Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

Sistema de Informacin Cientfica

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

Ms informacin del artculo

Pgina de la revista

www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Cientfica, Vol.15 Nm. 4, pp. 159-166,octubre-diciembre 2011.

ISSN 1665-0654, ESIME Instituto Politcnico Nacional MXICO.

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS
Salvador Saucedo-Flores1
Efran Alcorta-Garca2
1

Ingeniera en Comunicaciones y Electrnica,

Escuela Superior de Ingeniera Mecnica y Elctrica Zacatenco,
Instituto Politcnico Nacional.
Unidad Profesional Adolfo Lpez Mateos, Col. Lindavista,
CP 07738, Mxico, DF.
MXICO.
2
Facultad de Ingeniera Mecnica y Elctrica,
Universidad Autnoma de Nuevo Len.
Av. Universidad s/n, Ciudad Universitaria,
San Nicols de los Garza, Nuevo Len, CP 66451.
MXICO.
correo electrnico (email): ingesauz@msn.com
ealcorta@ieee.org
Recibido el 26 de noviembre de 2010; aceptado el 27 de mayo de 2011.

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.

2. Abstract (Detection and Isolation Problem in IFATIS

Thermal System)
The fault detection and isolation problem is solved for a
nonlinear pilot plant used on educational purposes in several

European countries. A novel technique to model the dynamics

of the faults for the plant under study was used. That allows,
by means of differential geometry, the design of a FDI taking
into account the plant structure. Procedures for modeling and
design of the residual generators are described, including
the simulation for the three tank thermal/hydraulic system.
Key words: residual generator, fault detection and isolation

(FDI), intelligent fault tolerant control in integrated systems

(IFATIS), hydraulic systems, pilot plant.

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-

Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654,

159 ESIME IPN Mxico.

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

Salvador Saucedo-Flores,
Efran Alcorta-Garca.

bustin interna) o bien sistemas difusos (vase [10] para un

sistema de tres tanques con modelado Takagi-Sugeno) o al
explotar lo lineal de los parmetros del modelo (como en [4]
y [11] para control adaptable de aeronaves). La deteccin
robusta de fallas para sistemas generales no lineales ha sido
considerada en [12]. Ms recientemente, las tcnicas FDI se
han desarrollado de manera explcita para sistemas no lineales de la forma (vase [13] y [14])
.

x = g0(x) +
y = h(x)

i=1

k=1

j=1

gi(x)ui + k(x)fk + j(x)w 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

Aqu se presenta, a travs de un caso completo, los pasos

relativos en el diseo no lineal del esquema de la deteccin y
aislamiento para mltiples fallas no concurrentes en
actuadores y fallas en sensores del estado. El proceso en consideracin es un tpico sistema termohidrulico, usado como
banco de pruebas en la Unin Europea conocido como el
proyecto IFATIS [17] y ya tomado como aplicacin problema para otros mtodos basados en aproximaciones lineales
[18] o bilineales [19] de la dinmica del sistema. Ahora se
tomar en cuenta como un modelo no lineal de un sistema
tolerante a fallas [5].
Las fallas consideradas pueden afectar a todas los actuadores
(bombas hidrulicas y resistores elctricos) y a todos los
sensores para medicin de estado (transductores de nivel y
termmetros) que se suponen disponibles para todas las variables de estado.
En una etapa preliminar de modelado se deriva, para la planta
con fallas, ecuaciones dinmicas que tienen la estructura (1).
Mientras que las fallas de los actuadores de cualquier tipo
(prdida de energa, deriva, saturacin, etc.) pueden directamente modelarse en esta forma, ello no es tan inmediato para
fallas que afectan a los sensores que definen al estado, debido a la dependencia no lineal del modelo del sistema en las
variables de estado. Por tanto, se propone para tal clase de
fallas una nueva manera de modelar, donde cada falla de un
sensor fsico es modelada por un conjunto adecuado de (siempre concurrentes) entradas de falla. Correspondientemente,
se extiende a esta situacin ms general las condiciones necesarias (y dada la disponibilidad del estado completo, tambin suficientes) por no concurrencia FDI, las que son dadas
en [16] para el caso estndar cuando cada falla fsica es modelada mediante slo una entrada de falla. Basados en el
cumplimiento de tales condiciones de naturaleza geomtrica,
se ilustra el diseo de generadores de residuales y de la lgica combinatoria que permite aislamiento perfecto de las fallas. El rendimiento de este esquema hbrido de FDI se demuestra con la simulacin numrica, donde se toma en cuenta
la presencia de entradas no modeladas y ruido de mediciones. Una alternativa moderna a este mtodo viene dada en
[20], la cual se basa en redundancia analtica no lineal.

