• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PUBLICATIONS SCIENTIFIQUES
    • Departamentos
    • Dpto. Ingeniería de Sistemas y Automática
    • DEP44 - Comunicaciones a congresos, conferencias, etc.
    • Voir le document
    •   Accueil de UVaDOC
    • PUBLICATIONS SCIENTIFIQUES
    • Departamentos
    • Dpto. Ingeniería de Sistemas y Automática
    • DEP44 - Comunicaciones a congresos, conferencias, etc.
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/45601

    Título
    Operadores lingüísticos OWA-RIM para la diagnosis de fallos en plantas complejas
    Autor
    Sánchez Fernández, Álvar
    Fuente Aparicio, María Jesús de laAutoridad UVA Orcid
    Sáinz Palmero, Gregorio IsmaelAutoridad UVA Orcid
    Benítez, José Manuel
    Congreso
    XVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA), I Workshop en Aplicaciones de la Inteligencia Artificial para la Industria 4.0
    Año del Documento
    2018
    Editorial
    F. Herrera et. al (Eds.)
    Descripción Física
    6p
    Descripción
    Producción Científica
    Documento Fuente
    XVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA 2018), I Workshop en Aplicaciones de la Inteligencia Artificial para la Industria 4.0, 23-26 de octubre de 2018 Granada, España / Francisco Herrera (aut.), 2018, págs. 1327-1332
    Résumé
    En este trabajo se afronta el problema de la detección e identificación de fallos en plantas industriales complejas. Dicho problema se aborda como una toma de decisiones basada en operadores lingüísticos OWA, lo cual permite fusionar diversos métodos de identificación de fallos (FI) alternativos. De esta manera la diagnosis de fallos resulta más robusta, y por otro lado el aspecto lingüístico de los operadores manejados encaja fácilmente en el contexto de la detección e identificación de fallos. La identificación se lleva a cabo usando varios métodos de FI muy utilizados, la solución de cada método se agrega usando operadores del tipo Ordered Weighed Average (OWA), basados en cuantificadores Regular Increasing Monotone (RIM). En este artículo se ha hecho una comparativa de los términos lingüísticos más conocidos para implementar estos operadores OWA-RIM en el contexto de la identificación de fallos. Esto se ha aplicado a un benchmak de plantas depuradoras de aguas residuales.
    Palabras Clave
    Identificación de fallos
    Fusión de información
    OWA operator
    Cuantificadores
    ISBN
    978-84-09-05643-9
    Patrocinador
    Este trabajo forma parte del proyecto de investigación: MINECO/FEDER: DPI2015-67341-C2-2-R.
    Version del Editor
    https://sci2s.ugr.es/caepia18/proceedings/proceedings.php#Industria
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/45601
    Tipo de versión
    info:eu-repo/semantics/publishedVersion
    Derechos
    openAccess
    Aparece en las colecciones
    • DEP44 - Comunicaciones a congresos, conferencias, etc. [44]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    CAEPIA2018_paper_128.pdf
    Tamaño:
    147.4Ko
    Formato:
    Adobe PDF
    Descripción:
    Articulo principal
    Thumbnail
    Voir/Ouvrir

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10