Esquema de Detección de Fallos Difuso Basado en Modelado Lingüístico-Preciso de un Motor de Inducción

Abstract

[EN] This paper presents a fuzzy models bank to detect and to identify faults using the multimodel technique, calculating a non-linear fuzzy model for each operation mode of the system. A comparison amongst the output of each model with the actual plant data isolates the faults, i.e., the operation mode of the system (normal or faulty one). Each of the considered fuzzy models is defined by a set of fuzzy rules that explain the system behaviour. These fuzzy models obtained from experimental data can be improved, through the fuzzy rules, in order to use all the characteristics of the fuzzy logic in terms of linguistic capacity (linguistic modelling). The fuzzy models are improved using similarity measurements, reducing the number of rules, eliminating incoherencies, redundancies and increasing their interpretability capacity. This method has been applied to an induction motor, in order to illustrate its behaviour and its applicability. The results shown that this method is able to detect and to identify faults even after the simplification of the models.

[ES] Este artículo presenta un banco de modelos difusos para la detección e identificación de fallos usando el método de modelos múltiples, calculando un modelo difuso no lineal para cada modo de operación del sistema. Una comparación entre la salida de cada uno de estos modelos y las salidas de la planta determina el estado del sistema en cada momento: operación normal o cualquiera de los modos de fallo. Cada uno de los modelos difusos considerados se define mediante un conjunto de reglas difusas que ”explican” el comportamiento del sistema. Estos modelos difusos obtenidos mediante las técnicas habituales son mejorables, a través de las reglas difusas que los definen, tanto cuantitativa como cualitativamente y así aprovechar mejor todo el potencial de la lógica difusa y su capacidad ”lingüística”. A través de medidas de similitud se simplifican y mejoran los modelos, reduciendo el número total de reglas, eliminando incoherencias, redundancias y mejorando su interpretabilidad. Este método se ha aplicado a un motor de corriente alterna, para ilustrar el comportamiento y la aplicabilidad del mismo. Los resultados muestran que el método de modelos múltiples tiene un comportamiento aceptable para detectar fallos incluso después de simplificar los modelos.