Resumen

Este artículo presenta un enfoque para el diseño basado en datos del sistema de diagnóstico de fallos. El esquema de diagnóstico de fallos propuesto consta de un generador residual adaptativo y un banco de observadores de aislamiento, cuyos parámetros se identifican directamente a partir de los datos del proceso sin necesidad de identificar el modelo de proceso completo. Para hacer frente a las variaciones normales del proceso, los parámetros del generador residual se actualizan en línea mediante una técnica adaptativa estándar para lograr un rendimiento fiable en la detección de fallos. Una vez detectado con éxito un fallo, se activará el esquema de aislamiento, en el que cada observador de aislamiento sirve como indicador correspondiente a la aparición de un tipo concreto de fallo en el proceso. Los umbrales pueden determinarse analíticamente o mediante la estimación de la función de densidad de probabilidad de las variables relacionadas. Para ilustrar el rendimiento del enfoque de diagnóstico de fallos propuesto, se utiliza finalmente un sistema de tres tanques a escala de laboratorio. Se demuestra que el esquema basado en datos propuesto es eficaz para tratar aplicaciones cuyos modelos de procesos analíticos no están disponibles. Especialmente, para las plantas a gran escala, cuyos modelos físicos son generalmente difíciles de establecer, el enfoque propuesto puede ofrecer una solución alternativa eficaz para la monitorización de procesos.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:rendimiento fiable de detección de fallos, generador residual adaptativo, modelos analíticos de procesos, modelo completo de procesos, solución alternativa eficaz, enfoque de diagnóstico de fallos, esquema de diagnóstico de fallos, sistema de diagnóstico de fallos, función de densidad de probabilidad, técnica adaptativa estándar
• Keywords:reliable fault detection performance, adaptive residual generator, analytical process models, complete process model, effective alternative solution, fault diagnosis approach, fault diagnosis scheme, fault diagnosis system, probability density function, standard adaptive technique