APLICACIÓN DE LOS ALGORITMOS EVOLUCIÓN DIFERENCIAL Y COLISIÓN DE PARTÍCULAS AL DIAGNÓSTICO DE FALLOS EN SISTEMAS INDUSTRIALES

Resumen

El diagnóstico de fallos en sistemas industriales tiene como objetivo la detección, localización y determinación de los fallos que afectan a un sistema industrial de producción. Un correcto diagnóstico permite gestionar adecuadamente la información conocida del sistema, de manera que se puedan tomar decisiones en cuanto a reparación y mantenimiento, lo que permite aumentar los niveles de seguridad y eficiencia. Este artículo explora las bondades de los algoritmos Evolución Diferencial y Colisión de Partículas para el desarrollo de métodos de diagnóstico de fallos basados en modelos. Como consecuencia de este estudio se ha desarrollado un algoritmo híbrido DE-PCA. Para la experimentación se han tomado datos con diferentes niveles de ruido simulados a partir del sistema de prueba Dos Tanques. Los resultados indican ser una línea efectiva para la obtención de métodos de diagnóstico de fallos robustos a perturbaciones externas y sensibles a fallos a partir de la cooperación entre ambas estrategias.

ABSTRACT
The fault diagnosis implicates the automatic early detection, isolation and localization of faults that have an effect on industrial systems. This topic is of high interest in order to improve the reliability and safety. This article explores the development of new model based fault diagnosis method. Our proposal is based on the application of the algorithms Differential Evolution and Particle Collision. This approach is illustrated using simulation data of the Two tanks benchmark. With the purpose of analyze the advantage of this approach, principally in the topic of robustness and sensibility, some experiments with noisy data and incipient faults are considered. The results indicate the suitability of this approach.

KEY WORDS: Differential Evolution, Heuristic algorithms, Fault diagnosis, Particle Collision Algorithm, Robustness.