Diagnóstico de fallas con redes neuronales. Parte 1: Reconocimiento de trayectorias
Fuente:
Redalyc
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo científico |
| Lenguaje: | es |
| Publicado: |
Universidad Nacional de Colombia
2007
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1876443301750505472 |
|---|---|
| author | Sergio Luis Martínez |
| author_facet | Sergio Luis Martínez |
| contents | Diagnóstico de fallas con redes neuronales. Parte 1: Reconocimiento de trayectorias Sergio Luis Martínez Enrique Eduardo Tarifa Ingeniería optimización redes neuronales tolerancia al ruido Diagnóstico de fallas reconocimiento de trayectorias La investigación realizada tuvo como objetivo la formulación de un método para el diseño de un sistema dediagnóstico de fallas para plantas químicas utilizando redes neuronales artificiales. El diagnóstico de fallas tienecomo misión identificar la falla que está afectando a un proceso dado a través del análisis de las señales suministradaspor los sensores del proceso. Las redes neuronales son modelos matemáticos que intentan reproducirla actividad cognoscitiva del cerebro humano. Éstas se caracterizan por su estructura y el método de aprendizajeutilizado. El problema del diagnóstico de fallas se aborda a partir de la perspectiva de la identificación de lastrayectorias (secuencias temporales de datos) que describen las variables del proceso al ser afectado por unafalla. De esta forma, reconocidas las trayectorias, se habrá identificado la falla asociada. El desarrollo teóricorealizado recomienda una estructura y un método de entrenamiento optimizado para las redes neuronales aemplear. Tanto la estructura como el método de entrenamiento propuesto fueron evaluados realizando estudioscomparativos con estructuras y un método de entrenamiento tradicionales. Los resultados así obtenidos mostraronla superioridad de las redes neuronales diseñadas y entrenadas con el método propuesto en este trabajo. Salvoen procesos simples, el diagnóstico de fallas es más complejo que el reconocimiento de trayectorias porque cadafalla puede provocar un conjunto infinito de trayectorias (flujo). Por ese motivo, los fundamentos establecidos enel trabajo son utilizados en la parte II, donde el análisis se extiende al reconocimiento de flujos. 2007 artículo científico 0120-5609 https://www.redalyc.org/articulo.oa?id=64327110 es http://www.redalyc.org/revista.oa?id=643 Ingeniería e Investigación application/pdf Universidad Nacional de Colombia Ingeniería e Investigación (Colombia) Num.1 Vol.27 |
| format | Artículo científico |
| id | redalyc_64327110 |
| institution | Redalyc |
| language | es |
| publishDate | 2007 |
| publisher | Universidad Nacional de Colombia |
| spellingShingle | Diagnóstico de fallas con redes neuronales. Parte 1: Reconocimiento de trayectorias Sergio Luis Martínez Ingeniería optimización redes neuronales tolerancia al ruido Diagnóstico de fallas reconocimiento de trayectorias Diagnóstico de fallas con redes neuronales. Parte 1: Reconocimiento de trayectorias Sergio Luis Martínez Enrique Eduardo Tarifa Ingeniería optimización redes neuronales tolerancia al ruido Diagnóstico de fallas reconocimiento de trayectorias La investigación realizada tuvo como objetivo la formulación de un método para el diseño de un sistema dediagnóstico de fallas para plantas químicas utilizando redes neuronales artificiales. El diagnóstico de fallas tienecomo misión identificar la falla que está afectando a un proceso dado a través del análisis de las señales suministradaspor los sensores del proceso. Las redes neuronales son modelos matemáticos que intentan reproducirla actividad cognoscitiva del cerebro humano. Éstas se caracterizan por su estructura y el método de aprendizajeutilizado. El problema del diagnóstico de fallas se aborda a partir de la perspectiva de la identificación de lastrayectorias (secuencias temporales de datos) que describen las variables del proceso al ser afectado por unafalla. De esta forma, reconocidas las trayectorias, se habrá identificado la falla asociada. El desarrollo teóricorealizado recomienda una estructura y un método de entrenamiento optimizado para las redes neuronales aemplear. Tanto la estructura como el método de entrenamiento propuesto fueron evaluados realizando estudioscomparativos con estructuras y un método de entrenamiento tradicionales. Los resultados así obtenidos mostraronla superioridad de las redes neuronales diseñadas y entrenadas con el método propuesto en este trabajo. Salvoen procesos simples, el diagnóstico de fallas es más complejo que el reconocimiento de trayectorias porque cadafalla puede provocar un conjunto infinito de trayectorias (flujo). Por ese motivo, los fundamentos establecidos enel trabajo son utilizados en la parte II, donde el análisis se extiende al reconocimiento de flujos. 2007 artículo científico 0120-5609 https://www.redalyc.org/articulo.oa?id=64327110 es http://www.redalyc.org/revista.oa?id=643 Ingeniería e Investigación application/pdf Universidad Nacional de Colombia Ingeniería e Investigación (Colombia) Num.1 Vol.27 |
| title | Diagnóstico de fallas con redes neuronales. Parte 1: Reconocimiento de trayectorias |
| topic | Ingeniería optimización redes neuronales tolerancia al ruido Diagnóstico de fallas reconocimiento de trayectorias |
| url | https://www.redalyc.org/articulo.oa?id=64327110 |