4. Sistema de calentamiento de tres tanques

El proceso usado como caso de estudio en este breve documento est compuesto de tres tanques cilndricos. De acuerdo con el esquema de la Fig. 1, tanques 1 y 2 se usan para
precalentar los fluidos suministrados por la bomba 1 y la
bomba 2. La temperatura del fluido en estos tanques puede
ser ajustada por medio de dos resistores elctricos. El tercer

Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

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.

tanque permite la mezcla de los flujos que vienen desde los

dos tanques de precalentamiento. Mediciones del nivel y la
temperatura estn disponibles para los tres tanques. El objetivo del control es el regular el nivel del fluido y su temperatura en el tanque 3. Al escribir las ecuaciones del balance de
la masa y energa para cada uno de los tres tanques resulta
en un modelo no lineal, afn en sus entradas, de la forma:
4

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

En las expresiones dadas, A es la seccin de los tanques, c es el

calor especfico del fluido, es su densidad, y T1i y T2i , las
temperaturas del fluido a las entradas de los tanques 1, 2, y i el
recproco del (constante) estrangulamiento de la vlvula de salida i, i = 1,2,3. Notar que los campos vectoriales del sistema gi,
i = 0,...,4 son suaves en la regin de inters en el estado-espacio.

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)

donde uc es la entrada del comando de control. Remplazando

la expresin (3) en la dinmica del estado del sistema (2) se
obtiene:

Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.

161

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

x = g0(x) +

Salvador Saucedo-Flores,
Efran Alcorta-Garca.

l=1

i=1

gl(x)ucl + ui(x)fui

(4)

Con ui(x) = gi(x). La ecuacin (4) incluye los efectos de las

fallas de los actuadores y todava es afn en las entradas (control y fallas), por tanto, permite la aplicacin directa de las
tcnicas no lineales del FDI en [12] y [16].

xk y de modo que el modelo sea afn en ki(x,u). Para la

variable x1, por ejemplo, es:
1,1 =

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)

i. e. como la diferencia entre valor real y valor medido de la

k-sima variable de estado. Sin embargo, este modelado conduce ya sea a la aparicin de entrada de fallas en las
ecuaciones de salida (y = x Fx) o a un modelo que no es
lineal en las entradas de fallas de sensores (cuando el estado
se remplaza por la expresin y + Fk en (2)).
Se propone entonces un procedimiento diferente para modelar esta clase de fallas, el cual d como resultado la estructura
deseada (1) para las ecuaciones del sistema. Como se mostr
en [3], esto se obtiene al introducir un conjunto adecuado k >
1 de entradas de falla Fxk, k = 1,...,k, en vez de las cantidades
naturales para falla Fxk de (5). Esto implica que la correspondencia uno a uno de (5) entre un evento fsico (la falla de un
transductor) y la representacin matemtica (entrada de falla
del sensor) se pierde. Por tal razn, en el resto del documento
a menudo se necesita distinguir entre la falla fsica del sensor,
denotada por simplicidad mediante Fxk como en (5), y las correspondientes entradas de fallas matemticas.
Siempre que ocurra una falla fsica de un sensor (i. e., cuando xk
=/ yk), todas sus entradas de falla asociadas llegarn a ser genricamente no cero, aunque con comportamientos completamente
diferentes en el tiempo y, en general, con una interpretacin
fsica directa ms bien intuitiva. De acuerdo con este modelado,
para detectar y aislar una simple falla fsica del sensor de estado
k, ser suficiente el reconocer la ocurrencia de cualesquiera (una
o ms) de las entradas de falla matemticas. Esto es con el afn
de aislar un conjunto dado de fallas de las otras, como se establece en [16]. Para la falla genrica k de sensor, se propone el
procedimiento de modelado siguiente:
1) Buscar en el modelo del sistema todas las expresiones
ki(x,u) diferentes (en general, no lineales), implicando

