2. DETECCIÓN DE FALLOS
Bachilleres:
Jáuregui, Estefanía
Marcano, María
Profesora:
Judith Devia
Universidad de Oriente
Núcleo de Monagas
Ingeniería de Sistemas
Cursos Especiales de Grado
Automatización y Control de Procesos Industriales
Abril/2015
Equipo CAD
3. Índice
Introducción
Marco teórico:
Detección de fallos
Métodos para la detección de fallos
Mediante redundancia analítica
Mediante conocimiento
Detección vs Diagnóstico de fallos
Aplicaciones de los métodos para la detección de fallos
Conclusión
Referencias
4. Introducción
Detección de Fallos
La detección y diagnóstico de fallas tiene un papel
muy importante en muchas áreas industriales en las que
interviene la ingeniería. Esto debido a los complejos
sistemas con los que hoy en día realizan sus procesos las
industrias. Dicha complejidad se presenta por el gran
número de variables que intervienen en los procesos
industriales y que se deben de tomar en cuenta al
momento de su monitoreo. Por lo tanto, es una tarea
desafiante y difícil, el poder identificar las variables que
se encuentran fuera de las condiciones normales de
operación dentro de un proceso que está siendo
monitoreado. Una alternativa para el monitoreo de un
número grande de variables es el uso de técnicas para la
detección de fallos.
5. Detección de Fallos
Detección de Fallos
La detección de fallos consiste básicamente en la
obtención de indicadores de fallo y su evaluación
continua, seguido de un proceso de decisión. Se
fundamenta, por tanto, en el conocimiento sobre el
funcionamiento del proceso (modelo) y la utilización de
éste de forma automática y sistemática para decidir sobre
el correcto (o incorrecto) funcionamiento del proceso de
forma continua
6. Detección de Fallos
Métodos
Paso 1
Generación de
Residuos
• Este paso consiste en la obtención de
señales que contienen información sobre las
fallas solamente. Estas señales son
llamadas residuos. En el caso ideal los
residuos son cero cuando no hay fallas y
difieren de cero en la presencia de una falla
7. Detectando fallas
mediante la
redundancia analítica
• Utiliza solamente
herramientas matemáticas o
analíticas (modelos
matemáticos precisos,
procesado de señales) para
realizar sus funciones.
Detectando fallas
mediante el
conocimiento
• Incluye herramientas de la
inteligencia artificial. Por
ejemplo, representación
simbólica de señales, o
modelos cualitativos
incluyendo imprecisión o
incertidumbre.
Paso 1. Generación de Residuos
Detección de Fallos
8. Detección de Fallos
El espacio de
paridad
Ecuaciones a partir del
modelo del sistema, las cuales
tienen que cumplirse si el
funcionamiento nominal del
sistema no se ve alterado por
fallas.
Filtro detector de
fallas
En el filtro detector además de
tener un modelo matemático el
cual es capaz de predecir el valor
de las salidas del sistema en
caso de que no hubiera fallas
presentes se cuenta con un
término de corrección.
Estimación
paramétrica
Una de las dificultades más
grandes es el requerimiento
de riqueza en frecuencias
de la señal de entrada al
sistema, para poder permitir
la estimación de los
parámetros. Este es un
requisito que
frecuentemente hace este
procedimiento no operable.
Redundancia Analítica
9. Conocimiento
• De manera simplificada cada neurona podría definirse
como una suma ponderada de entradas que son pasadas
a través de una función no lineal, llamada función de
activación.
• El ajuste de los parámetros se denomina aprendizaje de
la red
Redes neuronales
• La lógica difusa fue desarrollada por el Ing. Lofti Zade a
mediados de los años 60 con la finalidad de incorporar la
experiencia de los operadores en el diseño de
controladores
• La aplicación a detección de fallas consiste en obtener un
modelo difuso del sistema y entonces aplicar las mismas
ideas que en el espacio de paridad.
Lógica difusa
• Aquí se revisa el comportamiento actual con el que se
considera normal, el cual es obtenido a través de un
sistema experto o cualquier técnica de inteligencia
artificial.
Inteligencia artificial
Detección de Fallos
10. Paso 2. Evaluación de
Residuos
• Generalmente la evaluación se realiza
obteniendo una medida del residuo. Esta
medida puede ser estadística o determinista.
La primera está basada en cálculo de
desviación estándar, varianza, media, etc.,
mientras que los segundos son basados en
la noción de distancia definida en los
espacios vectoriales, tales como normas,
siendo las más utilizadas la norma 2 ó
euclidiana y la norma infinito.
Métodos
Detección de Fallos
11. Detección VS Diagnóstico
Analíticos
En los métodos analíticos, los
síntomas o residuos pueden
indicarnos directamente el origen
del fallo,
con lo cual el diagnóstico puede
hacerse directamente. sin
embargo, pueden darse conflictos
(diagnósticos múltiples) que
requieran algún tipo de decisión
inteligente o razonamiento para su
resolución.
Conocimiento
Los métodos de detección
basados en conocimiento pueden
incluir directamente algún tipo de
herramientas inteligentes que
permitan determinar el origen de
los fallos simultáneamente a su
detección.
Este sería el caso de la utilización
de síntomas más directos (por
ejemplo histogramas en los que
cada zona indique un estado o
situación del proceso) o modelos
cualitativos que incluyan las
situaciones de fallo (por ejemplo
diagramas de estado).
Detección de Fallos
12. Detección de falla en
aviones
• Una vez que la falla se presenta es fácil corregirla
mientras tenga un rango pequeño de frecuencia y
amplitud, pero se complica mucho a medida que
aumenta. El problema es que esta falla no es
detectada por el piloto cuando la amplitud o la
frecuencia son pequeñas.
• Este tipo de falla puede ser corregida mediante la
aplicación de técnicas de diagnóstico basadas en
redundancia analítica y reconfiguración del
controlador (mediante el piloto).
Aplicaciones
Detección de Fallos
14. Las fallas en un sistema de automatización tendrán impacto
directo en cualquier industria. Esto se traduce la mayor parte del
tiempo, en altos costos de mantenimiento, altos costos de reparación y
en oportunidades en la pérdida total o parcial de los niveles de
producción.
La rápida detección de la presencia de fallas en los sistemas
puede ayudar a tomar acciones correctivas y de este modo reducir el
daño potencial que esta falla puede ocasionar al sistema.
Tradicionalmente los mecanismos para la detección de fallas son
basados en el concepto de redundancia y más específicamente en el
uso de redundancia física, es decir, en el uso de elementos repetidos
en el sistema. Estos elementos nos permiten, por medio de
comparaciones del funcionamiento, tomar decisiones sobre la
presencia de fallas y sobre posibles acciones correctivas.
Conclusión
Detección de Fallos
15. Referencias
Automatización Industrial. (S/f). [Documento en línea]. Disponible
en:
http://www.webdelprofesor.ula.ve/ingenieria/eladio/PCAUTO
/PCEAUT_UNIDAD_II.pdf
Detección de fallas en sistemas de supervisión. (2014). [Página web
en línea]. Disponible en:
http://es.slideshare.net/EquipoSCADA/deteccin-de-fallas-en-
sistemas-de-supervisin
Detectando de fallas mediante redundancia analítica. (2001).
[Documento en línea]. Disponible en:
ingenierias.uanl.mx/11/pdf/11_Efrain_Alcorta_Detectando_F
allas.pdf
Detección de Fallos