Diagnóstico de fallas en un sistema no lineal empleando redes neuronales

Abstract

In this thesis work, a methodology for the design implementation of a system fault diagnosis in nonlinear systems using neural networks its proposed. The fault diagnosis system proposed comprises two main stages: the residual generation signals and its evaluation. In generation residuals stage, a set of neural networks i ts used for modeling the nonlinear system with and without faults, to generate error signals also known as residues, which it is possible extracts most significant features in regard to behavior. The residue evaluation stage it’s responsible to indicate location and / or type of fault, moreover to taking appropriate actions before the fault show up. This will cover the aspect on detection (residual generation stage) and isolation (residual evaluation stage) involved in a fault diagnosis system. Moreover, the type of neural network chosen for modeling the system and its failures let a simple stability test for systems whose the origin it s its equilibrium point. This feature is extremely important because, unlike linear systems, the stability testing on nonlinear system are much more complex. Additionally, a visual interface in Visual Basic 6.0 platform was created using its dynamic library (DLL s), this provides better performance and distribution of tasks involved. The study case it s a two tanks interconnected system, in which its continuos operation it is considered essential.

En el presente trabajo de tesis, se propone una metodología para el diseño y aplicación de un sistema de diagnóstico de fallas en sistemas no lineales usando redes neuronales. El sistema diagnóstico propuesto comprende dos etapas principales: la generación de señales residuales y la evaluación de las mismas. En la etapa de generación de las señales residuales, se usan un conjunto de redes neuronales para modelar el sistema no lineal, con y sin fallas, para generar señales de error también conocidas como residuos, mediante las cuales es posible extraer las características más significativas en lo que respecta al comportamiento. La etapa de evaluación de residuos es la encargada de indicar la localización y/o tipo de falla, además de tomar las acciones pertinentes ante la ocurrencia de ésta. De esta manera, se cubren los aspecto de detección (etapa de generación de residuos) y aislamiento (etapa de evaluación) de fallas involucrados en un sistema de diagnóstico de fallas. Por otra parte, el tipo de red neuronal elegida para el modelado del sistema y sus fallas permite contemplar una sencilla prueba de estabilidad para sistemas no cuyo punto de equilibrio sea el origen. Esta característica es de suma importancia ya que, a diferencia de los sistemas lineales, para sistemas no lineales las pruebas de estabilidad son mucho más complejas. Adicionalmente, se generó una interfase visual bajo la plataforma Visual Basic 6.0, la cual facilita el desempeño y distribución de las diferentes tareas empleando sus librerías dinámicas (DLL´s), así como la apreciación de los resultados por parte del usuario. El ejemplo de aplicación utilizado es un sistema de dos tanques interconectados para el cual se considera indispensable su continuo funcionamiento.