Identification and fault detection in actuator using NN-NARX

• Hurtado-Cortés, Luini Leonardo ^[1] ; Forero-Casallas, John Alejandro ^[1]
  1. [1] Universidad Distrital Francisco José de Caldas

     Universidad Distrital Francisco José de Caldas

     Colombia

     
• Localización: Visión electrónica, ISSN 1909-9746, ISSN-e 2248-4728, Vol. 2, Nº. Extra 2, 2019 (Ejemplar dedicado a: Special edition), págs. 304-312
• Idioma: inglés
• Títulos paralelos:
  • Identificación y detección de fallas en accionamiento utilizando NN-NARX
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se presenta la utilización de un modelo de Red Neuronal no lineal Auto Regresivo de Variable Exógena o NN-NARX (por sus siglas en inglés), para la identificación y detección de fallas en un accionamiento de un proceso térmico industrial. Inicialmente, se exponen las técnicas de detección y diagnóstico de fallas; luego, se hace énfasis en los modelos de Redes Neuronales Artificiales para identificación y detección de fallas. Posteriormente, se describe el sistema de control de un proceso térmico utilizado como caso de estudio. Un sistema de monitorización permite el registro de datos en condiciones normales de operación para la identificación usando el modelo NN-NARX. El modelo es utilizado para la generación en línea de residuos ante fallas que son introducidas aleatoriamente. Finalmente, se presentan los resultados de la generación y evaluación de residuos. El sistema diseñado es útil para la implementación a través de un dispositivo hardware que puede incorporarse en el equipo del proceso y apoyar al operador ante la presencia de fallas.

  • English

    In this paper, the use of a Nonlinear Auto Regressive eXogenous Neural Networks model or NN-NARX for identification and fault detection in the actuator of an industrial thermal process is presented. Initially, the techniques of fault detection and diagnosis are exposed; then, emphasis is placed on the models of Artificial Neural Networks for identification and fault detection. Subsequently, the control system of a thermal process used as a case study is described. A monitoring system allows data recording under normal operation conditions for identification using the NN-NARX model. The model is used for residual online generation due to faults that are introduced randomly. Finally, the results of residual generation and evaluation are presented. The designed system is useful for implementation through a hardware device that can be incorporated into the process equipment and support the operator in the presence of failures.