Resumen

BERNAL-DE LAZARO, José M.; PRIETO-MORENO, Alberto; LLANES-SANTIAGO, Orestes  y  GARCIA-MORENO, Emilio. Estudio comparativo de clasificadores empleados en el diagnóstico de fallos de sistemas industriales. Ingeniería Mecánica [online]. 2011, vol.14, n.2, pp.87-98. ISSN 1815-5944.

En este artículo se presenta un estudio comparativo del desempeño de cuatro de las técnicas de clasificación más usadas para el diagnóstico de fallos en procesos industriales. Dentro de las técnicas seleccionadas se encuentran los clasificadores Vecinos más Cercanos (VMC), Mínimos Cuadrados Parciales (MCP), Redes Neuronales Artificiales (RNA) y Máquinas de Soporte Vectorial (MSV). El estudio comparativo se realiza con el objetivo de determinar las técnicas con mayor capacidad para clasificar de forma correcta los patrones que identifican fallos en procesos industriales a partir de los datos históricos provenientes de los mismos. Para el estudio se utilizaron los datos obtenidos de la simulación del modelo del proceso industrial Tennessee Eastman. La comparación permitió comprobar cómo la capacidad de generalización de las técnicas de clasificación se incrementa con el aumento de la complejidad en los clasificadores sin que esto implique necesariamente un mayor esfuerzo computacional en el diagnóstico.

Palabras clave : procesos industriales; diagnóstico de fallos; mantenimiento industrial; máquinas de soporte vectorial; redes neuronales artificiales; mínimos cuadrados parciales; vecinos más cercanos.

        · resumen en Inglés     · texto en Español     · Español ( pdf )