Dissertations / Theses on the topic 'Detección de fallas'

En la presente tesis se presenta el desarrollo de un Sistema de Detección de Fallas para una Bomba Centrifuga, que se basara en el método del análisis vibracional Los trabajos realizados incluyen el estudio de funcionamiento de la bomba centrifuga, la elección del método de detección de fallas y el diseño del Sistema de Diagnostico de Fallas que permita conocer el estado diseñado en la bomba centrifuga en la Planta Intercambiador de Calor, donde se realizan las pruebas. El sistema de Diagnostico de Fallas para la Bomba Centrifuga desarrollado, detecta de manera correcta, fallas de desalineamiento en las bombas centrifugas estudiadas.
Tesis

Memoria para optar al título de Ingeniero Civil Mecánico
Los equipos mecánicos están sujetos a daño durante la operación, lo que deteriora su estructura y funcionamiento produciendo fallas. La detección preventiva de fallas y el pronóstico de vida remanente son herramientas muy útiles en el ámbito práctico, permitiendo evitar tiempos inesperados de parada del equipo, además de permitir agendar la mantención en un momento propicio según la condición en la que se encuentre el equipo en operación. Se propone implementar un modelo novedoso para el análisis de registros de series temporales en base a Deep Learning, redes neuronales convolucionales causales, que ha presentado muy buenos resultados realizando tareas de generación de secuencias con dependencias de largo alcance [1]. Los objetivos del trabajo propuesto en el presente informe son los siguientes: Objetivo General: Determinar la vida remanente en equipos mecánicos mediante la implementación de un modelo en base a CNNs causales. Objetivos Específicos: Analizar, indexar y clasificar los registros de señales de sensores de los equipos perti- nentes. Generar un modelo en base a redes neuronales convolucionales causales para el pronós- tico y estimación de vida remanente. Verificar y corroborar resultados obtenidos comparando con métodos actuales y parti- cularmente métodos en base a Long Short-Term Memory. Teniendo la base de datos del registro de los equipos, se procede a definir la arquitectura del modelo en base a Deep Learning y a realizar el entrenamiento e implementación del modelo. Luego, se analizan y verifican los resultados. En caso de que los resultados no sean satisfactorios se procede a cambiar los hiper-parámetros de la arquitectura del modelo y se repite el procedimiento. Los resultados obtenidos validan la implementación del modelo propuesto por medio de métodos comparativos entre modelos con y sin los métodos que se busca implementar. Los valores obtenidos para las predicciones de la base de datos en la que se implementa el modelo responden a lo esperado y al comparar con el estado del arte, se puede notar que el modelo realiza buenas predicciones, no ajustándose con tanta precisión, pero obteniendo mejores resultados en las bases de datos con más parámetros de operación debido a la capacidad de aprendizaje más general.

Ingeniero Civil Mecánico
Los sistemas rotativos tienen gran importancia en la industria, debido a la existencia de diversas máquinas que utilizan este principio para su funcionamiento. En este contexto, la mantención de estos equipos es un tema que cada vez toma más peso en la industria debido a los incentivos económicos existentes por mejorar la disponibilidad de los activos de la empresa. Dentro de las técnicas de mantención existentes, la mantención predictiva se ha vuelto cada vez más atractiva con el avance de la tecnología. Esta estrategia de mantención consiste en evaluar la condición de operación de la maquina en tiempo real. Esto permite, mediante el monitoreo de ciertos parámetros, detectar una condición anormal en su funcionamiento y así intervenir en el momento preciso antes de que ocurra la falla, aumentando así la disponibilidad del activo, sin incurrir en una sobre mantención de éste. El objetivo de este trabajo es desarrollar un algoritmo inteligente que permita la identificación de fallas en un sistema rotativo, mediante la comparación con patrones de falla previamente identificados. Para la realización de este trabajo se identifican tres etapas claves; En primer lugar la adquisición de datos experimentales del sistema rotor operando bajo los modos de falla más comunes para este tipo de sistema. Luego, se crean patrones con los datos más representativos obtenidos anteriormente a fin de construir una base de datos de los modos de falla. Por último, se debe desarrollar un sistema de aprendizaje supervisado que permita, por medio de la comparación con los patrones anteriormente definidos, la identificación de la presencia de potenciales fallas en un sistema en funcionamiento. Se consideraron inicialmente 4 modos de fallas: desbalance, roce entre componentes rotatorios, picadura en pista externa del rodamiento, y falla en el rotor del motor, en donde se descartó el modo de falla del motor, ya que su falla no fue visible en las mediciones obtenidas. A partir de los otros 3 modos de falla se estudian la incidencia de distintos parámetros relevantes a fin de construir diferentes bases de datos sobre las cuales se prueba el algoritmo. Se realizaron pruebas sobre distintas bases de datos, para caso de modos de falla actuando solos como también múltiples. Se concluye que el algoritmo consigue resultados óptimos en el caso de los modos de falla individuales, mientras que para el caso de modos de falla múltiples el algoritmo tiene una menor precisión, llegando incluso a no detectar algunas fallas. Para este último caso se sugiere realizar modificaciones al algoritmo que permitan obtener resultados concluyentes.

Memoria para optar al título de Ingeniero Civil Mecánico
Dentro del área de mantenimiento, el monitorear un equipo puede ser de gran utilidad ya que permite advertir cualquier anomalía en el funcionamiento interno de éste, y así, se puede corregir cualquier desperfecto antes de que se produzca una falla de mayor gravedad. En data mining, detección de anomalías es el ejercicio de identificar elementos anómalos, es decir, aquellos elementos que difieren a lo común dentro de un set de datos. Detección de anomalías tiene aplicación en diferentes dominios, por ejemplo, hoy en día se utiliza en bancos para detectar compras fraudulentas y posibles estafas a través de un patrón de comportamiento del usuario, por ese motivo se necesitan abarcar grandes cantidades de datos por lo que su desarrollo en aprendizajes de máquinas probabilísticas es imprescindible. Cabe destacar que se ha desarrollado una variedad de algoritmos para encontrar anomalías, una de las más famosas es el Isolated Forest dentro de los árboles de decisión. Del algoritmo de Isolated Forest han derivado distintos trabajos que proponen mejoras para éste, como es el Robust Random Cut Forest el cual, por un lado permite mejorar la precisión para buscar anomalías y, también, entrega la ventaja de poder realizar un estudio dinámico de datos y buscar anomalías en tiempo real. Por otro lado, presenta la desventaja de que entre más atributos contengan los sets de datos más tiempo de cómputo tendrá para detectar una anomalía. Por ende, se utilizará un método de reducción de atributos, también conocido como reducción de dimensión, por último se estudiará como afectan tanto en efectividad y eficiencia al algoritmo sin reducir la dimensión de los datos. En esta memoria se analiza el algoritmo Robust Random Cut Forest para finalmente entregar una posible mejora a éste. Para poner en prueba el algoritmo se realiza un experimento de barras de acero, donde se obtienen como resultado sus vibraciones al ser excitado por un ruido blanco. Estos datos se procesan en tres escenarios distintos: Sin reducción de dimensiones, análisis de componentes principales(principal component analysis) y autoencoder. En base a esto, el primer escenario (sin reducción de dimensiones) servirá para establecer un punto de orientación, para ver como varían el escenario dos y tres en la detección de anomalía, en efectividad y eficiencia. %partida para detección de anomalía, luego se ver si esta mejora Luego, se realiza el estudio en el marco de tres escenarios para detectar puntos anómalos; En los resultados se observa una mejora al reducir las dimensiones en cuanto a tiempo de cómputo (eficiencia) y en precisión (efectividad) para encontrar una anomalía, finalmente los mejores resultados son con análisis de componentes principales (principal component analysis).

La detección de anomalías en procesos industriales es un tema de alto impacto que ha sido analizado y estudiado en diversas áreas de la ingeniería e investigación. La mayor parte de los métodos de detección actualmente disponibles posibilitan el estudio de las irregularidades encontradas en el historial de un proceso, ayudando a extraer información significativa (y a veces crítica) en una amplia variedad de aplicaciones, y convirtiéndose de este modo en parta fundamental e integral de esquemas de reducción de costos tanto humanos como económicos en la industria contemporánea. El objetivo general de este trabajo es desarrollar e implementar un enfoque modular de detección de anomalías, aplicable a procesos industriales multivariados y fundado en el análisis de residuos generados a partir de modelos no paramétricos basados en similitud (similarity-based modeling, SBM). La herramienta consiste principalmente de un sistema de generación automática de modelos SBM, una metodología de estudio de eventos y un algoritmo estadístico de detección. El trabajo realizado se enmarca en un proyecto de colaboración conjunta entre las empresas CONTAC, INGENIEROS LTDA. y ENDESA-CHILE. Gracias a esto, ha sido posible evaluar el sistema propuesto utilizando datos de operación correspondientes a una central termoeléctrica de ciclo combinado perteneciente a la segunda empresa ya mencionada. Las comparaciones en cuanto al desempeño del sistema de modelación implementado permiten concluir que el algoritmo es capaz de generar una representación más apropiada del proceso, basado en el error obtenido con la técnica de modelación SBM, la cual es cercana al 25% del error obtenido con la técnica de modelación lineal en los parámetros. Además, la metodología de estudio de eventos permite detectar correctamente las variables que no aportan al objetivo de detección de un evento en particular, así como también identifica las variables más significativas para lograr tal propósito, reduciendo el número de variables analizadas y con esto, los requerimientos de cómputo de operación en línea. La validación de los resultados entregados por el método de detección de anomalías desarrollado, permite aseverar que la utilización de modelos no-paramétricos tipo SBM, en combinación con la metodología de estudio de eventos y el algoritmo estadístico de detección, resultan eficaces a la hora de generar alarmas y detectar las anomalías estudiadas.

Las metodologías para la determinación e identificación de fallas en procesos industriales viene siendo desarrollada e investigada desde hace 30 años, en los cuales se han elaborado una gran variedad de metodologías de detección y de aplicaciones a sistemas reales. Debido al aumento de la complejidad y cantidad de los procesos que necesitan ser controlados, surgen teorías para la detección e identificación de fallas como solución a problemas de repercusión no solo económica, sino también ecológica, productiva y de seguridad. En la presente tesis se ha desarrollado un método de detección e identificación basado en una innovación proveniente del filtro de Kalman, la cual provee condiciones suficientes y necesarias para la detección de fallas aditivas bajo influencia de ruido gaussiano blanco. Esta metodología de detección se aplica a un motor de corriente contínua de excitación independiente, cuya función de transferencia tipo SISO ha sido obtenida experimentalmente. Posteriormente un análisis estadístico de la innovación obtenida del filtro de Kalman, ha permitido diagnosticar la presencia e instante de la falla aditiva generada en el sensor del sistema. Lo anterior ha generado un sistema capaz de detectar fallas aditivas idealizadas como modelos tipo escalones y rampas en un sistema lineal e invariante en el tiempo. El sistema desarrollado, permite la correcta detección e identificación de las fallas aditivas presentes en el sensor del modelo del motor de corriente continua, basándose en el análisis estadístico del parámetro innovación proveniente del Filtro de Kalman.
Tesis

En este trabajo se presenta el diseño mecatrónico de un sistema automático para la detección de fallas en tuberías ferromagnéticas de un diámetro de 18 pulgadas. El diseño del sistema permite identificar distintos tipos de fallas tales como corrosión y fisuras superficiales e internas. El método que usa el sistema para la detección de fallas en tuberías ferromagnéticas es la “Dispersión de flujo magnético” o “Magnetic flux leakage”. La dispersión de las líneas de flujo magnético se debe a las fallas antes mencionadas las cuales generan un aumento en la lectura de los sensores de efecto Hall. El sistema diseñado trabaja desplazándose a través de la tubería y a la vez sensa constantemente diferentes parámetros, como corriente en los motores y sensores que permiten la geo localización del sistema, para asegurar su correcto funcionamiento. En el momento en el que el sistema detecta una falla en la tubería, basada en algoritmos que se explican en este trabajo, este se encarga de almacenar tanto las lecturas de los sensores de efecto Hall, imágenes de la falla y la localización de la falla para su posterior análisis. El trabajo abarca la selección de sensores y actuadores; diseño de planos mecánicos, eléctricos, diagramas de flujo. Por último se concluye con el desarrollo del marco teórico necesario para el desarrollo del sistema y simulaciones que muestran los resultados que el sistema obtendría al detectar una falla dentro de las tuberías.
Tesis

