Ingeniería de Control y Automatización

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/767

Browse

Filters

20171

Settings

Author: search.filters.author.Mosaja Churata, Julio AlejandroSubject: search.filters.subject.Sensores

Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Desarrollo de un sistema de diagnóstico de fallas basado en filtros no lineales de rápido seguimiento: aplicación a un proceso hidráulico de cuatro tanques acoplados
    (Pontificia Universidad Católica del Perú, 2017-10-16) Mosaja Churata, Julio Alejandro; Pérez Zúñiga, Carlos Gustavo
    Se presenta el desarrollo de un sistema de diagnóstico de fallos (SDF) aplicado a un proceso hidráulico con tanques interconectados, mediante el Esquema de los Observadores Dedicados (DOS) y el enfoque de estimación paramétrica. La tesis incluye el modelamiento del proceso, el análisis de las fallas de mayor criticidad que se podrán presentar y el diseño de un regulador LQG que permite estabilizar el sistema. En el proceso de diseño del SDF en sensores, se introdujo el Filtro de Rápido Seguimiento (STF), una variante adaptativa del Filtro Extendido de Kalman (EKF), el cual resultó muy útil al aumentar la disponibilidad y estabilidad del SDF, mediante la reducción notable del tiempo de convergencia en los estados estimados de las variables no medidas y la capacidad para eliminar el sesgo originado por el método de discretización empleado. El Algoritmo STF es empleado en la construcción del banco de observadores, necesario para la implementación del enfoque DOS. Adicionalmente, con el objetivo de dar un diagnóstico detallado, se diseño un algoritmo de identificación de fallos basado en umbrales estáticos. Los resultados obtenidos mediante simulación lograron detectar, aislar e identificar fallos individuales en todos los sensores, llegando inclusive a identificar fallos simultáneos hasta en tres sensores a la vez. En la tarea de diagnóstico en componentes (actuadores, tuberías y tanques), se vio por conveniente usar el enfoque de estimación paramétrica mediante la técnica de Estados Aumentados, obteniendo resultados satisfactorios. Se demostró como el algoritmo STF representa una sencilla solución a los problemas de divergencia del EKF, logrando la convergencia de los parámetros estimados a sus valores nominales en presencia de incertidumbres en el modelo y ruido de medición. En general, se evidenció que el STF puede proporcionar una estimación de parámetros rápida, estable y libre de sesgos para el Sistema Hidráulico, aun cuando ocurren cambios paramétricos simultáneos en la planta.