162

2) Por cada expresin ki(x,u) hallada en el paso 1, definir

la entrada de falla fxk,i = k,i(x,u) [k,i(x,u)/xk] = yk , i. e.
el error inducido en la computacin de ki(x,u) por el uso
del valor medido yk en lugar del valor real xk, y computar
el correspondiente campo vectorial de la falla xk,i(x). Se
denotar el nmero de fallas introducidas de esta manera
por k 1.
Notar que fxk,i es, por definicin, slo afectado por una
falla del sensor k del estado (lo que es consistente con la
suposicin de no concurrencia), y es cero siempre que
Fxk= 0 , i. e. cuando xk = yk. Como un resultado de este
paso del modelado, toda ocurrencia de la expresin
k,i(x,u) en el modelo del sistema se puede remplazar
mediante k,i(x,u)/xk = yk + fxk,i, y el modelo es ciertamente afn en la entrada de falla fxk,i. Notar que el lado derecho de (2) slo depende ahora de la variable yk y no de xk.
. .
3) Definir la posterior entrada de falla fxk,k = xk yk. La introduccin de esta entrada adicional en el modelo permite
escribir tambin el lado izquierdo de la ecuacin k del
sistema en trminos de la nueva variable yk(con dinmi.
.
ca: yk = xk + fxk,i). El campo vectorial de falla asociado a
este fxk,k es xk,k = I k, por tanto, (I k es la columna k de la
matriz identidad nxn).
4) Si, para dos ndices i,j, se puede escribir xk,i = (x)xk,j para
alguna funcin real (x), hacer entonces fxk,i = fxk + (x)fxk,l
y eliminar fxk,i (el campo vectorial xk,i permanece igual).
Con un ligero abuso de notacin, se usa el smbolo k para
indicar el nmero final de la entrada k de falla matemtica
correspondiente a la falla del sensor k del estado.
Como resultado de este procedimiento general de modelado,
en el caso bajo estudio a considerar, se introducen las siguientes entradas de falla:

. Por falla en el sensor 1 (1 = 3)

fx1,1 =

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.

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

Salvador Saucedo-Flores,
Efran Alcorta-Garca.

. .
fx1,3 = x1 y1

se peda. En otras palabras, toda discrepancia entre sistema

sin falla y sistema con falla se contempla dentro del modelo
desarrollado con las entradas de fallas dado por (6), el cual
se puede compactar an ms:

. Por falla en el sensor 2 (2 = 3)

fx2,1 =

2
( x2
A

fx2,2 =

y2 )

y = g0(y) +

x5 T2i
u
u2 + 4
A
Ac

1
1

x2
y2

. Por falla en el sensor 3 (3 = 2)

3
( x3
A

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)

. Por falla en el sensor 6 (6 = 1)

fx6,1 =

1 x1 + 2 x2
Ax3

. .
(x6 y6) (x6 y6)

Ahora que las salidas y1,...,y6 se toman en cuenta como las

nuevas variables de estado para la dinmica del sistema, la
estructura general de (1) se ha recuperado. El modelo definitivo, incluyendo el efecto de todas las fallas (no simultaneas)
es entonces:
4

l=1

i=1

y = g0(y) + gl(y)uc,l + u,i fu +

.

(7)

k=1 j=1

Luego, se puede disear un observador estndar no lineal

con una dinmica lineal del error [7]. En particular, la dinmica del estado de este generador/observador es una copia
del modelo nominal (sin fallas) de la dinmica de ms un
trmino de correccin K(z ) que hace que el error de observacin/residual r = z tienda asintticamente a cero
cuando no hay fallas.

x1 (x4 y4)

. Por falla en el sensor 5 (5 = 2)

fx5,1 =

Al suponer que todo el estado es medido, el diseo de residuales

para el modelo (7) requiere que para todo par (i,k) se defina
una funcin adecuada de desacople de salida z = (y) cuya
dinmica est afectada por al menos una de las entradas de
falla asociadas con Fi y no asociada con ninguna de las entradas de falla asociadas con Fk.

u1
. .
(x y ) (x4 y4)
Ax1 4 4

fx4,2 =

l=1

k,j fxk,j

6. Diseo de los generadores de residuales

. Por falla en el sensor 4 (4 = 2)

fx4,1 =

gl(y)uc,l +

Con m = 4, s = 10, etc. Notar que los ruidos de entrada y de

mediciones no estn incluidos en (7), ni se emplean para el
diseo del FDI. Se intuye que dicho ruido no se puede distinguir de las fallas de los actuadores ni de las fallas de los
sensores. Por ello, se emplean zonas de umbral para definir
si cierta falla se ha disparado al generar los residuales de la
siguiente seccin.

. .
fx2,3 = x2 y2

fx3,1 =

En [5] se dan las condiciones tericas para poder disear los

generadores de residuales que presenten estabilidad y que
tiendan asintticamente a cero cuando exista ausencia de fallas. Entre dichas condiciones est la no simultaneidad de
fallas. Otra condicin importante es que para todo par de fallas Fi, Fk se pueda definir un sistema dinmico que se vea
afectado por una de ellas y que no sea afectado por la otra.
La tabla 1 detalla los seis generadores de residuales que conforman el FDI para este caso de sistema no lineal. Es conveniente, adems, formar la matriz de residuales cuyos elementos binarios relacionan a cada falla fsica con cada residual, como muestra la tabla 2.

xk,j fj

(6)

k=1 j=1

donde se omite la frmula trivial de la salida. La ecuacin

(6), que modela el sistema con fallas, se expresa en trminos
de los comandos de control disponibles uc y las salidas medidas y, y es afn en todos los controles y todas las fallas, como

En este caso dicha matriz es de 106, para diez fallas y seis

residuales.
Notar que en la tabla 2 ningn par de fallas fsicas excita al
mismo conjunto de residuales, lo que permite aislar a cada
una de las fallas.

Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.

163

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

Salvador Saucedo-Flores,
Efran Alcorta-Garca.

Tabla 1. En [5] se propone el siguiente conjunto de

generadores para el caso en consideracin.

GENERADOR DE RESIDUALES GR1 (z1 y1)

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)

Tabla 2. Matriz de residuales y lgica de aislamiento de fallas.

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]

GENERADOR DE RESIDUALES GR6 (z6 = y3 y6)

.
y4 y1 + 2 y5 y2 3 y6 y3 + K (z )
6 =
6 6
6
A
A
A
r6 = K6(z6 6)

para i = 1, , 6 y se fijaron por prueba y error. La teora de

las desigualdades entre matrices, LMI, puede servir para el
clculo ptimo de tales ganancias, segn sea el nivel de ruido imperante.

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

Se present un estudio parcial para el diseo de un FDI no

lineal, usando el modelo trmico IFATIS para fallas no simultneas en actuadores y en transductores.
Se revis el mtodo propuesto para modelar fallas derivado
de la teora de la geometra diferencial, de modo de obtener

Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

Salvador Saucedo-Flores,
Efran Alcorta-Garca.

9. Referencias

Fig. 2. Fallas de actuadores y de sensores.

frmulas para las ecuaciones del estado que sean afines en

las entradas y ecuaciones de salida que sean independientes
de dichas entradas.
Los generadores de residuales conforman una batera de sistemas dinmicos no lineales con la estructura de observadores no lineales que se asemejan a los observadores tradicionales [21].

Fig. 3. Evolucin de residuales en el tiempo.

[1] C. S. Kallesoe, V. Cocquempot, R. Izadi-Zamanabadi,

"Model based fault detection in a centrifugal pump application", Control Systems Technology, IEEE Transactions
on,vol. 14, nm. 2, marzo 2006, pp. 204-215.
[2] F. Caccavale y L. Villani, Eds., "Fault Diagnosis and
Fault Tolerance for Mechatronics Systems", in STAR.
Berlin, Germany: Springer-Verlag, 2003, vol. 1.
[3] E. Alcorta Garca y P. M. Frank, "Deterministic
nonlinear observer-based approaches to fault diagnosis:
a survey," Control Engineering Practice, vol. 5, nm.
5, pp. 663-670, 1997.
[4] R. N. Riggins, y W. B. Ribbens, "Designed inputs for
detection and isolation of failures in the state transition
matrices of dynamic systems" Control Systems
Technology, IEEE Transactions on, vol. 5, nm. 2,
marzo 1997, pp. 149-162.
[5] R. Mattone y A. de Luca, "Nonlinear Fault Detection
and Isolation in a Three-Tank", Heating System Control
Systems Technology, IEEE Transactions on, vol. 14,
nm. 6, noviembre 2006 pp. 1158-1166.
[6] Jong-Yeob Shin y C. M. Belcastro, "Performance
analysis on fault tolerant control system" Control
Systems Technology, IEEE Transactions on, vol. 14,
nm. 5, septiembre 2006, pp. 920-925.
[7] S. Simani, C. Fantuzzi y S. Beghelli, "Diagnosis
techniques for sensor faults of industrial processes,"
IEEE Trans. Contr. Syst. Technol., vol. 8, nm. 5, pp.
848-855, septiembre 2000.
[8] Y. Peng, A.Youssouf, P. Arte, y M. Kinnaert, "Acomplete
procedure for residual generation and evaluation with
application to a heat exchanger," IEEE Trans. Contr. Syst.
Technol., vol. 5, nm. 6, pp. 542-555, noviembre 1997.
[9] E. Laukonen, K. Passino, V. Krishnaswami, G.-C. Luh,
y G. Rizzoni, "Fault detection and isolation for an
experimental internal combustion engine via fuzzy
identification," IEEE Trans. Contr. Syst. Technol., vol.
3, nm. 3, pp. 347-355, junio 1995.
[10] E. Alcorta-Garcia y S. Saucedo-Flores, "Fault detection
and isolation based on Takagi-Sugeno modeling"
Intelligent Control. 2003 IEEE International
Symposium on, pp. 673-678.
[11] D. Ye y G. H. Yang, "Adaptive Fault-Tolerant Tracking
Control Against Actuator Faults With Application to Flight
Control", Control Systems Technology, IEEE Transactions
on, vol. 14, nm. 6, noviembre 2006, pp. 1088-1096.
[12] C. De Persis y A. Isidori, "A geometric approach to
nonlinear fault detection and isolation," IEEE Trans.
Autom. Contr., vol. 46, nm. 6, pp. 853-865, junio 2001.
[13] W. Dixon, I. Walker, D. Dawson, y J. Hartranft, "Fault
detection for robot manipulators with parametric

Cientfica, Vol. 15 Nm. 4, pp. 159-166, octubre-diciembre 2011. ISSN 1665-0654, ESIME IPN Mxico.

165

Deteccin y aislamiento de fallas en el

sistema trmico IFATIS

[14]

[15]

[16]

[17]

Salvador Saucedo-Flores,
Efran Alcorta-Garca.

uncertainty: A prediction-error-based approach," IEEE

Trans. Robot. Autom., vol. 16, nm. 6, pp. 689-699,
diciembre 2000.
A. De Luca y R. Mattone, "Actuator fault detection
and isolation using generalized momenta," in Proc.
IEEE Int. Conf. Robot. Autom. 2003, pp. 634-639.
D.-L. Yu, "Diagnosing simulated faults for an
industrial furnace based on bilinear model," IEEE
Trans. Contr. Syst. Technol., vol. 8, nm. 3, pp. 435442, junio 2000.
R. Mattone y A. De Luca, "Relaxed fault detection
and isolation: An application to a nonlinear case
study," Automatica, vol. 42, nm. 1, pp. 109-116, 2006.
D. Sauter, F. Hamelin, y S. Lger, Heating system
benchmark for fault detection and isolation and fault
tolerant control IFATIS, University of Nancy, Nancy,
France, Rep. IFAN012R01, 2003.

[18]

[19]

[20]

[21]

S. Lger, F. Hamelin, y D. Sauter, "Fault detection and

isolation in dynamic systems using principal component
analysis-application to an heating system benchmark,"
5th IFAC Symp. Fault Detection, Supervision Safety
Tech. Process., Washington, DC, 2003.
L. El Bahir y M. Kinnaert, "Fault detection and
isolation for a three tank system based on a bilinear
model of the supervised process," in Proc. UKACC
Int. Conf. Contr., 1998, pp. 1486-1491.
M. L. Leuschen, I. D. Walker y Cavallaro, J.R.; "Fault
residual generation via nonlinear analytical
redundancy" Control Systems Technology, IEEE
Trans. vol. 13, nm. 3, mayo 2005, pp. 452-458.
E. Alcorta y P. M. Frank, 1999 "A Novel Design of
Structured Observer-Based Residuals for FDI",
Proceedings of the American Control Conference San
Diego, California, junio 1999, pp. 1341-1345

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.