El documento describe diferentes tipos de fallas de equipos, incluyendo fallas totales, parciales, súbitas, progresivas y catastróficas. También explica métodos para la detección de fallas basados en modelos, señales o síntomas, como el Análisis de Componentes Principales, el Análisis Discriminante de Fisher y el Análisis Discriminante Generalizado. El objetivo es diferenciar variaciones aleatorias de aquellas que requieren corrección a través del monitoreo y procesamiento de datos.

3. introducción

4. Una falla es un evento indeseable,
cuantificable o no en la operación de un
equipo. Mucho se ha discutido que una falla
tiene que ver con la parada del equipo, pues
no. Un equipo puede estar en falla y aunque
está cumpliendo con su cometido está
generando consecuencias cuantificables o no.

5. Esto amerita una clasificación de la falla,
que según los expertos en mantenimiento
definen algunas según su velocidad de
aparición, impacto, manera de
manifestarse en: catalépticas, progresivas,
críticas, súbitas, parciales, totales,
externas, etc. Pero de todas estas
características lo mas importante es
su impacto negativo sobre las personas,
equipos, ambiente y producción

6. Fallas Totales: causan incapacidad total del equipo.
Fallas Parciales: causan degradación del servicio,
pero no incapacidad total del equipo
Fallas súbitas: ocurren imprevistamente.
Fallas progresivas: El equipo presenta síntomas y
la falla se presenta gradualmente.
Fallas catalépticas o catastróficas: son
simultáneamente súbitas y totales.
Fallas por deriva: Son progresivas y parciales.

7. Fallas Totales: causan incapacidad total del equipo.
Fallas Parciales: causan degradación del servicio,
pero no incapacidad total del equipo
Fallas súbitas: ocurren imprevistamente.
Fallas progresivas: El equipo presenta síntomas y
la falla se presenta gradualmente.
Fallas catalépticas o catastróficas: son
simultáneamente súbitas y totales.
Fallas por deriva: Son progresivas y parciales.

8. Fallas Totales: causan incapacidad total del equipo.
Fallas Parciales: causan degradación del servicio,
pero no incapacidad total del equipo
Fallas súbitas: ocurren imprevistamente.
Fallas progresivas: El equipo presenta síntomas y
la falla se presenta gradualmente.
Fallas catalépticas o catastróficas: son
simultáneamente súbitas y totales.
Fallas por deriva: Son progresivas y parciales.

9. Fallas Totales: causan incapacidad total del equipo.
Fallas Parciales: causan degradación del servicio,
pero no incapacidad total del equipo
Fallas súbitas: ocurren imprevistamente.
Fallas progresivas: El equipo presenta síntomas y
la falla se presenta gradualmente.
Fallas catalépticas o catastróficas: son
simultáneamente súbitas y totales.
Fallas por deriva: Son progresivas y parciales.

10. Fallas Totales: causan incapacidad total del equipo.
Fallas Parciales: causan degradación del servicio,
pero no incapacidad total del equipo
Fallas súbitas: ocurren imprevistamente.
Fallas progresivas: El equipo presenta síntomas y
la falla se presenta gradualmente.
Fallas catalépticas o catastróficas: son
simultáneamente súbitas y totales.
Fallas por deriva: Son progresivas y parciales.

11. Fallas Totales: causan incapacidad total del equipo.
Fallas Parciales: causan degradación del servicio,
pero no incapacidad total del equipo
Fallas súbitas: ocurren imprevistamente.
Fallas progresivas: El equipo presenta síntomas y
la falla se presenta gradualmente.
Fallas catalépticas o catastróficas: son
simultáneamente súbitas y totales.
Fallas por deriva: Son progresivas y parciales.

12. Pueden clasificarse de acuerdo con la
naturaleza del conocimiento
disponible sobre el proceso en:
Detección basada
en métodos
analíticos
Utiliza solamente
herramientas matemáticas
o analíticas (modelos
matemáticos precisos,
procesado de señales) para
realizar sus funciones.
Detección basada
en conocimiento
Incluye herramientas de la
Inteligencia Artificial. Por
ejemplo, representación
simbólica de señales, o
modelos cualitativos
incluyendo imprecisión o
incertidumbre.