El presente Trabajo de Tesis tiene como objetivo realizar el diseño de un Sistema de Detección de Fallas para un Motor DC, usando Observadores Proporcional Integral Generalizado (GPI). En este trabajo, inicialmente se realiza el estudio de los observadores GPI a utilizar, luego se desarrolla una metodología para aplicar este observador en un Sistema de Detección de Fallas. Para poder evaluar el desempeño del Sistema de Detección de Fallas basado en Observadores GPI, se le compara con otros Sistemas de Detección de Fallas basados en Observadores de Luenberger y Filtros Kalman.
Tesis

Ingeniero Civil Eléctrico
En la actualidad, la supervisión de procesos necesita ser cada vez más eficiente. Hoy en día se cuenta con múltiples sensores en cada proceso, los cuales entregan información de algún estado/variable del mismo. Al analizar esta información, es posible encontrar relaciones entre variables y puntos de operación del proceso. Lo anterior posibilita la construcción de modelos de procesos en base solo a información recaudada de los estados/variables. Esta herramienta de modelación es muy útil cuando no se conoce de manera completa, a nivel fenomenológico, el proceso a estudiar. El presente Trabajo de Titulo está centrado en la realización de modelos para un molino SAG (Semi-Autógeno) en base a estructuras no-paramétricas de similitud. En primer lugar, se desarrolla un algoritmo para la generación de modelos de similitud usando un enfoque basado en los residuos (diferencia entre el valor real y el valor estimado). Posteriormente, se desarrolla una metodología para estimar variables usando modelos de similitud, la predicción de ellas y un posterior análisis de escenario usando un modelo de predicción. Al momento de generar un modelo para estimar las variables controladas usando datos históricos reales de un molino SAG, se observa que el modelo creado cumple con los criterios de validación. Posteriormente, usando los mismos datos, se procede a crear un modelo de predicción, con el fin de generar un análisis de posibles futuros escenarios. Los resultados muestran que en el nuevo escenario propuesto, se obtiene un mejor desempeño energético del molino SAG estudiado. Por otro lado, se genera un modelo para la detección de anomalías usando una base de datos con una anomalía identificada. Los resultados de esta modelación muestran que se detecta exitosamente la anomalía en la base de datos. Se propone a futuro, desarrollar una herramienta que sea capaz de realizar un pronóstico, estimando las variables independientes para una mejor predicción de las variables controladas.

Ingeniero Civil Mecánico
A la hora de mejorar la confiabilidad de un sistema, y a su vez, reducir los costos de operación y mantención en equipos utilizados en la industria, es fundamental contar con un plan efectivo para la gestión de activos físicos. En particular, para sistemas complejos como dispositivos de aviones, es necesario mantener un registro cuantitativo y dinámico del estado de los activos, principalmente de los desgastes que estos hayan recibido durante su período de operación. Esto, dado a que una falla del sistema puede conllevar severas consecuencias como pérdidas de producción o de vidas humanas. En aviones Boeing 767, se tienen diversos sistemas que operan de forma neumática, tales como: Presurización de la cabina, sistema anti-hielo, sistema de frenos, etc. Por esto, dichos aviones son provistos por un sistema neumático en cada turbina, de las cuales se extrae aire a alta presión para luego circular a través de tres válvulas y un enfriador, regulando su presión y temperatura de acuerdo a las necesidades de los sistemas nombrados anteriormente. Así, considerando la importancia que posee el sistema neumático de turbinas en aviones Boeing 767, se presenta el siguiente trabajo de título, el cual tiene como objetivo desarrollar un modelo de diagnóstico y detección de daños en la Pressure Regulating Valve (PRV). En particular, se busca analizar el historial de funcionamiento de las distintos componentes que forman el sistema neumático, de acuerdo a una base de datos otorgado por una aerolínea, consistente en un total de 35 vuelos. Se realiza un análisis de datos para diagnosticar y detectar los daños basados en la información entregada en tiempo real por los distintos sensores que posee el sistema neumático de las turbinas. Se determina que las variables más relevantes para la evaluación del funcionamiento de la PRV son la presión a la salida de esta, junto con la temperatura a la salida del enfriador. Se utiliza Support Vector Machine (SVM) para clasificación binaria y múltiple,asignando clases de Falla , Deteriorado u Operacional según corresponda, y utilizando como vector de entrada las variables ya mencionadas. Utilizando MATLAB R2015a para el entrenamiento, se obtienen tres SVM distintos. El primero corresponde a un grupo de vuelos asociados a una sola aeronave, mientras que el segundo grupo representa vuelos de distintos aviones con distintas rutas, ambos resultando en una clasificación exitosa del 100 %. Por otro lado, el tercer grupo corresponde a una mezcla de los dos grupos anteriores, resultando en una clasificación exitosa del 99.97 %. La representación de los entrenamientos se muestra gráficamente en la separación de clases, así como también en un archivo Excel que contiene las funciones de decisión, el cual queda adisposición para el uso privado de la empresa.

Este trabajo de tesis presenta la estructura de control de un sistema detector y compensador de fallas eléctricas de tipo corte abrupto de energía en una SmartGrid. Para la detección de la falla se ha implementado un algoritmo basado en la inyección y detección de una perturbación en la tensión de la carga. Para la compensación de la falla, el control realiza un cambio en la señal de referencia y pasa al modo desconectado de la red. Asimismo, se ha mejorado el control de frecuencia para el proceso de resincronización con la red eléctrica, una vez que ésta ha sido reestablecida. Finalmente, el inversor es reconectado a la red eléctrica y se pasa al modo conectado a la red, donde la referencia pasa a ser nuevamente la señal con perturbación. Como parte de este trabajo se han desarrollado artículos científicos, de los cuales 2 han sido aceptados en congresos internaciones (PEPQA, Colombia 2017 y CCE, México 2017) y se encuentran publicados en el IEEE Explorer.
Tesis

Ingeniero Civil Electricista
Debido al constante aumento en los estándares de producción y calidad, así como las exigencias impuestas por estrictas normativas ambientales y de seguridad, existe en la industria moderna la necesidad de incrementar la eficiencia y complejidad de los sistemas de control asociados. Sin embargo, existen perturbaciones que no pueden ser eficazmente manejadas por los controladores a menos que exista una adecuada caracterización del modo de operación. He ahí la necesidad de incorporar sistemas de monitoreo para detección y aislamiento de anomalías que pudiesen condicionar el funcionamiento del proceso. En este sentido, el objetivo general de este trabajo es diseñar e implementar un sistema supervisor en línea con modelos basados en similitud (SBM) que permita la detección y el aislamiento de anomalías en procesos industriales multivariados y en particular, en el caso de una turbina a gas natural. El diseño del sistema supervisor incluye una etapa preliminar fuera de línea y de tres etapas que operan en tiempo real. La etapa preliminar corresponde al análisis del proceso en estudio y de los modos de falla de interés, así como la generación de los modelos SBM que serán utilizados en la etapa de implementación en línea. A través de esta metodología de estudio de eventos se determinan las variables más relevantes en cada anomalía con el fin de optimizar el procedimiento de generación de modelos. Las etapas asociadas a la implementación en línea se han denominado fases . Fase I genera una señal de alarma si la salida estimada por un modelo clasificador SBM, diseñado en la etapa preliminar, supera un umbral determinado en la etapa preliminar. Si se produce una alarma, entonces se ejecuta la Fase II que determina el vector de residuos entre las salidas medidas y las salidas estimadas por el modelo SBM, para cada posible anomalía en gestación. Fase III calcula el indicador de Hotelling de cada vector de residuos. Se genera una alarma de anomalía si este indicador supera un umbral determinado en la etapa preliminar. Este sistema es aplicado en una turbina a gas natural para el estudio de dos anomalías que ocasionan una disminución significativa en la potencia: (i) temperatura de un álabe fuera de rango (Anomalía #1) y, (ii) suciedad excesiva en el compresor (Anomalía #2). Los porcentajes de detección de las Anomalías #1 y #2 son 96% y 76%, respectivamente. Estos porcentajes se estiman en función del número de datos. Debido al tamaño de los conjuntos de datos disponibles, es imposible en esta aplicación utilizar probabilidades para caracterizar al sistema supervisor. Las principales ventajas de disponer de este sistema supervisor son: (1) con una metodología de estudio de eventos, se obtienen aquellas variables que son más relevantes en cada anomalía, (2) con la Fase I se logran descartar del análisis aquellas observaciones que representan un modo normal de operación y (3) a través de señales binarias Normal o Alarma se logra centralizar la información que entregan todos los modelos.

El transformador monofásico al ser una máquina eléctrica con funcionamiento continuo está propensa a fallas que se pueden producir por el envejecimiento de los materiales aislantes de la bobina o por la pérdida de las propiedades dieléctricas del aceite que actúa como refrigerante y aislante de las bobinas del transformador. Asimismo, puede darse el caso también de que por el mal funcionamiento de la máquina puedan generarse sobretensiones inadecuadas para el sistema o que por un aumento de carga se sobrecargue al transformador, que como consecuencia van disminuyendo el tiempo de vida del equipo y en el peor de los casos cuando se genera un cortocircuito externo puede provocar un colapso en el transformador dejando fuera de servicio y sin posibilidades de reparación. En este trabajo de tesis se propone el diseño de un sistema de diagnóstico de fallas basado en observadores de estado que permita supervisar el correcto funcionamiento de los transformadores monofásicos y detectar una falla o mal funcionamiento antes de que ocurra un colapso en la máquina. Para el diseño del sistema de diagnóstico de fallas basado en observadores de estado se plantea considerar un comportamiento dinámico complejo debido a la presencia de no linealidades que son difíciles de medir, lo cual implica emplear técnicas de control utilizando modelos matemáticos lineales del transformador monofásico. Para poder evaluar el desempeño del Sistema de Detección de Fallas basado en Observadores se cuenta con un prototipo para realizar pruebas con diversas fallas, donde se compararon diversos observadores resultando el Observador de orden completo el que mejor estima las variables de estado debido a que es menos sensible a la presencia del ruido.
Tesis

Ingeniero Civil Electricista
El presente trabajo de memoria postula como objetivo el estudio del desempeño de filtros de partículas en el área del pronóstico y diagnóstico de fallas, modelando sistemas dinámicos no-lineales por medio de formas paramétricas. También se desarrollan diferentes estrategias de filtrado, las cuales evalúan la validez del estado estimado an base a la información pasada de la operación. Todas las estrategias se evalúan analizando el efecto de la variabilidad de los parámetros del modelo sobre el rendimiento en estimación, predicción y detección de anomalías Los filtros de partículas corresponden a técnicas basadas en representaciones empíricas de la dis- tribución de probabilidad del estado en modelos Bayesianos. En el contexto de un modelo dinámico, tales técnicas sirven para estimar los estados y parámetros variantes en el tiempo de dicho modelo. El uso de curvas de ajuste parámetricas permite expandir el uso previamente mencionado a modelos que además de incluir las componentes mencionadas poseen parámetros fijos en su definición. El rendimiento de los métodos estudiados fue evaluado mediante el uso de datos empíricos pro- venientes de pruebas experimentales. En particular, los datos usados corresponden a una estimación directa del crecimiento de una fractura axial en una placa del engranaje planetario de un helicóptero. Para abordar el problema, se determinó usar la función arcotangente hiperbólica como curva de ajuste, con el fin de modelar la propagación de la fractura del componente mecánico en el tiempo. Además, se establecieron mecanismos novedosos basados en la generación de proyecciones de trayectorias en el pasado de la curva de ajuste a partir del vector de estados del modelo para un instante determinado, mediante la cual se evalúa el verosimilitud histórica de la estimación proporcionada por el algoritmo haciendo uso de la distribución chi-cuadrado y su distribución acumulada complementaria. De esta forma, se analizó el desempeño de cinco filtros: uno que sólo incluye la curva de ajuste en su operación, y otros cuatro que generan proyecciones de trayectorias en el pasado, para distintas ventanas de tiempo histórico y distribuciones de evaluación. El análisis de los filtros entregó resultados regulares. El filtro sin proyección pasada tuvo un mejor desempeño a la hora de filtrar, y la predicción ofrecida por el mismo se mantuvo estable. Por otra parte, los filtros basados en el uso de proyecciones de trayectorias en el pasado y que evaluaban con la distribución chi-cuadrado presentaron signos de degeneración muestral para variabilidades muy altas en los parámatros de la curva de ajuste, pero ofrecieron capacidades de detección importantes. Por último se observó un alto nivel de degeneración muestral en los filtros que hacían uso de las proyecciones en el pasado pero que evaluaban con la distribución acumulada complementaria de la distribución chi-cuadrado, bajo todas las condiciones experimentales estudiados. Se concluye a partir del trabajo realizado que la variabilidad de los ruidos involucrados al usar formas paramétricas en el modelo de sistema influye fuertemente en los desempeños de los filtros, y que, en términos de desempeño, el filtro de partículas sólo con curva de ajuste tiene mejor desempeño que aquellos que hacen uso de proyecciones de trayectorias en el pasado.

