Resumen

Debido principalmente al entorno hostil de las plantas de tratamiento de aguas residuales (EDAR), la fiabilidad de los sensores con respecto a cualidades importantes suele ser escasa. En este trabajo, presentamos el diseño de un método de diagnóstico de fallos semiadaptativo basado en el análisis factorial de mezcla bayesiano variacional (VBMFA) para apoyar la monitorización de procesos. El método propuesto es capaz de capturar la fuerte no linealidad y la significativa característica dinámica de las EDAR que limitan seriamente la aplicación de métodos estadísticos multivariantes convencionales para la implementación del diagnóstico de fallos. El rendimiento del método propuesto se valida mediante un estudio de simulación de una planta de aguas residuales. Los resultados han demostrado que la estrategia propuesta puede mejorar significativamente la capacidad de diagnóstico de fallos en un escenario sin fallos, detectar con precisión el cambio brusco y el fallo de deriva, e incluso localizar correctamente la causa raíz del fallo correspondiente.

• Materias:Aerodinámica Robótica Sistemas no lineales Regulación automática Instrumentación automática
• Subjects:Aerodynamics Robotics Nonlinear systems Automatic regulation Automatic instrumentation
• Palabras claves:método semiadaptativo de diagnóstico de fallos, análisis factorial de mezcla bayesiano variacional, aplicación de diagnóstico de fallos, característica dinámica significativa, wwtps, fallo, método, cambio brusco, multivariante convencional, fallo correspondiente
• Keywords:semiadaptive fault diagnosis method, variational bayesian mixture factor analysis, fault diagnosis implementation, significant dynamic feature, wwtps, fault, method, abrupt change, conventional multivariate, corresponding fault