Diagnóstico de Procesos Industriales Mediante Predicción de Estados Funcionales con Inteligencia Artificial
DOI:
https://doi.org/10.22517/23447214.22191Palabras clave:
clasificador difuso, diagnóstico, inteligencia artificial, red neuronal.Resumen
Este artículo presenta el diseño de una estrategia inteligente, para el diagnóstico automático de procesos industriales mediante la predicción con Redes Neuronales Artificiales (RNAs) y clasificación difusa. Para diseñar la estrategia de diagnóstico se utilizó información histórica del proceso. La clasificación fue implementada como herramienta para el agrupamiento difuso de patrones. Las RNAs de configuración multicapa fueron entrenadas para predecir los estados funcionales del proceso. Las salidas en la etapa de predicción son las entradas del clasificador. En el esquema de diagnóstico propuesto la estimación de los estados funcionales es presentada a los operarios de los procesos, como información futura para generar las acciones preventivas antes de la transición hacia un estado de falla. La estrategia propuesta fue implementada sobre un sistema de control convencional; y sobre un sistema de producción de aire medicinal.
Descargas
Descargas
-
Vistas(Views): 820
- PDF Descargas(Downloads): 552
Publicado
Cómo citar
Número
Sección
Licencia
Los autores firmantes declaran que el artículo sometido a la revista Scientia et Technica es un trabajo original y que todo el material que lo compone se encuentra libre de restricciones de derechos de autor de terceros o cuenta con las autorizaciones correspondientes. En consecuencia, los autores asumen la responsabilidad por cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de toda responsabilidad a la Universidad Tecnológica de Pereira y a la revista Ciencia y Tecnología .
En caso de que el trabajo presentado sea aprobado para su publicación, los autores conservan los derechos de autor sobre el artículo y conceden a la revista Scientia et Technica el derecho de primera publicación, así como una licencia no exclusiva, ilimitada en el tiempo, para reproducir, editar, distribuir, exhibir y comunicar públicamente el artículo en cualquier medio o formato, incluyendo medios impresos, electrónicos, bases de datos, repositorios, Internet u otros sistemas de difusión científica. Los autores aceptan que el artículo sea publicado en acceso abierto y distribuido bajo la licencia Creative Commons Atribución–No Comercial–Compartir Igual 4.0 Internacional (CC BY-NC-SA 4.0).
La revista Scientia y respetará en todos los casos los derechos morales de los autores, conforme a lo establecido en el artículo 30 de la Ley 23 de 1982 de la República de Colombia, reconociendo la paternidad de la obra, el derecho a la integridad y el derecho de divulgación, los cuales son inalienables e irrenunciables.