Detección y Diagnóstico de fallos mediante estadísticos en tiempo continuo

Resumen

El problema de detección y diagnóstico de fallos en plantas modeladas mediante sistemas dinámicos en tiempo continuo está siendo tratado mediante distintos procedimientos que en general se pueden clasificar en deterministas y estocásticos. Los métodos que se desarrollan en esta tesis corresponden a la línea estocástica, se basan en el análisis de estadísticos en tiempo continuo, mientras que el esfuerzo en este campo ha estado tradicionalmente orientado al desarrollo y estudio de estadísticos en tiempo discreto. A pesar de que el uso de medios informáticos fuerza la discretización de las señales, resulta más natural abordar el problema de detección y diagnóstico de fallos sobre modelos en tiempo continuo con estadísticos también en tiempo continuo, para conseguir detección y diagnóstico en tiempo real (on-line). Los esquemas de detección y diagnóstico aquí presentados consisten básicamente en la generación de un residuo a partir del modelo del sistema, que se supone disponible, y su análisis posterior. Las herramientas estadísticas usadas para extraer del residuo información sobre el fallo son los contrastes de hipótesis; se pueden construir contrastes diferentes a partir de estadísticos diferentes, dando lugar así a distintos esquemas de detección y diagnóstico, que serán caracterizados desde el punto de vista de su conveniencia para la detección de distintos tipos de fallos. La regla de Bayes, de uso habitual en clasificación de patrones, es de gran ayuda también en una de las fases del diagnóstico, la del aislamiento del fallo. La validación de los métodos presentados viene dada mediante distintos ejemplos de simulación, en particular se estudia el caso de fallos en la fuente de voltaje de un circuito. RESUMEN INGLÉS The problem of fault detection and isolation (FDI) in continuous time dynamical systems has been treated using different approaches, which can be classified in deterministic or stochastic. The approaches presented in this work correspond to the stochastic line. They are based on the analysis of continuous-time statistics. whereas the effort in this field has been traditionally oriented to the development and stndy of discrete time statistics. Although the use of computers forces the discretization of continuous-time signáis, it seems natural to address the FDI problem on continuous-time models with continuous-time statistics, in order to achieve real on-line detection and isolation processes. The FDI methods developed here are based on the generation of a residual from the system model (assumed as available) and its posterior analysis. The statistical tool used to extract fault information from the residual is the hypothesis testing: different statistics are proposed, providing so difierent testing schemes. which will be characterized regarding their convenience for detecting different types of faults. The Bayes' rule, usually used for classification, is also applied in the isolation phase. These methods have been validated via simulations. In particular, the occurrence of faults in the voltage source of a circuit is studied.