Detección y aislamiento de fallas


La detección, el aislamiento y la recuperación de fallas ( FDIR ) es un subcampo de la ingeniería de control que se ocupa de monitorear un sistema, identificar cuándo ha ocurrido una falla y señalar el tipo de falla y su ubicación. Se pueden distinguir dos enfoques: un reconocimiento de patrón directo de las lecturas del sensor que indican una falla y un análisis de la discrepancia entre las lecturas del sensor y los valores esperados, derivados de algún modelo. En el último caso, es típico que se diga que se detecta una falla si la discrepancia o el residual supera un cierto umbral. Luego, la tarea del aislamiento de fallas es categorizar el tipo de falla y su ubicación en la maquinaria. Detección y aislamiento de fallasLas técnicas ( IED ) pueden clasificarse ampliamente en dos categorías. Estos incluyen FDI basada en modelos y FDI basada en procesamiento de señales.

En las técnicas de FDI basadas en modelos, se utiliza algún modelo del sistema para decidir sobre la ocurrencia de fallas. El modelo del sistema puede ser matemático o basado en conocimientos. Algunas de las técnicas de IED basadas en modelos incluyen [2] métodos basados ​​en observadores, métodos de paridad-espacio y métodos basados ​​en identificación de parámetros. Existe otra tendencia de los esquemas de IED basados ​​en modelos, que se denominan métodos de pertenencia a conjuntos. Estos métodos garantizan la detección de averías en determinadas condiciones. La principal diferencia es que en lugar de encontrar el modelo más probable, estas técnicas omiten los modelos, que no son compatibles con los datos. [3] [4]

El ejemplo que se muestra en la figura de la derecha ilustra una técnica de FDI basada en un modelo para un controlador reactivo de ascensor de aeronave mediante el uso de una tabla de verdad y un gráfico de estado. La tabla de verdad define cómo reacciona el controlador a las fallas detectadas, y la tabla de estado define cómo el controlador cambia entre los diferentes modos de operación (pasivo, activo, en espera, apagado y aislado) de cada actuador. Por ejemplo, si se detecta una falla en el sistema hidráulico 1, la tabla de verdad envía un evento al gráfico de estado de que el actuador interno izquierdo debe apagarse. Uno de los beneficios de esta técnica FDI basada en modelos es que este controlador reactivo también se puede conectar a un modelo de tiempo continuo de la hidráulica del actuador, lo que permite el estudio de los transitorios de conmutación. [5]

En la FDI basada en el procesamiento de señales, se realizan algunas operaciones matemáticas o estadísticas sobre las mediciones, o se entrena alguna red neuronal utilizando mediciones para extraer la información sobre la falla. [6] [7] [8] [9]

Un buen ejemplo de FDI basado en el procesamiento de señales es la reflectometría en el dominio del tiempo, en la que se envía una señal por un cable o línea eléctrica y la señal reflejada se compara matemáticamente con la señal original para identificar fallas. La reflectometría de espectro extendido en el dominio del tiempo, por ejemplo, implica enviar una señal de espectro extendido a lo largo de una línea de cables para detectar fallas en los cables. [10] También se han propuesto varios métodos de agrupamiento para identificar la falla nueva y segmentar una señal dada en segmentos normales y defectuosos. [11]


Ejemplo de lógica FDI basada en modelos para un actuador en un sistema de control de elevadores de aeronaves [1]
Forma de onda en el dominio del tiempo (arriba) y CWTS (abajo) de una señal normal
Arquitectura típica de una red neuronal convolucional