Diagnóstico de fallos en procesos industriales empleando técnicas de aprendizaje basadas en métodos kernel

Diagnóstico de fallos en procesos industriales empleando técnicas de aprendizaje basadas en métodos kernel

Ciencias técnicas

Ciencias Técnicas

La importancia del diagnóstico de fallos en las industrias modernas es cada vez mayor. La demanda de productos de calidad y la necesidad de mantener los procesos en un estado de funcionamiento seguro ha estimulado intensamente el desarrollo de métodos de diagnóstico de fallos. El propio aumento en tamaño y complejidad de la industria actual hace que se incremente la necesidad de disponer de sistemas de diagnóstico de fallos que sean más robustos ante las perturbaciones y ruidos externos sin que ello implique perder sensibilidad ante fallos de pequeña magnitud. Una solución viable en estas industrias, es el uso de la información contenida en las grandes bases de datos históricos que son recopilados por los sistemas de Supervisión, Control y Adquisición de Datos. El procesamiento y análisis de esta información por medio de herramientas de clasificación y métodos kernel, puede facilitar las tareas de diagnóstico aportando fiabilidad y robustez a los sistemas de supervisión. Una forma de lograr lo anterior, es complementar estos sistemas con módulos de pre-procesamiento que faciliten reducir la dimensión del espacio de trabajo para eliminar información irrelevante que enmascare cualquier fallo en desarrollo y/ o sobrecargue la operación del sistema. En el presente trabajo se desarrollan varias propuestas para el ajuste de las herramientas de pre-procesamiento kernel: Análisis de Componentes Independientes (KICA), Análisis Discriminante de Fisher (KFDA) y Análisis de Componentes Principales (KPCA); las cuales, en combinación con otras técnicas de la Inteligencia Computacional y Reconocimiento de Patrones, se utilizan para mejorar el desempeño de los sistemas de diagnóstico basados en datos. La primera propuesta está dirigida a mejorar la detección de fallos pequeños y /o de lento desarrollo mediante un enfoque kernel-MEWMA con dinámica reforzada y una mejor interpretación de los indicadores de desempeño. La segunda propuesta se enfoca en establecer las pautas y ...

Bernal de Lázaro, José M.

Llanes Santiago, Orestes (Director)

Prieto Moreno, Alberto (Director)

Editorial Universitaria

2016

Cuba, Ministerio de Educación Superior

pdf Interactivo (5,99 Mb)

Español

Texto

La Habana