Detección y diagnóstico de fallas en sistemas complejos de manufactura empleando técnicas de softcomputing

Abstract

La principal meta de un sistema de detecci´ on y diagn´ostico de fallas en sistemas de manufactura es prevenir un paro no deseado de la l´ınea de producci´on y su correspondiente costo. Los modernos sistemas de manufactura son un dominio bastante complejo debido a todas las variables f´ısicas involucradas y a sus correlaciones. Lo cual representa una tarea bastante retadora para los sistemas de monitoreo. El presente art´ıculo muestra un sistema de detecci´on y diagn´ostico de fallas basado en los datos hist´oricos del proceso. La propuesta esta compuesta por dos fases. En la primera fase aprende el comportamiento de la operaci´on normal del sistema utilizando una red neuronal autoasociativa (RNAA), la cual lleva a cabo el proceso de detecci´on. En la segunda fase se da el diagn´ostico final empleando una m´aquina de soporte vectorial multiclase (MSV), la cual clasifica el tipo de falla presente y proporciona su tiempo de ocurrencia.