Autor a quien debe ser dirigida la correspondencia Recibido Sep. 12, 2012; Aceptado Nov. 06, 2012; Versión final recibida Dic. 15, 2012 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. Palabras clave: predicción de estados funcionales, clasificador difuso, agrupamiento difuso, cadenas de Markov AbstractThis paper presents a methodology to predict functional states in complex processes from the estimation of fuzzy membership degrees. The proposal integrates a static measure, such as the result of a fuzzy classifier trained with historical process data, and an estimation algorithm based on Markov theory for discrete events. The proposal, which can be integrated to the monitoring of complex systems, provides two stages: an off-line training stage to define the fuzzy classifier and the estimator; and an online stage where the classification of the current process situation and the estimation of the next functional state are performed. The proposal for the estimation of functional states allows using any fuzzy clustering method that provides the information required by the methodology. The proposed methodology was successfully tested on a monitoring system for a power transmission line and in the monitoring of a boiler system.

ResumenEste artículo presenta el diseño de un clasificador difuso para establecer los estados funcionales de un sistema de producción de aire medicinal. La implementación de la lógica difusa en el clasificador permite que un objeto pueda pertenecer a múltiples clases, previamente definidas en la sintonización del clasificador. Para el diseño y sintonización del clasificador difuso se utilizó el histórico de datos del proceso y se hizo un pre-procesamiento de la información eliminando información redundante. Las clases obtenidas fueron sometidas a un análisis gráfico multivariable. La clasificación obtenida en el entrenamiento permitió identificar todos los estados funcionales útiles para el monitoreo del proceso. Todos los datos de prueba fueron clasificados acertadamente. El establecimiento de estados funcionales a partir de la clasificación difusa se presenta como una alternativa de la inteligencia artificial que permitirá en otra fase la programación de acciones en la ingeniería de mantenimiento a partir del diagnóstico en los procesos. Palabras clave: clasificador difuso; estados funcionales; producción de aire medicinal Design of a Fuzzy Classifier for Establishing the Functional States of a Medical Air Production System AbstractThis article presents the design of a fuzzy classifier to establish the functional states of a medical air production system. The implementation of fuzzy logic in the classifier allows an object to belong to multiple classes, previously defined, in the tuning of the classifier. For the design of the classifier, the process historical data was used and a pre-processing of the information was done by eliminating redundant information. The classes obtained were subjected to a multivariable graphical analysis. The classification obtained in the training allowed identifying all functional states useful for the monitoring of the process. All test data were accurately classified. The establishment of functional states based on the fuzzy classification is presented as an alternative of the use of artificial intelligence for the scheduling of actions in the maintenance engineering, from the diagnosis of the processes.

No abstract

No abstract