = 24 de junio de 2028

Estos resultados dieron a los ingenieros confianza en el estado del intercambiador de calor. En lugar de optar por una sustitución completa, se sintieron tranquilos sobre las medidas necesarias para mantenerlo operativo otros diez años. Si la vida útil estimada hubiera sido más corta, podrían haber considerado otras opciones, como el uso de inhibidores de corrosión para ralentizar la corrosión en el intercambiador de calor. Sin embargo, ahora sabían que no era necesario tomar ninguna medida antes de la próxima inspección.

Las ventajas de utilizar este método de cálculo del espesor de las paredes de los tubos de los intercambiadores de calor fueron significativas. Al realizar las inspecciones en una muestra representativa, los ingenieros redujeron el tiempo total de inspección y las actividades de preparación en al menos un 40%, agilizando todo el proceso. Dado que los intercambiadores de calor formaban parte de la ruta crítica, el plazo de entrega también se redujo en un 12%, lo que permitió reanudar la producción antes de lo previsto. Además, un conocimiento más profundo de los riesgos y amenazas supuso un ahorro de costes estimado en un 85%, al evitar costosas acciones de mantenimiento como reparaciones y sustituciones. Estas ventajas ponen de relieve cómo EVA hace que el proceso de inspección de intercambiadores de calor sea más inteligente, rápido y eficaz.  

En resumen, el EVA permite ahorrar mucho tiempo y dinero en las inspecciones y la limpieza de tubos, al tiempo que garantiza que se realizan a los intervalos adecuados. Al utilizar una muestra representativa y realizar múltiples inspecciones a lo largo del tiempo, se puede minimizar el conservadurismo de los modelos. Esto convierte a EVA en un marco fiable para inspecciones eficientes de intercambiadores de calor. Para mayor garantía, IMS PEI permite una evaluación independiente de los riesgos de degradación de los tubos, que puede combinarse con EVA para determinar el momento óptimo para la siguiente inspección. 

Rellene el siguiente formulario para ver EVA e IMS PEI en acción.