Investigadora diseña modelo para detectar fallas en sistemas

Por Tomás Dávalos

Aguascalientes, Aguascalientes. 10 de abril de 2017 (Agencia Informativa Conacyt).- Elvia Ruiz Beltrán, profesora investigadora del Instituto Tecnológico de Aguascalientes (ITA) —perteneciente al Tecnológico Nacional de México (Tecnm)—, desarrolló un esquema que identifica estructuras en los modelos para poder determinar si un sistema de comunicación, manufactura flexible o software es diagnosticable y, en su caso, garantizar la detección y localización de las fallas.

1 HEAD sistemas1004

Detalló que esta línea de investigación la comenzó a desarrollar cuando cursaba la maestría en ciencias de la ingeniería en el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (Cinvestav IPN), en su tesis abordó un tema relacionado con el diagnóstico de fallas en sistemas de eventos concretos basadas en modelos de redes de Petri, trabajo que le permitió realizar pruebas para encontrar los problemas que dan origen a un mal funcionamiento, así como proponer soluciones al mismo.

Al respecto, comentó en entrevista para la Agencia Informativa Conacyt: “En este modelo, lo primero que hacemos es entender bien cómo funciona el sistema, conocer todos sus elementos, entradas y salidas. Una vez que ya tenemos esa información, hacemos un modelo en red de Petri, asociamos los sensores a los lugares y las señales a las transiciones, que sería el modelo del sistema”.

¿Por qué falló el sistema?

1 petri1004 Fuente: Cervantes Canales, Jair. Representación y aprendizaje de conocimiento con redes de Petri difusas. Tesis Cinvestav.Para el caso concreto de la detección de fallas en un equipo físico, primero se elabora un modelado del mismo con un sistema de eventos discreto, para ello se cuenta con información de entrada como referencia y de salida, que se obtiene con los datos que proveen los sensores. Con base en estos elementos, se construye un modelo aproximado del comportamiento del sistema, lo que permite analizar los ciclos y determinar si dentro de los mismos ocurre una falla.

“Se evalúa la salida del sistema real con un modelo referencia y veo el error, el error normalmente es el que me dice que hay una falla entre lo que yo espero del sistema y lo que realmente está pasando, entonces, ese error me permite determinar que hay una falla, y ese error lo puedo usar para poder determinar qué falla es la que está presente. Normalmente construyo matrices, donde las columnas de esas matrices están relacionadas con el error que está asociado a una falla en específico”, destacó.

Hay ocasiones en las que el sistema resulta no diagnosticable, pero con base en la información de entrada y aquella previamente capturada, se sugieren acciones como agregar más sensores al sistema de manufactura, de tal manera que el equipo sea susceptible de ser diagnosticado. Tras realizar las adecuaciones se pasa a la siguiente etapa: se implementan algoritmos de monitoreo y se prueban con un controlador lógico programable (PLC, por sus siglas en inglés) para evaluar el error.

“Hasta el momento, las pruebas de este método se han efectuado a nivel teórico mediante simuladores, y en ellas se han logrado encontrar condiciones estructurales suficientes para hacer la detección y localización de fallas. El siguiente paso es trasladarlo a la práctica para darle validez a la teoría, para ello en el Tecnológico de Aguascalientes se experimenta con un sistema de manufactura, pruebas en las que se han logrado buenos resultados, logrando aislar los problemas”, explicó.

Para finalizar, la profesora investigadora del ITA explicó las ventajas de utilizar este método: en el caso de los sistemas de manufactura flexibles, se podrían reducir las pérdidas económicas al hacer la detección oportuna de fallas; en los sistemas de software, se pueden localizar puntos propensos a presentar errores, mismos que podrían corregirse antes de lanzar un producto al mercado; y en el caso de los sistemas complejos, se proporciona información sobre los dispositivos que son vulnerables a ataques, para desarrollar algoritmos o sistemas que ofrezcan mayor seguridad.