Desarrollo de un sistema de diagnóstico de fallas para equipos de procesos basado en estados anormales caracterizados

Abstract

Un incremento considerable en la complejidad de los sistemas industriales modernos requiere de un desarrollo continuo de métodos para detección de fallas. El monitoreo de la condición operativa en máquinas adquiere gran importancia en la industria por la necesidad de incrementar la confiabilidad y disminuir pérdidas de producción por fallas en los equipos. La adquisición de conocimiento en sistemas expertos es exhaustiva y demasiado costosa en tiempo; la simulación mediante modelos usualmente es demasiado lenta como para operar en tiempo real. Esto explicaría razonablemente el motivo por el que las técnicas de computación en software, tales como los algoritmos evolutivos y las redes neuronales son tan populares en aplicaciones industriales para la identificación y aislación de fallas. Los métodos más apropiados para el desarrollo de sistemas de diagnóstico de fallas tienden a aplicar heurísticas que reflejan el razonamiento humano e involucren técnicas de resolución de problemas complejos inspiradas en procesos de la naturaleza. En ese sentido, la propuesta de este proyecto es justamente adoptar esos criterios para desarrollar un sistema de diagnóstico eficiente capaz de operar en tiempo real, utilizando información capturada directamente de los dispositivos a monitorear, para afrontar adaptivamente las condiciones cambiantes que ocurren en los procesos bajo supervisión.