Академический Документы
Профессиональный Документы
Культура Документы
Saucedo-Flores, Salvador
Deteccin y aislamiento de fallas en el sistema trmico IFATIS
Investigacin y Desarrollo, vol. 1, nm. 13, enero-junio, 2012, pp. 159-166
Universidad del Norte
Barranquilla, Colombia
Disponible en: http://www.redalyc.org/articulo.oa?id=26825333001
Investigacin y Desarrollo,
ISSN (Versin impresa): 0121-3261
rinvydes@uninorte.edu.co
Universidad del Norte
Colombia
Cmo citar?
Nmero completo
Pgina de la revista
www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
1. Resumen
Se resuelve el problema de deteccin y aislamiento de fallas
para una planta piloto no lineal, orientada a desarrollar
algoritmos de tolerancia a las fallas, auspiciada por la Unin
Europea. Se retoma una forma novedosa de modelar las fallas de los sensores, de manera que cada falla fsica sea asociada a un conjunto adecuado de fallas matemticas. Ello
permite, mediante geometra diferencial, disear un FDI no
lineal ligeramente extendido para tomar en cuenta la estructura del sistema. Se describen las tcnicas del modelado, el
diseo de los generadores de los residuales, la matriz de
residuales y se termina con la simulacin de sistema trmico
de tres tanques del proyecto europeo IFATIS.
Palabras clave: deteccin y aislamiento de fallas (FDI), genera-
dor de residuales, control inteligente tolerante a fallas en sistemas integrados (IFATIS), sistemas hidrulicos, planta piloto.
3. Introduccin
Al supervisar la correcta operacin de plantas dinmicas,
uno se interesa en la deteccin e identificacin pronta de
fallas en los componentes del hardware de control [1], [2].
La fase de deteccin consiste en la generacin de seales de
diagnstico (residuales) disparados por una desviacin de la
planta desde el comportamiento esperado, con base en el procesamiento de los comandos de entrada y las mediciones de
las salidas y, posiblemente, el uso del modelo dinmico. La
fase de aislamiento consiste en la discriminacin de la ocurrencia de una falla especfica de un conjunto de fallas potenciales, lo cual se usa para la reconfiguracin del sistema
de control.
Cuando el modelo de la planta nominal (sin falla) est disponible, es natural modelar a la presencia de fallas como
entradas adicionales que afectan la dinmica del sistema.
Para plantas con dinmica lineal, varios mtodos para modelar el sistema para FDI han sido propuestos en la literatura,
i. e., basndose en el filtro de Kalman, observadores de Luenberger, tcnicas de paridad espacio o estimacin de parmetros
( [3]-[4]). Los ejemplos de aplicacin incluyen sistemas de
bombas centrfugas [1], sistemas de experimentacin termohidrulica [5], fuga de vlvulas en hornos de gas [6], turbinas industriales de gas [7] e intercambiadores de calor [8].
Para sistemas con dinmicas con no linealidades inherentes,
el tratamiento usual es recurrir a aproximaciones lineales en
el diseo FDI, lo que sin embargo, limita la validez del esquema a cierto punto de operacin e introduce perturbaciones endgenas en la dinmica de los residuales.
Las dinmicas no lineales han sido directamente consideradas en mtodos FDI basados en seales usando modelos
ARMAX no lineales (i. e., en [9] para una maquina de com-
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
x = g0(x) +
y = h(x)
i=1
k=1
j=1
i.e., donde las dinmicas del estado: x eRn (as como las expresiones de la salida: y e Rp) son no lineales en, pero afines, en
las entradas de control: ui, i = 1,2,...,m, en las entradas de
falla, fk, k = 1,2,...,s y en las perturbaciones: w j, j = 1,2,...,d.
