Resumen de Diagnóstico de Procesos Industriales Mediante Predicción de Estados Funcionales con Inteligencia Artificial

John A. Ramírez Urrego, Henry O. Sarmiento, Jesús María López Lezama

• español

  Este artículo presenta el diseño de una estrategia inteligente, para el diagnóstico automático de procesos industriales mediante la predicción con Redes Neuronales Artificiales (RNAs) y clasificación difusa. Para diseñar la estrategia de diagnóstico se utilizó información histórica del proceso. La clasificación fue implementada como herramienta para el agrupamiento difuso de patrones. Las RNAs de configuración multicapa fueron entrenadas para predecir los estados funcionales del proceso. Las salidas en la etapa de predicción son las entradas del clasificador. En el esquema de diagnóstico propuesto la estimación de los estados funcionales es presentada a los operarios de los procesos, como información futura para generar las acciones preventivas antes de la transición hacia un estado de falla. La estrategia propuesta fue implementada sobre un sistema de control convencional; y sobre un sistema de producción de aire medicinal.

• English

  This work presents the design of an intelligent strategy for the automatic diagnosis of processes by means of Artificial Neural Networks (ANNs) prediction and fuzzy classification. To design the diagnosis strategy, historical information of the process is used. The classification is implemented as a tool for the diffuse grouping of patterns. ANNs of multilayer configuration were trained to predict the functional states of the process. The outputs in the prediction stage are the entries of the classifier. In the proposed diagnostic scheme, the functional states are presented to operators of the processes, as future information to generate the predictive-preventive actions before the transition to a fault state. The proposed strategy was implemented on a conventional control system; and on a medicinal air production system. In this last system, the predictor of functional states presented filtration capacity in the observation of relative humidity, which is considered as an additional gain in the design, as it is a variable of difficult prediction in tropical climates. It can be concluded that the proposed methodology is able to make appropriate diagnoses of both industrial processes.