El siguiente trabajo de investigación tiene el objeto de explorar la viabilidad del uso vehículos aéreos no tripulados para mejorar la gestión de los caminos. Estos caminos sufren deterioros debido al tránsito de vehículos de carga pesada y a fenómenos climatológicos. A mayor presencia de deterioros, la productividad se reduce y la rentabilidad disminuye. La detección oportuna de fallas posibilita una gestión eficiente. Según la literatura, se puede originar un ahorro de hasta el 10% de los costos de transporte. En el desarrollo de esta investigación se recopilan los resultados de tres tesis que tratan sobre la gestión de vías de acarreo y el impacto sobre cuatro parámetros: ciclo de producción, velocidad de acarreo, consumo de combustible y disponibilidad mecánica. Respecto del proceso de identificación de daños en caminos pavimentados, se toma la idea del uso de cámaras en combinación con vehículos aéreos para la detección de fallas en las vías de acarreo. Así mismo, se estima el tiempo y costo del servicio para una evaluación de 10 km. de vía. Para esta longitud, el precio podría aproximarse a USD 10,582 con un plazo de 6 días. Finalmente, el trabajo de investigación cumple con el objetivo de explorar el uso de esta tecnología, compara su aplicación con otras soluciones existentes y encuentra argumentos suficientes para confirmar la viabilidad. Así mismo, se ha diseñado una metodología básica que puede servir de guía para trabajos de investigación futura. Por último, en el estado del arte, un subcapítulo da cuenta de la inteligencia artificial que, añadida a esta tecnología, puede lograr el reconocimiento automatizado y en tiempo real (video).
This research explores the feasibility of using unmanned aerial vehicles to improve the management of roads. Haulage roads suffer deterioration due to the traffic of heavy-duty vehicles and weather. Haulage roads deterioration reduce productivity and profitability. Early detection of failures allows efficient management. Savings up to 10% in transport costs can be generated according to the literature. This work shows the results of three studies about haulage roads management and its positive impact on four parameters: the production cycle, haulage speed, fuel consumption and mechanical availability. Uusing cameras along with aerial vehicles for this research was taken due its application on paved roads. Likewise, service time and cost were estimated for an evaluation of 10 km. The price could reach USD 10,582 with 6 days of processing for this length. Finally, the research work fulfills the objective of exploring the use of this technology, compares its application with other existing solutions and finds strong arguments to confirm the feasibility. Likewise, a methodology has been designed and could serve as a guide for future research. Finally, state of the art gives an approach of artificial intelligence which along with this technology could achieve automated recognition such as real-time recognition by video for example.

The recent development of technological systems implies a high complexity of behaviors for today’s systems. An answer to the increased systems’ complexity is to look at them as a multitude of heterogeneous subsystems and develop distributed techniques to control and manage them. This raises a number of problems. Firstly, as the size and number of components increase, so does the number of fault occurrences that may drive the system to undergo critical failures. Fault detection and isolation (FDI), maintenance and repair are an increasing part of the operational every day’s tasks and they impact drastically the total cost of final products. This thesis focuses on fault detection and isolation. Among the different methods to generate diagnosis tests by taking advantage of analytical redundancy, this thesis adopts the so-called parity space approach based on analytical redundancy relations (ARRs). Given a model of the system in the form of a set of differential equations, ARRs are relations that are obtained from the model by eliminating non measured variables. This can be performed in an analytical framework using elimination theory but another way of doing this is to use structural analysis. Structural analysis is based on a structural abstraction of the model that only retains a representation of which variables are involved in which equations. Despite the rusticity of the abstract model, structural analysis provides a set of powerful tools, relying on graph theory, to analyze and infer information about the system. Interestingly, it applies indifferently to linear or nonlinear systems. The goal of this thesis is to develop effective techniques based on structural analysis for diagnosis of distributed continuous systems. In this framework, the system is decomposed into a set of subsystems according to functional, geographical or privacy constraints. The thesis is organized in two parts, highlighting the redundancies that are built into the global structural model and that can be used to generate diagnosis tests starting from the redundancies existing in the subsystem’s models and formulating and solving the optimization problem linked to the choice of a subset of diagnosis tests at the subsystems level that can lead to a set of diagnosis tests achieving maximum diagnosability for the global system. The first part takes benefit of the concept of Fault-Driven Minimal Structurally Overdetermined Set (FMSO set) that is introduced in the thesis. An FMSO set determines a subset of equations of the model with minimal redundancy from which an ARR sensitive to a set of faults can be obtained. Two solutions for generating FMSOs for the global system are presented, in a decentralized framework with supervisors at each level of a hierarchy and in a totally distributed framework. These are based on the properties of the FMSO sets for the subsystems in relation to those of the global system derived in the thesis. The second part formulates the optimization problem in a heuristic search framework and proposes three solutions based on iterating an A* algorithm combined with a function able to assess whether a global FMSO set can be achieved from the selected local FMSO sets. The concepts introduced in the thesis and the results are applied to the case study of a Reverse Osmosis Desalination Plant and a Spacecraft Attitude Determination and Control System of a Low Earth-Orbit Satellite.
Tesis

Magíster en Ciencias de la Ingeniería, Mención Eléctrica
El presente trabajo de investigación presenta una manera novedosa de detectar fallas de un proceso, usando la Transformada Wavelet Continua (TWC) sin necesidad de contar con un modelo explícito de la planta. El método desarrollado en esta Tesis, es más robusto en la detección de variaciones pequeñas en las señales de prueba producidas por alguna condición de falla, en comparación a otros métodos que utilizan la Transformada Wavelet para la extracción características de una señal. Se analizan dos tipos de fallas para una planta simple de primer orden con buenos resultados, a saber; falla por variación paramétrica y falla de sensor. La falla de sensor es más simple de identificar debido a que, por lo general, esta se manifiesta como un cambio brusco de referencia, y bastaría con tener conocimiento del valor medio de la señal para saber si ha ocurrido una falla de este tipo. La falla debido a variaciones paramétricas de un modelo, es más difícil de detectar y diagnosticar. También, el método de detección e identificación de fallas (DIF) presentado en esta Tesis fue aplicado a una planta de segundo orden con dos tipos de fallas debido a variaciones paramétricas así como también, se aplicó a un modelo de molienda y flotación (sistema MIMO), el cual presenta comportamientos no lineales, entregando buenos resultados. Sin embargo, cabe mencionar que una limitación importante del método propuesto, es que las señales de salida del sistema, deben cumplir a lo menos, la condición de ser estacionarias en sentido amplio, de lo contrario, no se garantiza que los vectores de características patrón o plantillas, pueda ser representativos de cada condición de operación. El método desarrollado en esta Tesis, para llevar a cabo el proceso de detección de una falla en una planta, consiste en la generación de un vector de características patrón, usando la promediación en el desplazamiento (o tiempo) de las varianzas de las TWC de varias realizaciones de las diversas señales de salida, para cada condición de operación de la planta o sistema, para luego compararlas con las varianza de la TWC de las señales de prueba que entrega el sistema y de esta manera, decidir bajo qué condiciones de operación está funcionando la planta. Esta decisión, se puede basar en cualquier método de comparación o clasificación existente tales como análisis discriminante lineal de Fisher (LDA), vecinos más cercanos (k-NN) o máquinas de soporte vectorial (SVM) por nombrar algunos. Finalmente, el método de comparación o clasificación que se decida utilizar, queda a criterio del usuario.

El presente trabajo de tesis tiene como principal objetivo desarrollar el algoritmo de control de un robot móvil, el cual se desplazará por una planta industrial en busca de fallas en equipos críticos como son los motores y las bombas. Los motores y las bombas son componentes básicos y fundamentales para los procesos industriales, por lo tanto, es importante mantenerlos en óptimas condiciones con el fin de evitar paradas imprevistas, sobrecostos, y pérdidas de calidad y eficiencia del proceso. En muchos casos, los trabajos de mantenimiento implican medir la vibración de los equipos en lugares confinados o de difícil acceso y debido a que, en la actualidad, se debe velar por la seguridad y bienestar del personal, se propone utilizar un robot móvil para esta tarea. Por lo tanto, se propone diseñar e implementar un sistema de diagnóstico de fallas utilizando mediciones de vibración en conjunto con técnicas de Inteligencia Artificial para un robot móvil. Para lograr el objetivo propuesto, primero se estudian los componentes industriales de interés, resaltando las fallas más comunes y la normativa correspondiente para la clasificación de su condición. Seguidamente, se presentan las estrategias de mantenimiento existentes para su evaluación, resaltando las ventajas y desventajas de cada una, y se introducen los robots móviles como alternativa, teniendo como ejemplos casos reales en donde estos son importantes para realizar trabajos de búsqueda y rescate, en condiciones inaccesibles y peligrosas para las personas. Luego se presentan los algoritmos utilizados en el análisis vibracional, resaltando la Transformada de Hilbert Huang, la cual descompone las señales en Funciones de Modo Intrínseco, señales ortogonales entre sí, que describirán la vibración en función del tiempo y la frecuencia. Las Funciones de Modo Intrínseco serán las entradas a nuestra Red Neuronal Convolucional, una metodología de Aprendizaje Profundo e Inteligencia Artificial para entrenar un modelo que nos ayudará a diagnosticar el tipo de falla. Posteriormente, se proponen los algoritmos a implementar con Python, Keras y TensorFlow y se ponen a prueba con la base de datos de mediciones de vibración MAFAULDA. Finalmente se presentan los parámetros del diseño del robot móvil mencionando el hardware a utilizar y la metodología de medición, y se realiza una comparación de tiempos de procesamiento con una PC para pruebas y la NVIDIA Jetson Nano.
Tesis

Ingeniero Civil Electricista
La industria de la minería se ha visto expuesta a un mercado cada vez más exigente, factor que ha hecho necesario establecer estrategias claras de mejoramiento de sus políticas de producción con el fin de satisfacer los desafíos que se le presentan. Es por ello que una de las áreas que ha debido reforzar es la del mantenimiento, donde juegan un rol importante los sistemas que se puedan implementar para optimizar tareas tales como la detección y/o predicción de fallas/anomalías, dentro de estrategias de mantenimiento predictivo. Es en este punto donde se centra el aporte de la presente Memoria de Título, ya que su objetivo principal es el de desarrollar una herramienta para poder llevar a cabo la tarea de detección de anomalías para el caso de los molinos de bolas, los que forman parte importante en el proceso de molienda del material particulado. En este estudio se aborda el caso de un molino de bolas con potencia y velocidades nominales de 12 MW y 100 rpm respectivamente, siendo una de sus principales características su accionamiento (gearless) que opera como un motor síncrono de gran escala. Ello tiene algunas desventajas, como el presentar fallas que otros molinos no tienen; considérese por ejemplo un mayor riesgo de que sus polos magnéticos resulten quemados. Precisamente este modo de falla motiva el trabajo desarrollado en esta Memoria de Título, que se centra en la detección de la mencionada anomalía a través de la generación de modelos del proceso y análisis de residuos. Para la generación de residuos se utilizaron Modelos Basados en Similitud (SBM de sus siglas en inglés). Fue implementado un procedimiento para llevar a cabo esta tarea utilizando herramientas estadísticas multivariables, como es el caso del análisis en componentes principales (PCA por sus siglas en inglés) obteniéndose errores relativos (en sus estimaciones) con respecto al conjunto de datos medidos del 0,88% en promedio, lo que resulta menor en comparación con un modelo de regresión lineal, que tuvo un 3,69% mayor error relativo medio. En cuanto al método de detección de anomalías, se hizo uso de un sistema basado en histogramas del error, que compara el vector residual obtenido de un conjunto de datos etiquetado como normal con posibles anomalías. Utiliza como pilar el estudio de funciones de distribución (Chi-Cuadrado), para una significancia del 95%, obteniendo una efectividad del 100%, puesto que cada uno de los datos etiquetados como anómalos fueron detectados. El presente documento pretende ser una base para estudios futuros, asociados a la búsqueda de anomalías en otras maquinarias y análisis de otros modos de fallas.