Aplicaciones en esta clase incluyen manipuladores de robots
[13]-[14] y un horno industrial [15]. Los campos vectoriales
g0, g1 a g4, del sistema en (1) se asumen como perfectamente
conocidos. Adems, las entradas de falla y las perturbaciones
aparecen solamente en las dinmicas del estado y no en la
ecuacin de salida. Empero, no se asume que se requiera la
forma o los parmetros del comportamiento en el tiempo de la
falla, en general. Como una consecuencia de ello, los mtodos
FDI basados en un modelo del proceso con falla de la forma
(1) son tiles para tratar con averas de componentes de
hardware (i. e., actuadores o sensores) de cualquier tipo y comportamiento en tiempo, pero que no afecten la estructura de
las dinmicas del sistema (i.e., fallas de sistema son difciles
de tratar). Esto debe compararse con la manera en [12] y [4],
que son capaces de detectar y aislar fallas de sistema con incertidumbre en el modelo, siempre que las mediciones del estado sean confiables, y que los cambios en la estructura de las
dinmicas del sistema se puedan parametrizar mediante una
clase de funciones de un conjunto finito de ciertas de ellas.
Para los sistemas no lineales en la forma (1), ciertas condiciones de geometra diferencial han sido dadas en [14], que
son necesarias para la solucin del problema FDI con fallas
con posibilidad de ocurrencia simultnea. Tales condiciones,
empero, se violan en muchas situaciones de inters prctico,
notablemente cuando el nmero total de entradas de falla
excede la dimensin del espacio del estado. En [19] se han
propuesto varias maneras para relajar el problema FDI para
el sistema (1), cuando no es solucionable en la formulacin
original de [14]. Una posibilidad es introducir la suposicin
adicional de la no ocurrencia simultnea de las fallas, lo que
resulta en condiciones necesarias mucho ms dbiles para
obtener deteccin y aislamiento.
160
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
g1 =
1
A
1
0
0
(x4 T1i)
x1
g2 =
1
A
0
0
g3 =
1
Ac
0
0
0
1
x1
g4 =
0
0
Fig. 1. Diagrama esquemtico del sistema de calentamiento de
tres tanques.
x = g0(x) + gi(x)yi
.
(2)
En ausencia de fallas en los sensores, la salida del sistema coincide plenamente con el vector de estado x = [H1 H2 H3 T1 T2 T3]T,
con Hi, el nivel del fluido y Ti, respectivamente, la temperatura en el tanque i. En (2) se da el vector u = [Q1 Q2 P1 P2]T
realmente aplicado en la entrada: (el cual puede ser diferente de la entrada comandada en caso de falla), con Qi y Pi la
tasa de flujo y, respectivamente, la energa calorfica suministrada al tanque i. La expresin de los campos vectoriales
viene dada por:
1 x1
2 x2
g0 =
1
A
1
Ac
0
0
0
0
1
x2
0
5. Modelado de fallas
Se supone que el sistema puede verse afectado por fallas de
los actuadores que suministran los comandos de entrada ui,
i = 1,...,4, y de los sensores que brindan medidas de las variables de estado xi, i = 1,...,6. Por tanto, el nmero total de
fallas posibles afectando al sistema es: s = 10. Ya que este
nmero es mayor que la dimensin del estado espacio, las
condiciones necesarias para el FDI dado en [14] para fallas
posiblemente concurrentes son obviamente (y estructuralmente) violadas. En consecuencia, siguiendo el mtodo
en [16] se relaja el problema FDI al suponer que a lo ms
una falla puede afectar al sistema en cualquier tiempo (no
concurrencia de fallas).
A. Fallas de actuadores
Al ser el modelo (2) afn en las entradas de control, las fallas
de los actuadores pueden simplemente ser modeladas mediante un vector de entradas con fallas fu definido como:
1 x1 + 2 x2 3 x3
0
0
x1 (x6 x4)/ x3 2 x2 (x6 x5)/ x3
0
1
0
0
(x5 T2i)
x2
fu = u uc
(3)
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.
161
x = g0(x) +
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
l=1
i=1
gl(x)ucl + ui(x)fui
(4)
1
A
1,2 =
x1
x4 T1i
u
+ 3
A
Ac
1
x3
B. Fallas de sensores
Al enfocarse en el modelado de fallas de sensores que dan
mediciones de las variables de estado. El modo ms natural
de tomar en cuenta la posible ocurrencia de tales fallas sera
definiendo la falla en la medicin k, k = 1,,n, como:
Fxk = xk yk
(5)
162
1
( x1
A
fx1,2 =
y1 )
x4 T1i
u
u1 + 3
A
Ac
1
1
x1
y1
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
. .
fx1,3 = x1 y1
2
( x2
A
fx2,2 =
y2 )
y = g0(y) +
x5 T2i
u
u2 + 4
A
Ac
1
1
x2
y2
fx3,2 = 1
x6 x4
A
. .
y3 ) (x3 y3)
x1 2
x6 x5
A
1
1
x3
y3
x2
1
Ax3
u2
. .
