RT info:eu-repo/semantics/doctoralThesis
T1 Aplicación de técnicas robustas para detección y diagnóstico de fallos
A1 Villegas Berbesi, Thamara
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Sistemas no lineales
K1 Redes neuronales (Informática)
AB La teoría de control es un área en constante desarrollo, dondemuchas técnicas están basadas en el conocimiento del sistema enestudio. A nivel industrial, los sistemas son en su mayoría nolineales, y sus comportamientos ante la influencia del entornopueden variar en poca o gran medida. Incorporar en el diseño delsistema de control un modulo de detección y diagnóstico de fallosmejora los procesos, la disponibilidad y mantenimiento delsistema, así como su desempeño y robustez.En esta investigación se aplican diferentes métodos de detección ydiagnóstico de fallos (DDF) para lograr esquemas que presenten buendesempeño y robustez ante las incertidumbres, perturbaciones y elruido. Un esquema de DDF que utiliza filtros basado en el modelomatemático del sistema es logrado con la aplicación de desigualdadesmatriciales lineales (\emph{Linear Matrix Inequalities}, LMIs).Esquemas de DDF que suministran información de las relacionesestadísticas de las señales son desarrollados con técnicasmultivariantes de análisis de componentes principales (PCA) y deanálisis de componentes independientes (ICA) en aplicacionesestáticas y dinámicas. El conocimiento de los comportamientos delsistema es estudiado mediante redes neuronales dinámicas, queutilizan filtros internos.En el caso en que se utiliza el modelo matemático de la planta seobtiene un esquema de planta generalizada donde se calcula un filtropara rechazar la incertidumbre de la planta, que es modelada por elestudio del comportamiento del sistema en diferentes puntos deoperación, y un segundo filtro que es calculado para rechazar lasperturbaciones y el ruido.Para los esquemas que utilizan las técnicas multivariantes seconstruye un banco de modelos que se corresponden con las relacionesestadísticas de las señales en cada uno de los comportamientosdefinidos del sistema.Cuando se utilizan las redes neuronales dinámicas se establecenpatrones de aprendizaje para cada uno de los comportamientosdefinidos en el sistema, obteniéndose en este caso un banco de redesneuronales, cuyas respuestas
YR 2012
FD 2012
LK http://uvadoc.uva.es/handle/10324/2797
UL http://uvadoc.uva.es/handle/10324/2797
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 22-nov-2024