El sistema de distribución de agua potable en la ciudad de Lima posee aproximadamente 40 años de antigüedad, causa por la cual en los últimos años se han presentado aniegos en diversos puntos de la capital peruana. La corrosión y falta de mantenimiento han provocado pérdidas económicas al Estado que ascienden hasta 10 millones de soles por tubería dañada. Además, las conexiones clandestinas se presentan como un problema latente en la comunidad limeña al ocasionar pérdidas económicas de hasta 2 millones 400 mil soles anualmente. El presente trabajo, motivado por la problemática descrita, tiene como objetivo principal el desarrollo de un sistema de inspección de tuberías. Este sistema debe integrar un conjunto de sensores que permitan extraer información relevante para una posterior reconstrucción tridimensional de la tubería inspeccionada y un procesamiento digital de imágenes de la superficie interna de la tubería. En el desarrollo de la presente tesis se muestra el detalle del diseño electrónico y mecánico del sistema mencionado. Finalmente, se concluye que el diseño descrito es económicamente viable ya que otros robots comerciales ofrecen características inferiores por costos iguales o más elevados que los estimados para este sistema.

El objetivo principal de esta tesis fue utilizar una arquitectura de control distribuido para desarrollar la programación de módulos de detección y diagnóstico de fallas para una planta piloto desalinizadora de agua de mar. Se estudió la dinámica de la planta tomando como base un modelo (en función de transferencia) desarrollado en otro trabajo de investigación. Este modelo sirvió para analizar el comportamiento de la planta al generarse variaciones en las variables de entrada (presión y PH). Para asegurar que alguna falla se debe al proceso y no a un dispositivo de campo, se desarrollaron módulos de detección y diagnóstico de fallas para cada dispositivo. Cada módulo toma como base la dinámica del dispositivo asociado y los valores de los parámetros obtenidos mediante comunicación por protocolo HART. Los módulos de detección y diagnóstico de fallas se implementan en la arquitectura de control distribuido DeltaV, el cual también permite desarrollar el sistema de supervisión de la planta, desde donde se supervisa el proceso y se accede a los módulos de detección y diagnóstico de fallas, en forma gráfica. Para justificar el uso de una arquitectura de control distribuido, se integró el sistema de detección y diagnóstico de fallas de la planta piloto desalinizadora de agua de mar y el de la planta piloto de temperatura. También se desarrolló un sistema de supervisión para un panel de operador, el cual se comunica con un PLC CompactLogix, de Allen Bradley. Ambos equipos instalados en el tablero de control de la planta piloto desalinizadora de agua de mar. Para validar el desarrollo de la tesis se realizaron pruebas de campo con una planta piloto de temperatura, la cual posee dispositivos con comunicación por protocolo HART. En dicha planta se forzaron fallas en los instrumentos de campo, las cuales fueron detectadas de manera inmediata por el sistema de control distribuido empleado, y mostradas en forma detalla en la pantalla de supervisión.
Tesis

Ingeniero Civil Mecánico
El daño en una estructura, y la acumulación del mismo, producen cambios en su respuesta dinámica. La idea básica del monitoreo de vibraciones es medir las características dinámicas de la estructura, durante su vida útil, y usarlas como una base para la identificación del daño. Durante los últimos años, han surgido numerosos métodos para detectar daño en estructuras. Sin embargo, la mayoría de estos métodos no toman en cuenta el efecto de la distribución, ni el número de sensores. En trabajos anteriores, se han desarrollado sólo métodos para distribuir adecuadamente una cierta cantidad de sensores en estructuras simples (unidimensionales). Debido a lo anterior, en el presente trabajo se propone determinar una distribución óptima de sensores, que permita detectar daño en una estructura compleja (bidimensional o tridimensional). En particular, se determina la distribución óptima de 27 sensores en un perfil canal de acero estructural, con el fin de verificar si esta distribución es mejor que otras, como por ejemplo una distribución uniforme. Para optimizar la distribución de sensores, se utiliza el método de optimización conocido como algoritmos genéticos. Este método se basa en la teoría de la evolución de Darwin, haciendo evolucionar a una población de individuos hasta encontrar al más adaptado. En este caso, se desarrollan 2 algoritmos genéticos, uno secuencial y otro paralelo. El primero se utiliza para determinar los mejores parámetros de entrada como el tamaño de la población y las probabilidades de reproducción. El segundo, se utiliza para determinar la distribución óptima, ya que posee una mayor rapidez de cálculo y disminuye el problema del estancamiento en óptimos locales. Para verificar si la distribución óptima de sensores es mejor que otras distribuciones, se crean 4 escenarios de daño experimentales en donde 3 de ellos poseen una cierta dificultad para ser detectados. Luego se compara la detección de daño entre la distribución óptima y las otras distribuciones, para cada uno de los escenarios de daño. Se logra encontrar una distribución óptima que posee un valor de ajuste superior a las demás distribuciones cuando el daño en la estructura es de carácter moderado, es decir, existen grietas con un largo entre 25 y 50 [mm], y ubicadas en alguno de los bordes de la estructura. Esta memoria es parte del proyecto Fondecyt de iniciación 11110046 desarrollado por la Dra. en Ingeniería Mecánica Viviana Meruane Naranjo, Profesora Guía de la respectiva memoria.

Ingeniero Civil Mecánico
La búsqueda por una energía renovable prácticamente ilimitada ha sido uno de los focos principales de la motivación en la investigación de energía nuclear por fusión atómica. Sin embargo, uno de los principales problemas con la energía por fusión es ser capaz de mantenerla estable con una energía suficiente para conservar la reacción en cadena. Esto se pensaba que solo se podría lograr energizando un gas a tal nivel que se convierte en plasma y lograr que se mantenga estable. Sin embargo, hay otras aproximaciones que dan por sentado que el plasma colapsa y se intenta explotar esta fragilidad. El Dense Plasma Focus permite generar un plasma ascendente que dura centenas de nanosegundos antes de colapsar. Es de sumo interés para estudiar el comportamiento de este plasma en los equipos DPF en diversos aspectos. Debido a esto es imprescindible el estudio del comportamiento del plasma, por lo que se deben realizar experimentos para determinar las restricciones, condiciones necesarias y emisiones de energía que son propias del cuarto estado de la materia. Dentro de la CCHEN existe un departamento dedicado al estudio de las propiedades físicas del plasma, en función de los parámetros de los equipos usados para generarlas. Además, es de interés comprender las aplicaciones que puede tener el plasma en la ciencia de materiales, biología y eliminación de deshechos, entre otros. Sin embargo fallas en estos equipos son comunes e impiden que se puedan realizar los experimentos en el momento esperado, causando problemas posteriores en varios sentidos. El análisis realizado por el memorista comprende un estudio integral del funcionamiento del sistema de los equipos de generación de plasma del tipo Dense Plasma Focus. Para lograr esto, en este análisis se determinan elementos críticos, se realizan diagramas de sistema y planos de equipo, además se obtienen parámetros que permiten evidenciar un avance en el deterioro del sistema, teniendo en cuenta las distribuciones de probabilidades correspondientes. Finalmente, se plantean propuestas de rediseño del sistema, con el objetivo de mejorar la confiabilidad y disponibilidad de este. Junto con esto, se proponen protocolos de mantenimiento y recomendaciones sobre monitoreo de variables clave en la detección de fallas del sistema. De la presente memoria se concluye que manteniendo un monitoreo del crecimiento porcentual de Kurtosis, Shape Indicator, Clearance Indicator, Crest Indicator y Amortiguamiento de las señales características del sistema se puede estimar la cantidad de disparos desde el inicio de un experimento. Por otro lado, se concluye que distinguir los datos que presenten instancia de Dip permite establecer la probabilidad de ocurrencia como una distribución de Weibull. Distinguir datos que posean Dip de los que no puede ser realizado mediante un pre-tratamiento de las señales y posterior entrenamiento de una red neuronal de clasificación. El clasificador permite identificar con una asertividad del 93.25% para datos del mismo tipo y 83.3% para datos diferentes.
Memoria realizada en conjunto con el Departamento de Plasmas TermoNucleares (DPTN) de la Comisión Chilena de Energía Nuclear (CCHEN)

Magíster en Gestión de Operaciones
Ingeniero Civil Industrial
El presente trabajo de título tiene por objetivo identificar patrones de comportamiento de los contribuyentes declarantes de IVA, que transan facturas falsas para evadir impuestos. Para ello se utiliza el proceso KDD, el cual considera una serie de pasos y técnicas que permiten extraer conocimiento oculto a partir de un gran volumen de datos, para encontrar relaciones o patrones asociados a un cierto fenómeno. La utilización y venta de facturas falsas tiene un impacto significativo en la recaudación que percibe el Estado, generando además efectos negativos que ponen en riesgo la competitividad de las empresas. Históricamente, la evasión por este concepto ha representado entre un 20% a un 30% de la evasión en el IVA, alcanzando la cifra de $450 millones de pesos durante la crisis económica de 2009. Adicionalmente, la detección, investigación, sanción y cobro de los impuestos adeudados, provoca un importante costo administrativo, debido a la cantidad de facturas transadas en el año y al tiempo requerido para su detección. En ese contexto, resulta necesario contar con procedimientos sistematizados y efectivos que gestionen la información disponible para detectar potenciales defraudadores de impuestos, focalizando los recursos en aquellos contribuyentes de mayor riesgo tributario. Para la construcción del vector de características se utiliza la información de casos registrados con facturas falsas en el año 2006, considerando información del pago de impuestos en tal período, características particulares, comportamiento histórico en diferentes etapas de su ciclo de vida e indicadores del comportamiento de sus relacionados, entre otros. En una primera instancia, se aplican técnicas de SOM y Gas Neuronal, para analizar el potencial de contribuyentes que tienen un buen o mal comportamiento tributario e identificar sus características más relevantes. Posteriormente, se utilizan Árboles de Decisión, Redes Neuronales y Redes Bayesianas, para identificar aquellas variables que están relacionadas con un comportamiento de fraude y/o no fraude y detectar patrones de conducta, estableciendo en qué medida se pueden predecir estos casos con la información disponible. El resultado indica que las variables que más discriminan entre fraude y no fraude en las micro y pequeñas empresas son el porcentaje de créditos generado por facturas, el resultado de las fiscalizaciones previas, la cantidad de facturas emitidas en el año y su relación con las facturas timbradas en los últimos dos años, el monto de IVA total declarado, la relación entre remanentes y créditos, los delitos e irregularidades históricas asociadas a facturas, y la participación en otras empresas. En las medianas y grandes empresas, en tanto, las variables más relevantes son la cantidad de remanente acumulado, el porcentaje de crédito asociado a facturas, el total de créditos, la relación entre gastos rechazados y activos, el capital efectivo, la cantidad de irregularidades previas asociadas a facturas, la cantidad de fiscalizaciones históricas, y el número de representantes legales. En relación a los modelos predictivos, el mejor resultado se obtuvo con la red neuronal, donde el porcentaje de casos con fraude correctamente asignado fue de un 92% para las micro y pequeñas empresas, y de 89% para las empresas medianas y grandes. De acuerdo a esto y al potencial universo de usuarios de facturas falsas (120.768 empresas), se estima que con los modelos obtenidos se puede generar un potencial de recaudación de $101.446 millones de pesos al año, lo que permitiría reducir la evasión por concepto de IVA de manera significativa. Finalmente, se concluye que es posible caracterizar y predecir contribuyentes que evaden impuestos a través de facturas falsas utilizando técnicas de Data Mining, y que los factores que inciden en la probabilidad que un contribuyente utilice facturas falsas dependen del tamaño o segmento del contribuyente, relación que hasta el momento se establecía sólo de manera intuitiva. Se recomienda, para trabajos futuros, generar nuevas variables de comportamiento históricas relacionadas con fiscalizaciones y cobertura, explorar otros métodos para el preprocesamiento y selección de las variables, con los que eventualmente podrían obtenerse resultados diferentes. Igualmente, sería interesante explorar técnicas de validación cruzada y aplicar otras técnicas de data mining para mejorar la predicción de casos de fraude.

