Resumen

En el presente trabajo se presenta un estudio sobre la aplicación de estrategias bioinspiradas para laoptimización al diagnóstico de fallos en sistemas industriales. El objetivo principal es establecer una basepara el desarrollo de nuevos y viables métodos de diagnóstico de fallos basados en modelos que permitanmejorar las dificultades de los métodos actuales. Estas dificultades están relacionadas, fundamentalmente,con la sensibilidad ante la presencia de fallos y la robustez ante perturbaciones externas. En el estudiose consideraron los algoritmos Evolución Diferencial y Optimización por Colonia de Hormigas. Laefectividad de la propuesta es analizada mediante experimentos con el conocido problema de prueba de losdos tanques. Los experimentos consideraron presencia de ruido en la información y fallos incipientes demanera que fuera posible analizar las ventajas de la propuesta en cuanto a diagnóstico robusto y sensible.Los resultados obtenidos indican que el enfoque propuesto y, principalmente, la combinación de los dosalgoritmos, caracterizan una metodología prometedora para el diagnóstico de fallos.

INTRODUCCIÓN

El diagnóstico de fallos es el proceso de detección y aislamiento de un fallo (FDI). Los fallos modifican las propiedades características del sistema y producen su incapacidad para cumplir el propósito para el que fueron diseñados [7]. Teniendo en cuenta las graves consecuencias de esta situación, se han desarrollado muchos métodos de IED. Deben garantizar la detección y el aislamiento precoz de los fallos (sensibilidad a los fallos), al tiempo que rechazan cualquier falsa alarma causada por el ruido, las perturbaciones externas o las señales espurias (robustez).

Los métodos de IED se clasifican en tres grupos generales: los que no utilizan un modelo del proceso, los que utilizan un modelo cualitativo del proceso y los que se basan en un modelo cuantitativo [25]. Los métodos que no se basan en un modelo del sistema tienen como principal inconveniente, la necesidad de una gran cantidad de datos históricos del sistema que reflejen el efecto de los fallos.

Los enfoques basados en el modelo que utilizan el modelo analítico cuantitativo se conocen simplemente como métodos de redundancia analítica o métodos basados en el modelo. Permiten una visión profunda del comportamiento del proceso [9]. Esta ventaja y el desarrollo emergente de las técnicas de simulación matemática, hace que los otros métodos sean considerados sólo como una alternativa a los basados en modelos analíticos [5].

La gran variedad de métodos basados en modelos propuestos puede reducirse a unos pocos conceptos básicos como: el espacio de paridad; el enfoque del observador; el enfoque del filtro de detección de fallos y el enfoque de identificación o estimación de parámetros [4, 5, 9]. Para el diagnóstico final, estos métodos suelen dividirse en dos pasos: detección y aislamiento.

• Materias:Estrategias para el desarrollo Diseño experimental Diagnóstico de fallas
• Subjects:Development strategies Experimental design Fault diagnosis
• Palabras claves:Robustez, sensibilidad, sistemas industriales, algoritmos bioinspirados, diagnóstico de fallos.
• Keywords:Industrial systems, robustness, sensitivity, bio-inspired algorithms, fault diagnosis.