13. A su vez, dependiendo de la organización del
conocimiento distinguimos entre:
Detección basada
en modelos:
Los fallos son detectados a
partir de la comparación del
funcionamiento del sistema
supervisado con el de un
modelo del mismo, que
representa el funcionamiento
normal.
Detección basada
en señales o
síntomas:
En este caso los fallos se
detectan directamente a
partir de las señales
procedentes del proceso,
después de un procesado
de las mismas.

14. El papel de los sistemas SCADA en
la detección de fallos puede ir
desde el simple disparo de
alarmas hasta la utilización de
técnicas más sofisticadas ya
integradas o susceptibles de ser
integradas.

15. La utilización de técnicas
estadísticas para detectar
variaciones de calidad o de
producción data de principios
del siglo XX. La evolución de
estos trabajos iniciales ha
evolucionado hacia el llamado
Control Estadístico de Procesos
y de calidad (SPC, Statistical
Process Control y SQC,
Statistical Quality Control).
Uno de los principales propósitos del SPC es el
seguimiento de las variables de proceso con el
objetivo de diferenciar aquellas variaciones
aleatorias, y por tanto incontrolables, de las
variaciones controlables, debidas a cambios en
el proceso (maquinaria, personal, métodos,
entorno, sistema de medida) o en el producto
y que por tanto deberán ser corregidas

16. Análisis de Componentes Principales (PCA).
PCA es una técnica
lineal de reducción de
dimensionalidad, óptima
en términos de capturar
la variabilidad de la data
y aplicarla para realizar
la etapa de Extracción
de Características.

17. Análisis Discriminante de Fisher (FDA).
FDA es una técnica lineal
ampliamente usada para la
clasificación de patrones,
permite reducir la
dimensionalidad de la
data, es óptima en el
término de maximizar la
separación entre las clases
y aplicada para realizar la
Extracción de
Características.

18. Análisis de pares FDA.
En este método propuesto
por He, Peter., (2004) las
fallas son identificadas
aplicando el análisis de
pares FDA a la data en
condiciones normales, que
denotaremos como X0 y la
data en presencia de cada
clase de falla, que
denotaremos como Xi.

19. Análisis Discriminante
El análisis discriminante es una
técnica estadística multivariante cuya
finalidad es describir (si existen) las
diferencias entre g grupos de objetos
sobre los que se observan
p variables (variables discriminantes).
Más concretamente, se comparan y
describen las medias de las p
variables clasificadoras a través de los
g grupos.

20. Análisis Discriminante Generalizado (GDA)
Para el caso en que la data requiere
de un clasificador nolineal, el clásico
FDA ha sido generalizado a su
versión kernel y llamado GDA. De
manera similar que lo hace FDA,
GDA determina un conjunto óptimo
de vectores discriminantes tal que
se maximice la matriz de dispersión
entre las clases mientras se
minimiza la matriz de dispersión de
cada clase

22. Brau Clemanza. (Sep 12, 2011). Las fallas de los equipos y sus consecuencias.
http://www.sistemademantenimiento.com/2011/09/las-fallas-de-los-equipos-y-sus.html
(Mar 29, 2014)
Joan Colomer, Joaquim Meléndez, Jordi Ayza. Sistemas de Supervisión.
http://www.ceautomatica.es/sites/default/files/upload/10/files/sistemas%20de%20supervis
ion.pdf (Mar 29, 2014)
José L. Gouveia, Delfina Padilla, Oscar Camacho. DETECCION Y DIAGNOSTICO DE FALLAS
UTILIZANDO TECNICAS ESTADISTICAS MULTIVARIABLES A PARTIR DE DATA HISTORICA.
http://gibup.files.wordpress.com/2009/11/gda.pdf (Mar 29, 2014)
C2CGOMEZ. Marzo 2012. Mantenimiento Industrial.
http://www.buenastareas.com/ensayos/Mantenimiento-Industrial/3764045.html (Mar 29,
2014)
Analisis Discriminante. Mar 23, 2013.
http://es.wikipedia.org/wiki/An%C3%A1lisis_discriminante (Mar 29, 2014)