[EN] Abstract The detection of false or true opinions about a product or service has become nowadays a very important problem. Recent studies show that up to 80% of people have changed their final decision on the basis of opinions checked on the web. Some of these opinions may be false, positive in order to promote a product/service or negative to discredit it. To help solving this problem in this thesis is proposed a new method for detection of false opinions, called PU-Learning*, which increases the precision by an iterative algorithm. It also solves the problem of lack of labeled opinions. To operate the method proposed only a small set of opinions labeled as positive and another large set of opinions unlabeled are needed. From this last set, missing negative opinions are extracted and used to achieve a two classes binary classification. This scenario has become a very common situation in the available corpora. As a second contribution, we propose a representation based on n-grams of characters. This representation has the advantage of capturing both the content and the writing style, allowing for improving the effectiveness of the proposed method for the detection of false opinions. The experimental evaluation of the method was carried out by conducting three experiments classification of opinions, using two different collections. The results obtained in each experiment allow seeing the effectiveness of proposed method as well as differences between the use of several types of attributes. Because the veracity or falsity of the reviews expressed by users becomes a very important parameter in decision making, the method presented here, can be used in any corpus where you have the above characteristics.
[ES] Resumen La detección de opiniones falsas o verdaderas acerca de un producto o servicio, se ha convertido en un problema muy relevante de nuestra 'época. Según estudios recientes hasta el 80% de las personas han cambiado su decisión final basados en las opiniones revisadas en la web. Algunas de estas opiniones pueden ser falsas positivas, con la finalidad de promover un producto, o falsas negativas para desacreditarlo. Para ayudar a resolver este problema se propone en esta tesis un nuevo método para la detección de opiniones falsas, llamado PU-Learning modificado. Este método aumenta la precisión mediante un algoritmo iterativo y resuelve el problema de la falta de opiniones etiquetadas. Para el funcionamiento del método propuesto se utilizan un conjunto pequeño de opiniones etiquetadas como falsas y otro conjunto grande de opiniones no etiquetadas, del cual se extraen las opiniones faltantes y así lograr una clasificación de dos clases. Este tipo de escenario se ha convertido en una situación muy común en los corpus de opiniones disponibles. Como una segunda contribución se propone una representación basada en n-gramas de caracteres. Esta representación tiene la ventaja de capturar tanto elementos de contenido como del estilo de escritura, permitiendo con ello mejorar la efectividad del método propuesto en la detección de opiniones falsas. La evaluación experimental del método se llevó a cabo mediante tres experimentos de clasificación de opiniones utilizando dos colecciones diferentes. Los resultados obtenidos en cada experimento permiten ver la efectividad del método propuesto así como también las diferencias entre la utilización de varios tipos de atributos. Dado que la falsedad o veracidad de las opiniones vertidas por los usuarios, se convierte en un parámetro muy importante en la toma de decisiones, el método que aquí se presenta, puede ser utilizado en cualquier corpus donde se tengan las características mencionadas antes.
[CAT] Resum La detecció d'opinions falses o vertaderes al voltant d'un producte o servei s'ha convertit en un problema força rellevant de la nostra època. Segons estudis recents, fins el 80\% de les persones han canviat la seua decisió final en base a les opinions revisades en la web. Algunes d'aquestes opinions poden ser falses positives, amb la finalitat de promoure un producte, o falses negatives per tal de desacreditarlo. Per a ajudar a resoldre aquest problema es proposa en aquesta tesi un nou mètode de detecció d'opinions falses, anomenat PU-Learning*. Aquest mètode augmenta la precisió mitjançant un algoritme iteratiu i resol el problema de la falta d'opinions etiquetades. Per al funcionament del mètode proposat, s'utilitzen un conjunt reduït d'opinions etiquetades com a falses i un altre conjunt gran d'opinions no etiquetades, del qual se n'extrauen les opinions que faltaven i, així, aconseguir una classificació de dues classes. Aquest tipus d'escenari s'ha convertit en una situació molt comuna en els corpus d'opinions de què es disposa. Com una segona contribució es proposa una representació basada en n-gramas de caràcters. Aquesta representació té l'avantatge de capturar tant elements de contingut com a d'estil d'escriptura, permetent amb això millorar l'efectivitat del mètode proposat en la detecció d'opinions falses. L'avaluació experimental del mètode es va dur a terme mitjançant tres experiments de classificació d'opinions utilitzant dues coleccions diferents. Els resultats obtingut en cada experiment permeten veure l'efectivitat del mètode proposat, així com també les diferències entre la utilització de varis tipus d'atributs. Ja que la falsedat o veracitat de les opinions vessades pels usuaris es converteix en un paràmetre molt important en la presa de decisions, el mètode que ací es presenta pot ser utilitzat en qualsevol corpus on es troben les característiques abans esmentades.
Hernández Fusilier, D. (2016). Detección de opinion spam usando PU-learning [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/61990
TESIS

[EN] The present thesis work has been developed around the integration of techniques for the early detection and diagnosis of failures in industrial processes. It has been considered the sequence of the alarms of a fluidized catalytic Cracking Unit and its use in early detection and diagnosis of failures. The specific objectives are listed in the first part of the document and refer to process safety, operational reliability and management of alarms. The aim of this thesis and previous research work is to increase process security and operational reliability and to decrease the number of alarms that are presented to the operators of industrial plants, contributing to the appropriate detection and troubleshooting. First I make a review of the state of the art techniques for the detection and diagnosis of failures and their integration, as well as the search of algorithms to analyze sequences of alarms. Its application is subsequently displayed in a set of data associated with a real failure of a fluidized catalytic cracking plant, to find the sequence of alarms associated with the faults in question. Then I discuss the techniques proposed for integration and the issue of the development of an intelligent software tool for the detection and diagnosis of failures, which is already in operation at the refinery in Barrancabermeja (Colombia). A clear methodology is shown to be able to find sequences of alarms. At the end I reach some valuable conclusions and detailed contributions to the state of the art in the field of detection and diagnosis of failures. During the research work I studied the feasibility of using intervalar models for dealing with uncertainty. I made important findings in this study, and concluded that the use of models (such as the step response) simplified the complexity of the construction of the complete model of a fluidized catalytic cracking unit. It has been used statistical process control (SPC) as a tool to detect symptoms of operational failures. This research developed and proposed the extended fault dictionary as an alternative to the integration of different detection and fault diagnosis techniques. The extended dictionary of failures is a logical framework where symptoms which can detect each technique, along with the hypothesis of failure and the mode of operation of the process that are valid to detect the failure. This framework allows the construction of logical rules through which the process of logical inference can be applied to validate the hypotheses of failure.
[ES] El presente trabajo de tesis se ha desarrollado en torno a la integración de técnicas para la detección temprana y el diagnóstico de fallos en procesos industriales y a las secuencias de las alarmas de una unidad de Cracking Catalítico Fluidizado, y su uso en la detección temprana y el diagnóstico de fallos. En la primera parte del documento se detallan los objetivos específicos y se habla de los temas de Seguridad de Proceso, Confiabilidad Operacional y Gerenciamiento de Alarmas, que dieron origen a esta tesis doctoral. Se muestra como el objetivo de esta tesis y de trabajos de investigación previos es el de incrementar la seguridad de proceso, la confiabilidad operacional y disminuir el número de alarmas que se le presentan a los operadores de plantas industriales, contribuyendo a la apropiada detección y diagnóstico de fallos. Luego se hace una revisión del estado del arte en las técnicas para la detección y el diagnóstico de fallos, y la integración de las mismas, así como de algoritmos de búsqueda para analizar las secuencias de alarmas. Su aplicación se mostrará posteriormente en un conjunto de datos asociados a un fallo real de una planta de Cracking Catalítico Fluidizado, para hallar la secuencia de las alarmas asociada al fallo en cuestión. Posteriormente se habla sobre las técnicas propuestas para la integración y se toca el tema del desarrollo de una herramienta de software inteligente para la detección y el diagnóstico de fallos, que ya se encuentra en operación en la refinería de Barrancabermeja (Colombia). Se muestra una metodología clara para poder hallar las secuencias de alarmas. Al final se llegan a algunas conclusiones valiosas y se detallan los aportes al estado del arte en el tema de detección y diagnóstico de fallos. Durante el trabajo de investigación desarrollado se hizo un estudio de la viabilidad de utilizar modelos intervalares para abordar el tema de la incertidumbre. Se hicieron importantes hallazgos en dicho estudio, y se concluyó que es mejor el uso de modelos simplificados (como el de respuesta escalón) debido a la complejidad que trae implícita la construcción del modelo completo de una unidad de Cracking Catalítico Fluidizado. Se ha utilizado el Control Estadístico de Procesos (SPC) como herramienta para detectar los síntomas de los fallos operacionales sobre los que se ha centrado esta investigación. Esta investigación desarrolló y propuso el diccionario de fallos extendido como alternativa para la integración de diferentes técnicas de detección y diagnóstico de fallos. El diccionario extendido de fallos es un marco lógico donde se pueden plantear los síntomas que permite detectar cada técnica, junto con la hipótesis de fallo y el modo de operación del proceso, en el que son válidos los síntomas para detectar el fallo. Este marco permite la construcción de reglas lógicas a través de las cuales se puede aplicar el proceso de inferencia lógica para validar las hipótesis de fallo.
[CAT] El present treball de tesi s'ha desenvolupat al voltant de la integració de tècniques per a la detecció precoç i diagnòstic de fallades en els processos industrials. S'ha considerat la seqüència de les alarmes d'una unitat de craqueig catalític fluïditzat i el seu ús en la detecció precoç i diagnòstic d'avaries. Els objectius específics s'enumeren en la primera part del document i es refereixen al procés de seguretat, fiabilitat de funcionament i gestió d'alarmes. L'objectiu d'aquesta tesi i el treball previ de recerca és augmentar la seguretat del procés i la confiabilitat operativa i disminuir el nombre d'alarmes que es presenten als operadors de plantes industrials, contribuint a la detecció adequada d'avaries i depuració d'alarmes. Primer vaig fer una revisió del estat de l'art per a la detecció i diagnosi de fallades i la seva integració, així com la recerca d'algorismes per analitzar seqüències d'alarmes. La seva aplicació posteriorment es mostra en un conjunt de dades associades a una planta de craqueig catalític fluïditzat, trobar la seqüència d'alarmes associades amb les fallades en qüestió. Llavors vaig parlar de les tècniques proposades per a la integració i del desenvolupament d'una eina de software intel·ligent per a la detecció i el diagnòstic de fallades, que ja està en funcionament a la refineria a Barrancabermeja (Colòmbia). Una metodologia clara es demostra que és capaç de trobar seqüències d'alarmes. Al final vaig arribar a algunes conclusions valuoses i detalle contribucions a l'estat de l'art en el camp de detecció i diagnosi de fallades. Durant el treball de recerca vaig estudiar la viabilitat d'utilitzar models intervalars per tractar amb incertesa. He fet descobriments significatius en aquest estudi i vaig concloure que l'ús de models (com la resposta davant d'esglaó) simplifica la complexitat de la construcció del model complet d'una unitat de craqueig catalític fluïditzat. S'ha utilitzat el control estadístic de processos (SPC) com una eina per detectar símptomes de fallades operacionals. Aquesta investigació desenvolupa i proposa el diccionari estès de fallades com una alternativa a la integració de diferents tècniques de detecció i diagnòstic de fallades. El diccionari estès de fallades és un marc lògic on els símptomes que pot detectar cada tècnica, juntament amb la hipòtesi de fallada i el mode de funcionament del procés que són vàlids per detectar es avaries. Aquest marc permet la construcció de regles lògiques a través de les quals es pot aplicar el procés d'inferència lògica per validar les hipòtesis de fallada.
Agudelo Gómez, CF. (2016). INTEGRACION DE TECNICAS Y LAS SECUENCIAS DE ALARMAS PARA LA DETECCION Y EL DIAGNOSTICO DE FALLOS [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/63450
TESIS

El objetivo de la presente tesis es desarrollar un nuevo método de generación de umbrales adaptativos mediante la obtención de las respuestas temporales máxima y mínima a cada instante de tiempo, denominadas envolventes, a partir del modelo de un sistema con incertidumbre parmétrica de tipo intercalar en los parámetros. El nuevo algoritmo para la generación de envolventes presentado en esta tesis está basado en una ventana temporal deslizante y optimización. Una vez obtenidas las envolventes a partir del nuevo algoritmo de generación, se utilizarán para la detección robusta de fallos en procesos industriales.

La generación de envolventes para su posterior utilización como un umbral adaptativo en un método de detección y diagnóstico de fallo es todavía hoy un problema abierto. Se han propuesto muchos algoritmos para su generación pero ninguno de ellos consigue
garantizar la obtención de las envolventes correctas, entendiendo como correctas aquellas envolventes debidas a la incertidumbre presente en los parámetros del sistema y a la incertidumbre sobre los estados iniciales.

El método de generación de envolventes propuesto en esta tesis consigue generar las envolventes con la precisión deseada y con la incertidumbre acumulada por el proceso de generación de las envolventes acotada.

Los resultados y aportaciones más significativas que se han obtenido en esta tesis se enumeran a continuación:

. Nuevo algoritmo para la generación de envolventes basado en optimización y en el paradigma de las ventanas deslizantes.

. Determinación analítica y mediante simulaciones de la longitud de ventana óptima para obtener unas envolventes correctas.

. Demostración de que el nuevo algoritmo evita los problemas que padecen la mayoría de algoritmos de generación de envolventes: wrapping, multiincidencias, problemas de óptimos locales y el problema de propagación de la incertidumbre.

In recent years the detection and diagnosis of faults in devices and processes has been a field of research and development that has been addressed from multiple perspectives: control engineering, artificial intelligence and statistics among others. Within each with a number of techniques: expert systems , neural networks, case-based reasoning , signal analysis, observers equations analytical redundancy based on consistency, but only considering the presence of multiple failures and no diagnosis. In this thesis the detection and diagnosis of multiple faults in dynamic systems using nonlinear analysis for the detection and diagnosis for structured waste components will be studied. The study includes the development of a mathematical model of a gas turbine mini SR -30 and implementation of algorithms for detection and diagnosis of multiple faults in the system. The detection and diagnosis of multiple faults is more complex than the detection and diagnosis of single faults. This is not only because it increases the number of failures, but also because of the emergence of new phenomena that should be considered, such as a combination or interaction of faults, compensation, and the combinatorial explosion of possible failure scenarios. The problem of multiple failures is important, since the single fault assumption can lead to incorrect diagnoses when multiple faults occur.
En los últimos años la detección y el diagnóstico de fallos en dispositivos y en procesos ha sido un campo de investigación y desarrollo que se ha podido abordar desde múltiples perspectivas: la ingeniería de control, la inteligencia artificial y la estadística entre otros. Dentro de cada una de ellas con multitud de técnicas: sistemas expertos, redes neuronales, razonamiento basado en casos, análisis de señales, observadores, ecuaciones de redundancia analítica, diagnóstico basado en consistencia, pero considerando la presencia de fallos únicos y no múltiples. En esta tesis se estudiará la detección y el diagnóstico de fallos múltiples en sistemas dinámicos utilizando análisis de componentes no lineal para la detección y los residuos estructurados para el diagnóstico. El estudio incluye el desarrollo de un modelo matemático de una mini turbina de gas SR-30 y en la implementación de algoritmos de detección y diagnóstico de fallos múltiples en dicho sistema. La detección y el diagnóstico de fallos múltiples ha resultado ser más complejo que la detección y el diagnóstico de fallos únicos. Esto no es sólo porque aumenta el número de fallos, sino también debido a la aparición de nuevos fenómenos que deben ser considerados, tales como una combinación o la influencia mutua de los fallos, la compensación, y la explosión combinatoria de posibles escenarios de fallos. El problema de fallos múltiples es importante, ya que el supuesto de un solo fallo puede llevar a diagnósticos incorrectos cuando fallos múltiples ocurren.

Els models matemàtics quantitatius són simplificacions de la realitat i per tant el comportament obtingut per simulació d'aquests models difereix dels reals. L'ús de models quantitatius complexes no és una solució perquè en la majoria dels casos hi ha alguna incertesa en el sistema real que no pot ser representada amb aquests models. Una forma de representar aquesta incertesa és mitjançant models qualitatius o semiqualitatius. Un model d'aquest tipus de fet representa un conjunt de models. La simulació del comportament de models quantitatius genera una trajectòria en el temps per a cada variable de sortida. Aquest no pot ser el resultat de la simulació d'un conjunt de models. Una forma de representar el comportament en aquest cas és mitjançant envolupants. L'envolupant exacta és complete, és a dir, inclou tots els possibles comportaments del model, i
correcta, és a dir, tots els punts dins de l'envolupant pertanyen a la sortida de, com a mínim, una instància del model. La generació d'una envolupant així normalment és una tasca molt dura que es pot abordar, per exemple, mitjançant algorismes d'optimització global o comprovació de consistència. Per aquesta raó, en molts casos s'obtenen aproximacions a l'envolupant exacta. Una aproximació completa però no correcta a l'envolupant exacta és una envolupant sobredimensionada, mentre que una envolupant correcta però no completa és subdimensionada. Aquestes propietats s'han estudiat per diferents simuladors per a sistemes incerts.

La presente tesis tiene como objetivo el desarrollo de una interfaz hombremáquina basada en una tarjeta de adquisición en una computadora. Esta interfaz, permitió visualizar y analizar la información proveniente de los sistemas de detección de fallos en los lazos de control de la planta estudiada. Asimismo, también permitió visualizar la evolución de las variables y actuar sobre estas cuando fue necesario. El trabajo propuesto incluyó, el estudio de metodologías de desarrollo de interfaces, el desarrollo de software de la interface visual, el desarrollo de las librerías de registro de información proveniente de los sistemas de detección de fallos y desarrollo del algoritmos de monitoreo y control de las variables de la planta objeto de estudio.
Tesis

Magíster en Ingeniería de Redes de Comunicaciones
La industria de telefonía móvil de prepago chilena concentra al 70% de los clientes móviles de los principales operadores en el país. Este servicio utiliza un proceso de descuento y abono en línea que permite rebajar en forma casi instantánea los créditos consumidos al utilizar los servicios de voz y datos habilitados en el terminal, y abonar el crédito correspondientes cuando se hace aplica una recarga prepagada, que son las operaciones más habituales que se aplican para cambiar el estado de operación de un terminal móvil prepago. La dinámica de estas transiciones depende de manera íntima de la operatividad del sistema computacional que administra y ejecuta estos cambios. Su arquitectura, del tipo servidor-cola de comandos, utiliza una filosofía first-in first-out (FIFO) para procesar cada comando asociado a la transición de estado que debe aplicarse sobre cada terminal de la red. Este sistema de administración de comandos puede colapsar si la demanda por cambios de estado aumenta en forma repentina y supera la capacidad de procesamiento del servidor. Ello tiene como consecuencia un aumento desmedido del tamaño de la cola de comandos, lo que a su vez, puede originar problemas en las prestaciones de telecomunicaciones dentro de la red y pérdidas monetarias al operador al dejar fuera de línea el sistema de cobro. Este fenómeno, que se denomina encolamiento, es controlado en los sistemas comerciales utilizando alarmas por umbral, las que indican a los administradores del sistema la necesidad de activar las contramedidas necesarias para restablecer el correcto funcionamiento del sistema. Sin embargo, el valor de este umbral es fijado sin utilizar necesariamente criterios de optimalidad de desempeño, lo que reduce la eficiencia en la operación técnica y comercial del servicio. La hipótesis de trabajo de esta investigación es que el uso un umbral ``duro'' puede ser mejorado al emplear un enfoque que incorpore la historia del proceso que describe la longitud de la cola de comandos, como el basado en las distribuciones de probabilidad de las condiciones de operación normal y de encolamiento. Para validar esta conjetura, se diseñó un detector de encolamientos basado en la divergencia de Kullback-Leibler, la que permite comparar la distribución instantánea de las observaciones con las correspondientes a la condición de operación normal y de encolamiento. La metodología empleada para validar esta tesis se basó en la simulación computacional de las transiciones de estado descrita mediante el uso de una cadena de Markov de 3 estados, que se utilizó para cuantificar la operación del detector y compararla con las métricas asociadas a la detección dura mediante umbrales. Las métricas de desempeño empleadas fueron el porcentaje de errores de tipo I (no detección) y de tipo II (falso positivo), las cuales fueron calculadas en forma empírica en ambos detectores. Además, el funcionamiento del detector fue validado con datos reales de operación a partir de un registro de 14 meses de observaciones. Los resultados obtenidos avalan la hipótesis planteada, en el sentido que se observaron mejoras de desempeño de hasta un 60% en la detección de encolamiento y un 85% en la disminución de falsos positivos al comparar el detector de Kullback-Leibler con aquellos basados en umbral. En este sentido, estos resultados constituyen un avance importante en el aumento de la precisión y confiabilidad de detección de condiciones de fallas que justifica la incorporación de esta nueva estrategia en el ambiente de operaciones de una empresa de telecomunicaciones. Además, la hace eventualmente extensible a procesos controlados a través de colas.

[EN] Incorporating error detection mechanisms is a key element in the design of fault tolerant systems. For many of those systems the detection of an error (whether temporary or permanent) triggers a bunch of actions or activation of elements pursuing any of these objectives: continuation of the system operation despite the error, system recovery, system stop into a safe state, etc. Objectives ultimately intended to improve the characteristics of reliability, security, and availability, among others, of the system in question. One of these error detection elements is a watchdog processor; it is responsible to monitor the system processor and check that no errors occur during the program execution. The main drawback of the existing proposals in this regard and that prevents a more widespread use of them is the loss of performance and the increased memory consumption suffered by the monitored system. In this PhD a new technique to embed signatures is proposed. The technique is called ISIS - Interleaved Signature Instruction Stream - and it embeds the watchdog signatures interspersed with the original program instructions in the memory. With this technique it is a separate element of the system processor (a watchdog processor as such) who carries out the operations to detect errors. Although signatures are mixed with program instructions, and unlike previous proposals, the main system processor is not involved neither in the recovery of these signatures from memory nor in the corresponding calculations, reducing the performance loss. A novel technique is also proposed that enables the watchdog processor verification of the structural integrity of the monitored program checking the jump addresses used. This jump address processing technique comes to largely solve the problem of verifying a jump to a new program area when there are multiple possible valid destinations of the jump. This problem did not have an adequate solution so far, and although the proposal made here can not solve every possible jump scenario it enables the inclusion of a large number of them into the set verifiable jumps. The theoretical ISIS proposal and its error detection mechanisms are complemented by the contribution of a complete system (processor, watchdog processor, cache memory, etc.) based on ISIS which incorporates the detection mechanisms proposed here. This system has been called HORUS, and is developed in the synthesizable subset of the VHDL language, so it is possible not only to simulate the behavior of the system at the occurrence of a fault and analyze its evolution from it but it is also possible to program a programmable logic device like an FPGA for its inclusion in a real system. To program the HORUS system in this PhD a modified version of the gcc compiler has been developed which includes the generation of signatures for the watchdog processor as an integral part of the process to create the executable program (compilation, assembly, and link) from a source code written in the C language. Finally, another work developed in this PhD is the development of FIASCO (Fault Injection Aid Software Components), a set of scripts using the Tcl/Tk language that allow the injection of a fault during the simulation of HORUS in order to study its behavior and its ability to detect subsequent errors. With FIASCO it is possible to perform hundreds or thousands of simulations in a distributed system environment to reduce the time required to collect the data from large-scale injection campaigns. Results show that a system using the techniques proposed here is able to detect errors during the execution of a program with a minimum loss of performance, and that the penalty in memory consumption when using a watchdog processor is similar to previous proposals.
[ES] La incorporación de mecanismos de detección de errores es un elemento fundamental en el diseño de sistemas tolerantes a fallos en los que, en muchos casos, la detección de un error (ya sea transitorio o permanente) es el punto de partida que desencadena toda una serie de acciones o activación de elementos que persiguen alguno de estos objetivos: la continuación de las operaciones del sistema a pesar del error, la recuperación del mismo, la parada de sus operaciones llevando al sistema a un estado seguro, etc. Objetivos, en definitiva, que pretenden la mejora de las características de fiabilidad, seguridad y disponibilidad, entre otros, del sistema en cuestión. Uno de estos elementos de detección de errores es un procesador de guardia; su trabajo consiste en monitorizar al procesador del sistema y comprobar que no se producen errores durante la ejecución del programa. El principal inconveniente de las propuestas existentes a este respecto y que impiden una mayor difusión de su uso es la pérdida de prestaciones y el aumento de consumo de memoria que sufre el sistema monitorizado. En este trabajo se propone una nueva técnica de empotrado de firmas (ISIS -Interleaved Signature Instruction Stream) intercaladas dentro del espacio de la memoria del programa. Con ella un elemento separado del procesador del sistema realiza las operaciones encaminadas a detectar los errores. A pesar de que las firmas se encuentran mezcladas con las instrucciones del programa que está ejecutando, y a diferencia de las propuestas previas, el procesador principal del sistema no se involucra ni en la recuperación de las firmas ni en las operaciones de cálculo correspondientes, lo que reduce la pérdida de prestaciones. También se propone una novedosa técnica para que el procesador de guardia pueda verificar la integridad estructural del programa que monitoriza comprobando las direcciones de salto empleadas. Esta técnica de procesado de las direcciones de salto viene a resolver en gran medida el problema de la comprobación de un salto a una nueva zona del programa cuando existen múltiples posibles destinos válidos. Este problema no tenía una solución adecuada hasta el momento, y aunque la propuesta que aquí se hace no consigue resolver todos los posibles escenarios de salto sí permite incorporar un buen números de ellos al conjunto de saltos verificables. ISIS y sus mecanismos de detección de errores se complementan con la aportación de un sistema completo (procesador, procesador de guardia, memoria caché, etc.) basado en ISIS denominado HORUS. Está desarrollado en lenguaje VHDL sintetizable, de manera que es posible tanto simular el comportamiento del sistema ante la aparición de un fallo y analizar su evolución a partir de éste como programar un dispositivo lógico programable tipo FPGA para su inclusión en un sistema real. Para programar el sistema HORUS se ha desarrollado una versión modificada del compilador gcc que incluye la generación de las firmas de referencia para el procesador de guardia como parte del proceso de creación del programa ejecutable a partir de código fuente escrito en lenguaje C. Finalmente, otro trabajo desarrollado en esta tesis es el desarrollo de FIASCO (Fault Injection Aid Software COmponents), un conjunto de scripts en lenguaje Tcl/Tk que permiten la inyección de un fallo durante la simulación de HORUS con el objetivo de estudiar su comportamiento y su capacidad para detectar los errores subsiguientes. Con FIASCO es posible lanzar cientos o miles de simulaciones en un entorno distribuido para reducir el tiempo necesario para obtener los datos de campañas de inyección a gran escala. Los resultados demuestran que un sistema que utilice las técnicas que aquí se proponen es capaz de detectar errores durante la ejecución del programa con una mínima pérdida de prestaciones, y que la penalización en el consumo de memoria al usar un procesador de guardia es similar a la de las propu
[CAT] La incorporació de mecanismes de detecció d'errors és un element fonamental en el disseny de sistemes tolerants a fallades. En aquests sistemes la detecció d'un error, tant transitori com permanent, sovint significa l'inici d'una sèrie d'accions o activació d'elements per assolir algun del objectius següents: mantenir les operacions del sistema malgrat l'error, la recuperació del sistema, aturar les operacions situant el sistema en un estat segur, etc. Aquests objectius pretenen, fonamentalment, millorar les característiques de fiabilitat, seguretat i disponibilitat del sistema. El processador de guarda és un dels elements emprats per a la detecció d'errors. El seu treball consisteix en monitoritzar el processador del sistema i comprovar que no es produeixen error durant l'execució de les instruccions. Els principals inconvenients de l'ús del processadors de guarda és la pèrdua de prestacions i l'increment de les necessitats de memòria del sistema que monitoritza, per la qual cossa la seva utilització no està molt generalitzada. En aquest treball es proposa una nova tècnica de encastat de signatures (ISIS - Interleaved Signature Instruction Stream) intercalant-les en l'espai de memòria del programa. D'aquesta manera és possible que un element extern al processador realitze les operacions dirigides a detectar els errors, i al mateix temps permet que el processador execute el programa original sense tenir que processar les signatures, encara que aquestes es troben barrejades amb les instruccions del programa que s'està executant. També es proposa en aquest treball una nova tècnica que permet al processador de guarda verificar la integritat estructural del programa en execució. Aquesta verificació permet resoldre el problema de com comprovar que, al executar el processador un salt a una nova zona del programa, el salt es realitza a una de les possibles destinacions que són vàlides. Fins el moment no hi havia una solució adequada per a aquest problema i encara que la tècnica presentada no resol tots el cassos possibles, sí afegeix un bon nombre de salts al conjunt de salts verificables. Les tècniques presentades es reforcen amb l'aportació d'un sistema complet (processador, processador de guarda, memòria cache, etc.) basat en ISIS i que incorpora els mecanismes de detecció que es proposen en aquest treball. A aquest sistema se li ha donat el nom de HORUS, i està desenvolupat en llenguatge VHDL sintetitzable, la qual cosa permet no tan sols simular el seu comportament davant la aparició d'un error i analitzar la seva evolució, sinó també programar-lo en un dispositiu FPGA per incloure'l en un sistema real. Per poder programar el sistema HORUS s'ha desenvolupat una versió modificada del compilador gcc. Aquesta versió del compilador inclou la generació de les signatures de referència per al processador de guarda com part del procés de creació del programa executable (compilació, assemblat i enllaçat) des del codi font en llenguatge C. Finalment en aquesta tesis s'ha desenvolupat un altre treball anomenat FIASCO (Fault Injection Aid Software COmponents), un conjunt d'scripts en llenguatge Tcl/Tk que permeten injectar fallades durant la simulació del funcionament d'HORUS per estudiar la seua capacitat de detectar els errors i el seu comportament posterior. Amb FIASCO és possible llançar centenars o milers de simulacions en entorns distribuïts per reduir el temps necessari per obtenir les dades d'una campanya d'injecció de fallades de grans proporcions. Els resultats obtinguts demostren que un sistema que utilitza les tècniques descrites és capaç de detectar errors durant l'execució del programa amb una pèrdua mínima de prestacions, i amb un requeriments de memòria similars als de les propostes anteriors.
Rodríguez Ballester, F. (2016). Detección concurrente de errores en el flujo de ejecución de un procesador [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/63254
TESIS

This thesis presents the study and development of distinct data-driven techniques to support event detection, fault location, and resilience assessment towards enhancements in power systems. It is divided in three main parts as follows. The first part investigates improvements in power system monitoring and event detection methods with focus on dimensionality reduction techniques in wide-area monitoring systems. The second part focuses on contributions to fault location tasks in power distribution networks, relying on information about the network topology and its electrical parameters for short-circuit simulations over a range of scenarios. The third part assesses enhancements in power system resilience to high-impact, lowprobability events associated with extreme weather conditions and human-made attacks, relying on information about the system topology combined with simulations of representative scenarios for impact assessment and mitigation. Overall, the proposed data-driven algorithms contribute to event detection, fault location, and resilience assessment, relying on electrical measurements recorded by intelligent electronic devices, historical data of past events, and representative scenarios, together with information about the network topology, electrical parameters, and operating status. The validation of the algorithms, implemented in MATLAB, is based on computer simulations using network models implemented in OpenDSS and Simulink
Esta tesis presenta el estudio y el desarrollo de distintas técnicas basadas en datos para respaldar las tareas de detección de eventos, localización de fallos y resiliencia hacia mejoras en sistemas de energía eléctrica. Los contenidos se dividen en tres partes principales descritas a continuación. La primera parte investiga mejoras en el monitoreo de sistemas de energía eléctrica y métodos de detección de eventos con enfoque en técnicas de reducción de dimensionalidad en wide-area monitoring systems. La segunda parte se centra en contribuciones a tareas de localización de fallos en redes eléctricas de distribución, basándose en información acerca de la topología de la red y sus parámetros eléctricos para simulaciones de cortocircuito en una variedad de escenarios. La tercera parte evalúa mejoras en la resiliencia de sistemas de energía eléctrica ante eventos de alto impacto y baja probabilidad asociados con condiciones climáticas extremas y ataques provocados por humanos, basándose en información sobre la topología del sistema combinada con simulaciones de escenarios representativos para la evaluación y mitigación del impacto. En general, los algoritmos propuestos basados en datos contribuyen a la detección de eventos, la localización de fallos, y el aumento de la resiliencia de sistemas de energía eléctrica, basándose en mediciones eléctricas registradas por dispositivos electrónicos inteligentes, datos históricos de eventos pasados y escenarios representativos, en conjunto con información acerca de la topología de la red, parámetros eléctricos y estado operativo. La validación de los algoritmos, implementados en MATLAB, se basa en simulaciones computacionales utilizando modelos de red implementados en OpenDSS y Simulink

Señala que los compresores recíprocos son máquinas altamente utilizadas en las industrias por ser la principal fuente de aire comprimido. La aplicación de una estrategia de mantenimiento inadecuada para la detección temprana de fallos conduce al incremento de paros inesperados, incluso puede desencadenar eventos catastróficos para los procesos productivos. La detección de fallos en este tipo de máquinas resulta en la mayoría de casos complejo, por la dificultad para monitorear en tiempo real. En los últimos años se ha incrementado el uso de técnicas de modelamiento basado en datos para el diagnóstico de fallos. Estas técnicas requieren de grandes cantidades de datos que no siempre se pueden obtener pues generan altos costos y tiempo excesivo, que son difíciles de solventar desde el punto de vista económico y técnico. El presente trabajo se enfoca en tres aspectos como la adquisición de datos, el desarrollo de un método para el pre-procesamiento de las señales de vibración y por último la propuesta de una metodología para el modelado basado en redes neuronales recurrentes Long Short Term Memory (LSTM) para el diagnóstico de fallos.
Tesis

