Estimación de Parámetros para su Aplicación a Detección y Diagnóstico de Fallas
Loading...
Files
Date
2004
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Esta Tesis tiene por objetivo general evaluar cuantitativamente diferentes métodos de estimación de parámetros en modelos invariantes y variantes en el tiempo, necesarios para el diseño de esquemas de detección y diagnóstico de fallas basados en modelos.La Tesis describe primeramente los diferentes métodos existentes para modelos lineales tanto variantes como invariantes en tiempo. También se presentan los métodos de estimación de parámetros para modelos no lineales, en particular para la clase de modelos difusos tipo Takagi-Sugeno.A continuación, se comparan 13 métodos de estimación considerando dos ejemplos de sistemas lineales y variantes en el tiempo, de primer y segundo orden, y diferentes características de variación en los parámetros. Entre los métodos estudiados se incluyen el de mínimos cuadrados recursivos, análisis con wavelets y Filtro de Kalman.Seguidamente se introduce el tema de la detección y diagnóstico de fallas basado en modelos, centrándose en los esquemas multimodelo y de estimación de parámetros.Posteriormente se comparan, aplicándolos al sistema hidráulico de tres estanques, diversos esquemas de detección y diagnóstico con estructura multimodelo y que emplean modelos lineales y modelos no lineales difusos con estructura tipo Takagi-Sugeno, con un esquema basado en estimación de parámetros empleando el Filtro de Kalman.La Tesis concluye que, para los dos ejemplos de modelos lineales, el filtro de Kalman y el filtro de Kalman Competitivo presentan el mejor comportamiento en estimación de parámetros en y fuera de línea, respectivamente. Por otra parte, los esquemas de detección y diagnóstico de fallas para el sistema hidráulico, que emplean multimodelos presentan un desempeño superior al de los esquemas que utilizan estimación de parámetros. Los esquemas multimodelos difusos que utilizan los métodos global estable y local para su identificación presentan comportamiento levemente mejor respecto a los métodos multiobjetivo y global. Por último, con los esquemas multimodelos basados en modelos difusos no se consigue un rendimiento superior respecto a los esquemas basados en modelos lineales.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2004.