2024-03-28T16:48:08Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/456012021-10-18T12:24:25Zcom_10324_1168com_10324_931com_10324_894col_10324_1304
2021-03-09T19:19:56Z
urn:hdl:10324/45601
Operadores lingüísticos OWA-RIM para la diagnosis de fallos en plantas complejas
Sánchez Fernández, Álvar
Fuente Aparicio, María Jesús de la
Sáinz Palmero, Gregorio Ismael
Benítez, José Manuel
Producción Científica
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.
2021-03-09T19:19:56Z
2021-03-09T19:19:56Z
2018
info:eu-repo/semantics/conferenceObject
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
978-84-09-05643-9
http://uvadoc.uva.es/handle/10324/45601
spa
https://sci2s.ugr.es/caepia18/proceedings/proceedings.php#Industria
info:eu-repo/semantics/openAccess
F. Herrera et. al (Eds.)