Detección de fallos de pequeña magnitud en sistemas industriales multimodo.

• Autores: Marcos Quiñones Grueiro, Alberto Prieto Moreno, Orestes Llanes Santiago
• Localización: Revista Científica de Ingeniería Electrónica, Automática y Comunicaciones, ISSN-e 0258-5944, ISSN 1815-5928, Vol. 36, Nº. 2, 2015, págs. 29-39
• Idioma: español
• Títulos paralelos:
  • Monitoring of small magnitude faults in multimode industrial processes.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La detección de fallos de pequeña magnitud es uno de las cualidades que deben poseer las herramientas de diagnóstico basadas en datos históricos en procesos industriales multimodo. La existencia de múltiples modos de operación, las transiciones entre estos y el ruido presente en las mediciones de las variables complejiza la tarea de detectar este tipo de fallos lo cual se debe al reto que representa identificarlos datos que corresponden a cada régimen de funcionamiento estable. En este trabajo se propone un nuevo método para la identificación de modos de operación estables. Este se basa en una modificación del algoritmo de agrupamiento de las k-medianas que se ha denominado k-medianas incremental. Sus principales ventajas son la robustez ante la presencia de transiciones, datos fuera de rango (outliers) y ruido de tipo no gaussiano en los datos, no es necesario conocer la cantidad de modos de operación previamente para parametrizarlo y no requiere de múltiples corridas. A partir de los modos obtenidos se presenta el esquema de detección a utilizar. Para probar la efectividad de la estrategia propuesta se utilizó como proceso un tanque reactor-calentador continuamente agitado (CSTH por sus siglas en inglés). Los resultados obtenidos a partir de simular un fallo con diferentes magnitudes en cada modo de operación demuestran la efectividad de la propuesta realizada.

  • English

    The monitoring of small magnitude faults is a specification that should be accomplished by data-driven fault diagnosis techniques in multimode industrial processes. This is a challenging problem because it is difficult to identify the data of each stable operation mode considering the presence the transitions between them and the noise of the measurements. A method for the identification of stable operation modes is proposed in this paper. This is based in a modification of the clustering algorithm known as k-medians and is named incremental k-medians. His main advantages are: is robust against the presence of transitions, outliers and noise in the dataset, it is not required to know the number of modes previously to parameterize it and it is not required to make multiple runs of it. The monitoring scheme is built upon the identified modes. The proposed strategy is tested using a continuous stirred tank heater (CSTH). Results obtained for a fault with different magnitude in each mode demonstrate the effectiveness of the proposal.