Diagnóstico de fallos de un sistema de calefacción utilizando posibles conflictos

Abstract

El siguiente TFM aborda el estudio de un sistema HVAC (Heating, Ventilating and Air Conditioning – Calefacción, Ventilación y Aire Acondicionado) real y en funcionamiento, y la aplicación de técnicas de Inteligencia Artificial para posibilitar el diagnóstico de fallos del mismo. El trabajo tiene como puntos de partida un modelo en Modelica del sistema y varias colecciones de datos de funcionamiento, cedidas por los creadores de la réplica software, que son combinados para localizar posibles fuentes de fallo. Para ello, debe analizarse qué tipo de defectos pueden afectar al aparato y cómo. El objetivo es buscar los Posibles Conflictos (PCs) del sistema y construir sus modelos asociados. Por otra parte, se construye un pequeño demostrador Java para comprobar la corrección “post-mortem” (a posteriori), tanto en modo nominal como en presencia de diversos modos de fallo. El marco teórico que engloba el trabajo es el Diagnóstico Basado en Modelos (DBM), y en particular la aproximación de Diagnóstico basado en Consistencia (DBC). La herramienta principal a utilizar son los Posibles Conflictos. Esto permite no sólo detectar cuándo se produce un fallo, sino también localizar la causa del comportamiento anómalo.