Resumen

Este artículo amplía las técnicas tradicionales de modelos de mezclas gaussianas (MMG) para facilitar el reconocimiento de estados operativos y la detección de fallos emergentes en sistemas industriales. Un método bayesiano variacional permite que un MMG se agrupe con sus componentes de mezcla para facilitar la extracción del comportamiento operativo en estado estacionario; esto se reconoce como un factor primordial para reducir la susceptibilidad de las técnicas alternativas de pronóstico/diagnóstico, que iniciarían falsas alarmas resultantes de cambios en el punto de consigna de control y en la carga. Además, se analiza y aplica un MMG con un componente atípico para la detección directa de novedades y fallos. Una ventaja del método variacional bayesiano frente a los umbrales predefinidos tradicionales es la extracción de datos en estado estacionario tanto en casos de carga completa como parcial, y una ventaja principal del MMG con un componente atípico es su aplicabilidad para la detección de novedades cuando se carece de un conocimiento previo de los patrones de fallo. Los resultados obtenidos a partir de las mediciones en tiempo real en las turbinas de gas industriales operativas han demostrado que la técnica propuesta proporciona una metodología integrada de preprocesamiento, evaluación comparativa y detección de novedades/fallos.

• Materias:Máquinas eléctricas Turbinas hidráulicas Motores (Mecánica) Turbina eólica Turbomáquina
• Subjects:Electric machines Hydraulic turbines Engines Wind turbine Turbomachine
• Palabras claves:método bayesiano variacional, gmm, componente atípico, turbinas de gas industriales operativas, modelo de mezcla gaussiano tradicional, metodología de detección de fallos, umbrales predefinidos tradicionales, extracción, técnicas de diagnóstico, novedad directa
• Keywords:variational bayesian method, gmm, outlier component, operational industrial gas turbines, traditional gaussian mixture model, fault detection methodology, traditional predefined thresholds, extraction, diagnostic techniques, direct novelty