Meu SciELO
Serviços Personalizados
Artigo
Indicadores
Citado por SciELO
Links relacionados
Similares em SciELO
Compartilhar
Ingeniería Electrónica, Automática y Comunicaciones
versão On-line ISSN 1815-5928
Resumo
RODRIGUEZ RAMOS, Adrián e LLANES SANTIAGO, Orestes. Sistema de Monitoreo basado en Aprendizaje Profundo en Sistemas Industriales. EAC [online]. 2023, vol.44, n.1, pp. 47-57. Epub 06-Dez-2023. ISSN 1815-5928.
El paradigma Industria 4.0 tiene como objetivo obtener altos niveles de productividad y eficiencia, productos finales más competitivos y el cumplimiento de las exigentes normativas relacionadas con la seguridad industrial y la ciberseguridad. Para lograr estos objetivos, los sistemas industriales deben estar equipados con sistemas de monitoreo de condición para la detección temprana y localización de fallos y ciberataques. Este artículo propone una estrategia robusta de monitoreo de condición mediante el uso de algoritmos de Aprendizaje Profundo. El esquema propuesto fue validado utilizando un proceso de prueba Tennessee Eastman (TE) con excelentes resultados. La estrategia propuesta se comparó con otros esquemas de monitoreo de condición. El mayor rendimiento obtenido por el esquema propuesto indica su factibilidad.
Palavras-chave : Industria 4.0; Ciberseguridad; Diagnóstico de fallos; Aprendizaje profundo; sistema de monitoreo.