Estimación de estados funcionales en procesos complejos con base en agrupamiento difuso

RESUMEN: Este artículo presenta una metodología para predecir estados funcionales en procesos complejos a partir de la estimación de grados de pertenencia difusos. La propuesta integra una medida estática como es el resultado de un clasificador difuso entrenado con los datos históricos del proceso y un algoritmo de estimación basado en la teoría de Markov para eventos discretos. La propuesta, que puede ser integrada a un sistema de monitoreo de sistemas complejos, comprende dos etapas: una etapa de entrenamiento fuera de línea para definir el clasificador difuso y el estimador; y una etapa en línea donde se realizan la clasificación de la situación actual del proceso y la estimación del estado funcional para el siguiente tiempo de muestreo. La propuesta desarrollada para la estimación de estados funcionales permite utilizar cualquier método de agrupamiento difuso que suministre la información base que requiere la metodología. La metodología fue probada con éxito en un sistema de monitoreo para una línea de transmisión de energía y en el monitoreo de un sistema de caldera.

• Autores: Sarmiento, Henry; Isaza Narváez, Claudia Victoria; Kempowsky Hamon, Tatiana; Veronique LeLann, Marie
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2013
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/25718
• Acceso en línea: http://hdl.handle.net/10495/25718
• Palabra clave: Conjuntos difusos; Fuzzy sets; Predicciones; Forecasting; Procesos de Markov; Markov processes; Procesos industriales - Automatización
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2