Generació de decisions davant d'incerteses

Abstract

Aquesta tesi tracta sobre la metodologia del raonament inductiu difús (FIR, de l’anglès fuzzy inductive reasoning) aplicada a
 sistemes de detecció i diagnòstic de fallades. La metodologia FIR sorgeix de l’enfocament del general systems problem
 solver (GSPS) proposat per Klir l’any 1989 i és una eina per analitzar i estudiar els modes de comportament dels sistemes
 dinàmics. FIR és una metodologia de modelització i simulació qualitativa de sistemes basada principalment en l’observació
 del comportament del sistema. Aquesta metodologia ha anat evolucionant al llarg del temps amb l'objectiu d'ampliar la
 classe de problemes que es poden abordar amb FIR.
 El treball desenvolupat en aquesta tesi té el propòsit de contribuir a reduir els esforços de modelització i simulació de
 sistemes industrials reals complexos. En aquesta línia, s’ha aconseguit augmentar, mitjançant diferents aportacions, la
 robustesa de FIR i desenvolupar una nova metodologia que permeti crear sistemes de detecció i diagnòstic de fallades
 robustos i eficients.
 L’objectiu principal d’aquesta tesi és reduir tant com sigui possible la sensibilitat de la metodologia FIR, és a dir,
 maximitzar-ne la robustesa, de manera que esdevingui una eina cabdal per desenvolupar sistemes de detecció i diagnòstic
 de fallades eficients.
 Les contribucions principals de la tesi són:
 •Incrementar la robustesa del FIR creant una nova eina, anomenada Visual-FIR, que permet identificar models i predir
 comportaments futurs de sistemes dinàmics en un entorn molt senzill d’utilitzar i molt eficient.
 •Desenvolupar una nova metodologia per crear sistemes de detecció i diagnòstic de fallades basats en FIR. S’ha
 desenvolupat una tècnica de detecció, anomenada envolupant, i una mesura per al diagnòstic, anomenada mesura
 d’acceptabilitat del model, que han permès millorar i fer més sòlids els processos de detecció i diagnòstic de fallades del
 FIRFDDS (sistema de detecció i diagnòstic de fallades basat en FIR).
 •Desenvolupar una eina que permeti crear de manera senzilla i altament eficient FIRFDDS per a aplicacions específiques.
 S’ha desenvolupat una plataforma, anomenada VisualBlock-FIR, que permet que l’usuari creï, d’una manera senzilla,
 sistemes de detecció i diagnòstic de fallades basats en el FIR.
 Per validar la metodologia i les eines desenvolupades es mostren un parell de casos d’estudi. El primer correspon al
 problema de referència de la vàlvula automàtica de Damadics, en què es proposen quatre fallades de petita i mitjana
 magnitud que es detecten i s’aïllen/s’identifiquen d’una manera molt ràpida i eficient. En el segon es posa a prova el
 VisualBlock-FIR en una pila de combustible simulada a la qual s’apliquen cinc fallades diferents, les quals són detectades i
 identificades correctament. Finalment, es comprova la robustesa afegint soroll blanc, en diferents magnituds, a les sortides
 de la pila de combustible. This thesis deals with the Fuzzy Inductive Reasoning (FIR) methodology applied to fault detection and diagnosis systems.
 FIR, based on the General Systems Problem Solver (GSPS) proposed by Klir in 1989, is a methodological tool for data-driven
 construction of dynamical systems and for studying their conceptual modes of behavior. FIR is a qualitative modeling and
 simulation methodology that is based on observation of the input¿output behavior of the system to be modeled, rather than
 on structural knowledge about its internal composition. This methodology has evolved over time with the aim of enlarging the
 class of problems that can be dealt with by FIR.
 The work presented in this thesis aims to contribute to reducing modeling and simulation efforts of real industrial complex
 systems. Several methodological contributions have been made to increase FIR robustness as well as to develop a new
 methodology to create robust and efficient fault detection and diagnosis systems.
 The main objective of this thesis is to reduce as much as possible the sensitivity of the FIR methodology, by maximizing its
 robustness, in such a way that it becomes a fundamental tool for developing efficient fault detection and diagnosis systems.
 The main contributions of this thesis are:
 ¿To improve the robustness of FIR by creating a new tool, Visual-FIR, that identifies patterns and predicts future behavior of
 dynamical systems in a very efficient and simple to use environment.
 ¿To develop a new methodology for creating fault detection and diagnosis systems based on FIR. We have developed a
 detection technique, the enveloping, and a diagnosis measure, known as the acceptability measure, that allow improving and
 making more robust the fault detection and diagnosis processes of the FIRFDDS (fault detection and diagnosis system
 based on FIR).
 ¿To develop a tool that allows to easily create highly efficient FIRFDDS for specific applications. A platform, named
 VisualBlock-FIR, has been developed that allows the user to create, in a simple way, fault detection and diagnosis systems
 based on FIR.
 In order to validate the methodological contributions and the developed tools a couple of case studies have been presented
 in this dissertation. The first corresponds to the benchmark problem of the Damadics automatic valve system, which
 proposes four failures of small and medium sizes that are detected and isolated / identified in a quick and highly efficient
 way. The second is a simulated fuel cell where five different faults are applied. The five faults are detected and identified
 correctly. Finally, we check the robustness of the FIRFDDS by adding white noise, at different magnitudes, to the outputs of
 the fuel cell.
 Manresa