José M. Bernal de Lázaro, Alberto Prieto Moreno, Diego Campos Knupp, Antonio J. Silva Neto
La industria actual requiere de sistemas de diagnóstico de fallos, que en su etapa de detección garanticen pocas falsas alarmas y logren detectar por demás, los fallos con la mayor rapidez posible independientemente de su naturaleza y magnitud. Sin embargo, un problema de los enfoques de monitoreo de procesos mediante estadística multivariada (MSPM) que son utilizados con este propósito es la incapacidad de detectar fallos de pequeña magnitud sin incurrir en un elevado número de falsas alarmas, u omitir gran cantidad de fallos que deben ser detectados. Como solución a este problema, en el presente trabajo se propone un esquema de trabajo que combina las ventajas de los métodos kernel y un novedoso enfoque EWMA con dinámica reforzada para filtrar el estadístico T² de Hotelling utilizado como mecanismo de detección en un proceso químico de gran escala.
The current industry requires of the fault diagnostic systems with a detection stage that can ensure a small number of false alarms and a quick detection of faults, regardless of their nature and magnitude. However, a common problem of the approaches based on the Multivariate Statistical Process Monitoring (MSPM) which are currently used for this purpose is the difficulty of them to detect small magnitude faults without incurring a high number of false alarms, and faults not detected. To overcome this drawback, in this paper is proposed a novel approach that combines the advantages of kernel methods, and a novel EWMA with enhanced dynamic to filter the T² Hotelling statistic used as the fault detection mechanism in a complex chemical process.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados