Resumen

En este artculo proponemos un algoritmo dinmico reducido para mejorar la capacidad de monitorizacin de procesos no lineales. La deteccin dinmica de fallos mediante mtodos basados en datos es una de las tecnologas clave, que demuestra su capacidad para mejorar el rendimiento de los sistemas dinmicos. Entre las tcnicas basadas en datos, encontramos los mnimos cuadrados parciales del ncleo (KPLS), que se presentan como un mtodo interesante para la deteccin y monitorizacin de fallos en sistemas industriales. Se propone el mtodo KPLS reducido dinmico para el procedimiento de deteccin de fallos con el fin de utilizar las ventajas de los modelos KPLS reducidos en modo online. Adems, el mtodo sugerido se desarrolla para monitorizar el sistema dinmico variable en el tiempo y tambin actualizar el modelo de referencia reducido. El modelo reducido se utiliza para minimizar el coste computacional y el tiempo y tambin para elegir un conjunto reducido de funciones del ncleo. En efecto, el KPLS dinmico reducido permite adaptar el modelo reducido, observacin por observacin, sin riesgo de perder o suprimir informacin importante. Para cada observacin, la actualizacin del modelo est disponible si y slo si se presenta otra observacin normal que contenga nueva informacin pertinente. El principio general consiste en tomar slo la observacin normal y la nueva observacin importante en el espacio de caractersticas. A continuacin, se construye el conjunto reducido para la deteccin de fallos en la fase en lnea basndose en un grfico de error de prediccin cuadrtico. A continuacin, el proceso Tennessee Eastman y la calidad del aire se utilizan para precisar las prestaciones de los mtodos propuestos. Los resultados de simulacin del mtodo KPLS dinmico reducido se comparan con los del mtodo estndar.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Algoritmo; Detección de fallos; Sistemas dinámicos; KPLS; Supervisión; Técnicas basadas en datos
• Keywords:Algorithm; Fault detection; Dynamic systems; KPLS; Monitoring; Data-driven techniques