SciELO - Scientific Electronic Library Online

 
vol.24 número2Reducción Selectiva de las Corrientes de Neutro en Instalaciones Eléctricas Mediante el Uso de Compensadores Activos ParaleloDiseño y Evaluación Energética de dos Circuitos de Molienda y Clasificación para un Clinker de Cemento a Escala Piloto índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

Compartir


Información tecnológica

versión On-line ISSN 0718-0764

Resumen

SARMIENTO, Henry O; ISAZA, Claudia V; KEMPOWSKY-HAMON, Tatiana  y  LELANN, Marie-Veronique. Estimación de Estados Funcionales en Procesos Complejos con Base en Agrupamiento Difuso. Inf. tecnol. [online]. 2013, vol.24, n.2, pp.79-98. ISSN 0718-0764.  http://dx.doi.org/10.4067/S0718-07642013000200010.

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.

        · resumen en Inglés     · texto en Español     · Español ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons