Desarrollan un innovador método para el diagnóstico de fallos en sistemas industriales

Cristina G. Pedraz/DICYT La ingeniería está cada vez más presente en nuestra vida cotidiana. Desde la producción de alimentos hasta el funcionamiento de los electrodomésticos, pasando por la generación y distribución de la energía o los automóviles, los sistemas de ingeniería impregnan todos los ámbitos de la sociedad. En esta tendencia hacia la automatización, la detección y el diagnóstico de fallos cobra una importancia vital, teniendo en cuenta además las exigentes normativas de seguridad tanto nacionales como internacionales.

En esta línea se ha enmarcado la tesis doctoral de Aníbal Bregón, investigador del Grupo de Sistemas Inteligentes de la Universidad de Valladolid, quien ha tratado de integrar las dos aproximaciones más comunes para abordar el diagnóstico de fallos en sistemas industriales. Una es la Inteligencia Artificial, cuyo conjunto de técnicas se conoce como DX, y la otra la Teoría de Control, denominada aproximación FDI. “La tesis tiene como objetivo integrar técnicas de ambas comunidades para obtener lo mejor de cada una”, explica el investigador, quien ha contado en su trabajo con la dirección de los profesores Belarmino Pulido y Carlos Javier Alonso.

De manera simplificada, el diagnóstico de fallos tiene tres etapas. “Partimos de la base de qué es un fallo. En la industria azucarera, por ejemplo, un fallo puede ser un conducto bloqueado o una fuga en un tanque. En nuestra investigación intentamos detectar, primero, si ha habido un fallo; después localizar en toda la instalación dónde se ha producido y, una vez conocido esto, determinar exactamente qué tipo de fallo es y su valor”, detalla.

La Inteligencia Artificial y el Control Automático abordan esta cuestión desde diferentes perspectivas. Ésta última, la aproximación FDI, “se centra más en la primera fase, la detección”; mientras que la primera, la DX, en la que el Grupo de Sistemas Inteligentes es experto, profundiza “en lo que llamamos el aislamiento, saber dónde está el fallo en concreto”. “Si combinamos ambas técnicas podemos realizar el diagnóstico de fallos aprovechando la robustez que nos proporcionada cada una en los distintos campos”, incide Bregón.
La aproximación se ha llevado a cabo a través de una técnica denominada Posibles Conflictos (PCs). El diagnóstico basado en modelos busca las redundancias en el sistema y comprobar que son iguales, esto es, estimar por dos vías un valor y comprobar que sea igual. Si son distintos, es el origen de una detección de un fallo. Los Posibles Conflictos buscan entonces las partes más pequeñas de un sistema que contengan esa redundancia.

Infinidad de aplicaciones

Al tratarse de una disciplina de estudio muy novedosa, los frentes abiertos son múltiples y diversos. Así, aunque la tesis doctoral se inició en 2005 y fue leída en mayo del pasado año, las demostraciones prácticas llevadas cabo no solo no han concluido, sino que se han ampliado. Las innovaciones introducidas en la tesis se han aplicado, por ejemplo, en un motor de camión de la firma sueca Scania AB. En concreto, los algoritmos para el cálculo de Posibles Conflictos se han utilizado sobre un modelo de motor diésel.

Durante el desarrollo de la tesis, el investigador ha colaborado con diversos grupos nacionales e internacionales y ha realizado cinco estancias en el Instituto de Sistemas de Software Integrado (ISIS) de la Universidad de Vanderbilt (Tennessee, Estados Unidos), en el Departamento de Ingeniería Eléctrica de la Universidad de Linköping (Suecia) y en el centro de investigación Ames de la NASA (California, Estados Unidos).

“Hay varias maneras de abordar la diagnosis y estamos trabajando en ellas”, asegura Bregón, quien apunta que uno de los campos en los que se están centrando es la diagnosis de sistemas híbridos, aquellos que tienen dinámicas continuas y discretas. “Por ejemplo, si tenemos dos tanques y el agua fluye entre ambos, eso es una dinámica continua. Sin embargo, si entre ellos se coloca una válvula que se abre y se cierra, entonces es una dinámica discreta”. En la actualidad, la mayor parte de los sistemas combinan dinámicas continuas y discretas. Se trata de sistemas complejos que encierran ciertas dificultades, y el grupo ha abierto una línea para trabajar sobre ellos.

Sistema de Ósmosis inversa

Uno de los casos de estudio más relevantes en los que se ha trabajado es el Sistema de Ósmosis Inversa que forma parte del Sistema Avanzado de Reciclaje de Agua (AWRS, por sus siglas en inglés) desarrollado por el Centro Espacial Johnson de la NASA. El sistema es capaz de transformar el agua residual en agua potable en condiciones de microgravedad, algo de suma importancia para garantizar el suministro en el espacio y reducir los enormer costes de reabastecimiento. El AWRS forma parte a su vez del Sistema de Soporte de Vida creado por la NASA para misiones tripuladas y se ha instalado en la Estación Espacial Internacional.

La detección de fallos en estos complejos y costosos sistemas debe ser rápida y fiable, y para ello se ha desarrollado, utilizando los Posibles Conflictos como base, una técnica para la identificación eficiente de fallos, que ha sido aplicada al Sistema de Ósmosis Inversa con unos resultados “altamente satisfactorios”.

Nueva línea en torno al repostaje de vehiculos espaciales

En la actualidad, el grupo ha empezado a trabajar en un tema bastante novedoso, la prognosis, que engloba a la diagnosis pero va “un paso más lejos”. “Suponiendo que tenemos un sistema en el que ha habido un fallo, la prognosis trata de determinar cual será el comportamiento futuro de ese sistema, y decidir si puede seguir realizando su tarea correctamente en presencia de fallo”. Incluso, la prognosis “debe determinar cuánto tiempo va a poder seguir funcionando el sistema”. Para ello, “tienes que saber cómo va a evolucionar el fallo”, y esto sólo se puede conocer “si se tienen datos de roturas anteriores, lo cual es muy difícil de conseguir, o modelos matemáticos de la rotura”, subraya Aníbal Bregón. En esta compleja línea de investigación, el grupo trabaja con un sistema de carga de combustible del Centro Espacial Kennedy de la NASA. Este sistema “tiene una bomba centrífuga que se encarga de la delicada tarea de cargar combustible en los vehículos espaciales”. Aplicando prognosis sobre la bomba, “seremos capaces de decidir, aunque haya ocurrido un fallo, si la misión puede continuar o si tiene que ser abortada”.

Aplicación en un Robot explorador de la NASA

Además de la aplicación en dos sistemas reales de la NASA, como son el Sistema de Ósmosis Inversa y la bomba de carga de combustible para vehículos espaciales, el grupo de investigadores de la Universidad de Valladolid colabora con el organismo espacial norteamericano en otra línea, la diagnosis distribuída. Mientras que la diagnosis se realiza tradicionalmente de manera centralizada, es decir, “un único diagnosticador global se encarga de tomar las decisiones de diagnóstico en todo el sistema”, la diagnosis distribuida trata de dividir este problema y hacer que el proceso de diagnóstico se realice “mediante varios diagnosticadores locales e independientes los unos de los otros”. “Se trata de realizar esta tarea de manera mucho más sencilla”, añade Aníbal Bregón. Para explicarlo, el investigador pone como ejemplo el funcionamiento de un avión. “En un avión tenemos diversos componentes que pueden fallar, como los motores o las bombas de combustible. Habitualmente, todos los sensores del avión envían sus mediciones a una unidad central de diagnóstico que se encarga de tomar la decisión de si algo ha fallado, y determinar dónde y cómo lo ha hecho. El problema, prosigue, “es que si ese diagnosticador central falla, el avión se queda sin sistema de diagnóstico”. Mediante la diagnosis distribuída, “lo que tenemos son pequeños diagnosticadores locales de un componente o subconjunto de componentes que son independientes entre sí”. Aunque este diseño entraña varias dificultades, las ventajas que ofrece son “evidentes”. La más importante, señala, radica en que “si un diagnosticador local falla, este fallo no afecta a los demás diagnosticadores, que pueden seguir realizando su tarea sin problema”. En estos momentos, el grupo trabaja en un aproximación para el diagnóstico distribuido que utiliza Posibles Conflictos y que se está probando en un Robot Rover del centro Ames de la NASA. El Robot se ha desarrollado para misiones de exploración en la Antártida y por tanto “tiene que ser muy resistente frente a condiciones climáticas extremas y terrenos muy abruptos”, de ahí la importancia de desarrollar un sistema de diagnóstico de fallos “robusto y eficiente”. Como avanza Bregón, los resultados que están obteniendo “son muy prometedores”. Aparte de los casos donde se han desarrollado y probado las innovaciones que aporta esta tesis doctoral, es importante destacar el carácter investigador del trabajo. En este sentido, se ha participado de forma paralela en cinco proyectos de investigación financiados por el Ministerio de Ciencia e Innovación, el Ministerio de Educación y la Junta de Castilla y León, así como en la Red de Supervisión y Diagnosis de Sistemas Complejos. Por otro lado, se han realizado demostraciones en la propia Universidad de Valladolid. En una de ellas se colaboró con investigadores del Centro de Tecnología Azucarera (CTA) con el fin de proporcionar una herramienta para la detección automática de fallos en el Sistema de Evaporación de la azucarera de Toro. En la otra se trabajó con una planta de laboratorio termohidráulica reconfigurable, que trata de emular las características comunes a la mayoría de los procesos industriales continuos. En esta planta, de la que se disponen datos reales, se probaron las mejoras en la detección de fallos mediante la integración de las técnicas de Posibles Conflictos y de observadores de estados, con una “clara aplicación” en las factorías alimentarias de Castilla y León.