(x y ) (x5 y5)
Ax2 5 5
fx5,2 =
2
Ax3
x2 (x5 y5)
1 x1 + 2 x2
Ax3
. .
(x6 y6) (x6 y6)
l=1
i=1
(7)
k=1 j=1
x1 (x4 y4)
u1
. .
(x y ) (x4 y4)
Ax1 4 4
fx4,2 =
l=1
k,j fxk,j
gl(y)uc,l +
. .
fx2,3 = x2 y2
fx3,1 =
xk,j fj
(6)
k=1 j=1
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.
163
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
1
.
1 =
A
1
y1 + uc1 + K1(z1 1)
A
r1 = K1(z1 1)
GENERADOR DE RESIDUALES GR2 (z2 y2)
2
.
2 =
A
y2 +
1
u + K2(z2 2)
A c2
r2 = K2(z2 2)
GENERADOR DE RESIDUALES GR3 (z3 = y1(y4 T2i))
1
.
(y T1i) y1 + 1 uc3 + K3(z3 3)
3 =
A 4
Ac
r3 = K3(z3 3)
GENERADOR DE RESIDUALES GR4 (z4 = y2(y5 T2i))
2
.
(y T2i) y2 + 1 uc4 + K4(z4 4)
4 =
A 5
Ac
r4 = K4(z4 4)
GENERADOR DE RESIDUALES GR5 (z5 = y3)
1
2
3
.
y1 +
y3 + K5(z5 5)
5 =
y2
A
A
A
r5 = K5(z5 5)
Residual
Falla fsica
F1 = fu1
F2 = fu2
F3 = fu3
F4 = fu4
F5 = fx1
F6 = fx2
F7 = fx3
F8 = fx4
F9 = fx5
F10 = fx6
rr1 1
r2
r3
r4
r5
r6
11
00
00
00
11
00
00
00
00
00
0
1
0
0
0
1
0
0
0
0
0
0
1
0
1
0
0
1
0
0
0
0
0
1
0
1
0
0
1
0
0
0
0
0
1
1
1
0
0
0
0
0
0
0
1
1
1
1
1
1
1 = 0.0067 (dm)5/2/s
3 = 0.0212 (dm)5/2/s
c = 4.18e3 J/kg
T1i = 15.0 C
T20 = 22.0 C
T10 = 17.0 C
H20 = 3.0 dm
Q10 = 1.33310-2 L/s
P10 = 111.467 watts
2 = 0.0096 (dm)5/2/s
A = 1.54 (dm)2
= 1.0 kg/L
T2i = 20.0 C
T30 = 19.78 C
H10 = 4.0 dm
H30 = 2.0 dm
Q20 = 1.667102 L/s
P20 = 139.333 watts
Los residuales slo se usan para indicar la existencia de fallas y no para compensar las fallas, es decir, fuera de lnea.
De los residuales de la figura 3 se puede constatar que, de
acuerdo con la tabla 2, cada residual se ve afectado por al
menos una falla fsica. Las fallas de los actuadores excitan
uno, y slo uno, de los residuales r1,,r4. Las fallas de los
sensores excitan, en cambio, ms de un residual. Las ganancias Ki de la tabla 1 para cada generador de residual son:
[0.05 0.05 0.03 0.03 0.05 0.05]
.
y4 y1 + 2 y5 y2 3 y6 y3 + K (z )
6 =
6 6
6
A
A
A
r6 = K6(z6 6)
8. Conclusiones
7. Simulacin numrica
Para verificar que el FDI propuesto trabaje bien sobre el
modelo de la planta termo-hidrulica bajo escrutinio, se hizo
una simulacin con los siguientes datos numricos:
164
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
9. Referencias
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.
165
[14]
[15]
[16]
[17]
Salvador Saucedo-Flores,
Efran Alcorta-Garca.
[18]
[19]
[20]
[21]
Peridica
ndice de
Revistas
Latinoamericanas
en Ciencias
http://www.dgbiblio.unam.mx/
http://132.248.9.1:8991/F/-/?func=find-b-0&local_base=PER01
166
Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.