Identificación y Diagnóstico de Fallos en Sistemas de Eventos Discretos Estocásticos.
- Autores: Doyra Mariela Muñoz Añasco
- Directores de la Tesis: Antonio Correcher Salvador (dir. tes.)
- Lectura: En la Universitat Politècnica de València ( España ) en 2015
- Idioma: español
- Tribunal Calificador de la Tesis: Julián José Salt Llobregat (presid.), Rafael Martínez Gasca (secret.), Luis Javier de Miguel González (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: RiuNet
- Resumen
Teniendo en cuenta el incremento de la complejidad de los sistemas industriales y dadas las restricciones de los métodos de diagnóstico basados en modelos tales como: conocimiento exhaustivo del sistema en comportamiento de fallo, modelos complejos, modelos no-determinísticos y algunos con costo computacional alto, este trabajo presenta un método de diagnóstico de fallos para sistemas de eventos discretos estocásticos, sin modelo previo. Para lograr el objetivo, el método identifica el comportamiento normal a partir de las señales de entrada / salida (E/S) del sistema obtenidas on-line. Cada señal es discretizada mediante un generador de eventos, así el sistema es modelado bajo la teoría de lenguajes. Además de la generación de eventos, el método también identifica el tiempo entre eventos, de esta manera el lenguaje del comportamiento normal puede ser modelado como una red de Petri, interpretada, temporizada, estocástica; la cual solo representa el lenguaje observado y evita el no-determinismo. Una vez se ha identificado el comportamiento normal, el método de diagnóstico propuesto compara el lenguaje identificado con el lenguaje observado on-line; si hay desviación entre los lenguajes, se ha detectado un fallo. Este trabajo presenta un diagnosticador que es capaz de usar esa información para detectar el fallo y aprender el comportamiento fallido. El sistema es modular y esto incluye herramientas para localizar el fallo. La información recolectada es una buena base para que un experto diagnostique totalmente el fallo.