[EN] The aim of the fault diagnosis techniques of rotatory electrical machine is to determine the condition of the motor in order to reduce economical loses. In the technical literature is found different signal processing techniques that allow discriminate with the help of an expert that recognize the results, between the healthy and faulty condition of the electrical machines. It is therefore essential to automate this expert task. It is also a priority to research and to develop new detection systems more accurate than the previous ones. Complex systems based on expert systems are used to improve the classification of faults. For this research thesis, has been developed an automatic "supra-system" capable to generate optimal fault diagnosis systems. The proposed "supra-system" is able to generate the optimal diagnostic system for the fault detection induction motors. This has been achieved following these steps: Sample collection: an experimental test bench has been build, where the test motor current and speed are sampled. These samples are obtained for different motor speeds and different load torque. A total of 735 samples has been analyzed in the thesis. The samples have been processed with different techniques of diagnosis according to the working regime. For the steady-state regime is: - Signal analysis. - The analytical signal modulus (Hilbert transform). - Cepstrum transform. - Analysis of Park transform modulus. - Harmonic order tracking analysis (HOTA). For the steady-state regime 20 different diagnostic methods have been explored, resulting from the variations of these techniques. While the techniques used for the transient regime are: - Harmonic order tracking analysis (HOTA) using the Short-Time Fourier Transform (STFT) with Gaussian window. - Harmonic order tracking analysis (HOTA) using the Short-Time Fourier Transform (STFT) with Prolate window (This window is a contribution of this thesis). - Harmonic order tracking analysis (HOTA) using the Short-Frequency Fourier Transform (SFFT) with Gaussian window (This technique is a contribution of this thesis) - Harmonic order tracking analysis (HOTA) using the Short-Frequency Fourier Transform (SFFT) with Prolate window. In addition to these two contributions that are integrated into the HOTA method, have been applied to the original algorithm improvements that helps to decrease the computation time and memory space needed. The improvements are: - A new band-pass filtering stage. - The minimization of the edge effect. - A new faster algorithm for the optimum setting of the filter window. For the transient regime 4 different diagnostic methods are explored. For each of the techniques used, the relevant features are obtained. Thus, a matrix is obtained with feature vectors column with 24 dimension length (20 in steady-state and 4 in transient) and as many rows as the number of tests used in this thesis (735 tests). For each of the feature vectors obtained different classifiers are generated based on artificial neural networks (with one and two hidden layer) and Support Vector Machine (with polynomial or Gaussian kernel function). In other words, four different classifier methods that run in parallel and automatically obtain the optimum parameters according to its parameters. In the final step, the results are analysed and the optimal diagnosis system is selected. The "supra-system" developed in this thesis have the following advantages: 1. It achieves a final optimal diagnostic system. 2. It produces several local optimal diagnostic systems taking into account the training time and the estimated diagnosis time. 3. It is completely autonomous. 4. It is adaptable to the induction motor type, as it can generate an optimal diagnostic system specific for each type of motor.
[ES] El objetivo de las técnicas de diagnóstico de fallo en las máquinas eléctricas rotativas es el de determinar el estado del motor para minimizar costes. En la literatura técnica se encuentran diversas técnicas de análisis de señal que permiten discriminar, mediante un experto capaz de interpretar los resultados, entre una máquina eléctrica en estado de fallo o en estado sano. Por tanto, se hace necesaria la automatización de esta labor. Es prioritario investigar y desarrollar nuevos sistemas de detección que maximicen la precisión respecto a las características disponibles. Para mejorar la clasificación de fallos se estudian sistemas cada vez más complejos basados en sistemas expertos. Se ha desarrollado para esta tesis de investigación un "suprasistema" automático capaz de generar sistemas óptimos de diagnóstico de fallos. Este "suprasistema" se encarga de generar el sistema de diagnóstico óptimo para la detección de fallos en motores de inducción. Para ello se han seguido los siguientes pasos: Obtención de muestras: se ha diseñado un banco de ensayos experimental del cual se obtienen las corrientes y velocidad del motor de estudio. Los ensayos permiten diferentes velocidades del motor y diferentes pares resistentes. Se analizan un total de 735 muestras en la tesis. A estas muestras se les han aplicado diferentes técnicas de diagnosis según el régimen de funcionamiento. Para régimen estacionario son: - Análisis de la señal. - Transformada de Hilbert (módulo de la señal analítica). - Transformada Cepstrum. - Transformada del módulo de Park. - Análisis del orden de armónico (HOTA). Para el régimen estacionario se han explorado 20 métodos, resultado de las diferentes variantes de las técnicas empleadas. Mientras que las técnicas usadas para el régimen transitorio son: - Análisis del orden de armónico (HOTA) de la señal con Short Time Fourier Transform y con ventana Gaussiana. - Análisis del orden de armónico (HOTA) de la señal con Short Time Fourier Transform y con ventana Prolate. (Aportación a la tesis de la aplicación de esta ventana). - Análisis del orden de armónico (HOTA) de la señal con Short Frequency Fourier Transform y con ventana Gaussiana. (Aportación a la tesis de la aplicación de esta técnica). - Análisis del orden de armónico (HOTA) de la señal con Short Frequency Fourier Transform y con ventana Prolate. Además de estas dos aportaciones que se integran en el método HOTA se han aplicado mejoras al algoritmo original que permiten disminuir el tiempo de cálculo y el espacio de memoria necesario. Las mejoras son: - Un filtrado paso banda. - La minimización del efecto de borde. - Un nuevo algoritmo más rápido para el ajuste óptimo de la ventana de filtro. En conclusión, para el régimen transitorio se exploran 4 métodos de diagnóstico. Se ha obtenido características relevantes con cada técnica empleada. En conjunto se obtiene una matriz de vectores de características de dimensión 24 (20 estacionario y 4 en transitorio), donde cada vector tiene la dimensión del número de ensayos realizados, 735. Para cada vector de características se generan varios clasificadores basados en Redes Neuronales Artificiales (de 1 y 2 capas ocultas) y Máquina de vectores de soporte (con kernel polinomial o de base radial). Es decir, se aplican 4 técnicas diferentes de clasificadores, que de forma paralela y automática obtienen los óptimos según los parámetros de los mismos. Como paso final, se analizan los resultados obtenidos y se realiza la selección del sistema óptimo de diagnóstico. El suprasistema desarrollado en esta tesis aporta las siguientes ventajas: 1. Obtiene un sistema de diagnóstico óptimo final. 2. Obtiene varios sistemas de diagnóstico óptimos locales con los tiempos de entrenamiento y los tiempos de diagnóstico. 3. El suprasistema es totalmente autónomo. 4. El suprasistema es adaptable al tipo de motor
[CAT] El principal objectiu de les tècniques de diagnosis es determinar l'estat del motor per minimitzar costos. En la literatura s'hi troben diferents tècniques de anàlisi i processament de la senyal que permeten identificar, amb ajuda de personal altament qualificat amb capacitat d'interpretar els resultats, si la maquina es troba en estat sa o en estat d'averia. Per tot això, resulta necessari la tasca d'automatitzar aquesta labor. Es prioritari investigar nous sistemes de detecció que maximitzen la precisió, tenint en compte les característiques disponibles. Per millorar aquestes característiques de classificació es proposen sistemes cada vegada més complexos basats en sistemes experts. S'ha desenvolupat un "suprasistema" automàtic capaç de generar sistemes òptims de diagnosi de falles. Aquest "suprasistema" proposat s'encarrega de generar el sistema de diagnosi òptim per a la detecció de fallades en motors de inducció. Per al seu desenvolupament s'han seguit les següents etapes: Obtenció d'assajos: s'ha dissenyat un banc d'assajos experimental del qual s'obtenen les corrents i la velocitat del motor d'estudi. Els assaigs permeten diferents velocitats del motor i diferents parells resistents. S'analitzen un total de 735 mostres en la tesi. A aquestes assajos se'ls han aplicat diferents tècniques de diagnosi segons el règim de funcionament. Per al règim estacionari són: - Anàlisi de la senyal. - Transformada de Hilbert (mòdul de la senyal analítica). - Transformada Cepstrum. - Transformada del mòdul de Park. - Anàlisi de l'ordre d'harmònic (HOTA). Per a la diagnosi en règim estacionari s'han explorat 20 mètodes distints, resultat de diferents variacions de les tècniques utilitzades. Mentre que les tècniques aplicades al règim transitori han estat: - Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en temps i finestra Gaussiana. - Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en temps i finestra Prolate. (Aportació a la tesi de l'aplicació d'aquesta finestra) - Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en freqüència i finestra Gaussiana. (Aportació a la tesi de l'aplicació d'aquesta tècnica). - Anàlisi de l'ordre d'harmònic (HOTA) de la senyal amb transformada de Fourier curta en freqüència i finestra Prolate. A més d'aquestes dues aportacions que s'integren en el mètode HOTA s'han aplicat millores a l'algoritme original que permeten disminuir el temps de càlcul i l'espai de memòria necessari. Les millores són: - Una etapa de filtrat pas banda. - Minimització del efectes de costat. - Algoritme més ràpid per a l'ajust òptim de la finestra de filtrat. En conclusió, per al règim transitori s'han analitzat quatre mètodes de diagnosi diferents. Amb les tècniques utilitzades s'obté les característiques rellevants. En conjunt s'obté una matriu de vectors de característiques de dimensió 24 (20 estacionari més 4 en transitori), on cada vector té la dimensió del nombre d'assajos que s'han realitzat, 735. Per cada un dels vectors de característiques obtinguts es desenvolupen distints tipus de classificadors basats en Xarxes neuronals artificials (d'una i de dues capes ocultes) y Màquines de vectors de suport (amb kernel polinomial o base radial gaussiana). És a dir, s'apliquen 4 tècniques diferents de classificadors, que de forma paral·lela i automàtica obtenen els òptims segons els paràmetres dels mateixos. Finalment, es analitza els resultats i es realitza la selecció del sistema de diagnòstic òptim. El suprasistema construït en aquesta tesi aporta els següents avantatges: 1. Obtenir un sistema de diagnosi òptim final. 2. Obté diversos sistemes de diagnosi localment amb els temps del procés d'entrament i el temps de diagnosi 3. Es totalment autònom. 4. Es adaptable y pot generar un sistema de diagnosi específi
Burriel Valencia, J. (2016). Aplicación de sistemas de autoaprendizaje al diagnóstico de máquinas eléctricas [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/68498
TESIS

En aquesta memòria es presenten diversos treballs relacionats amb la utilització dels sensor de flux òptic de baix cost pel desenvolupament de nous sistemes de mesura compactes i de molt baix cost. Les aplicacions plantejades permeten aprofitar tot el potencial industrial d’aquest tipus de sensors. Els sensors de flux òptic tenen la peculiaritat d’incorporar dins d’un únic encapsulat un sistema d’adquisició d’imatges i un processador digital preprogramat per a realitzar el còmput de flux òptic (optical flow) de la imatge. D’aquesta manera, aquest tipus de sensors no requereixen cap sistema processador addicional i, en alguns casos, poden funcionar sense cap altre element addicional de control. Actualment, l’èxit dels sensors de flux òptic ha facilitat la seva producció industrial massiva amb costos de fabricació molt baixos el que ha incentivat el desenvolupament de noves aplicacions en camps tan diversos com la robòtica on el cost és un element fonamental en les aplicacions destinades a un mercat de consum. En aquesta memòria es presenta, per una banda, l’anàlisi de l’estat de l’art dels sensors de flux òptic i les seves aplicacions, i per l’altra, el treball de recerca realitzat sobre l’ús d’aquest sensor per a desenvolupar un codificador rotatiu incremental, un codificador absolut, un sistema de detecció de monedes falses de 2 euros, i per a realitzar el seguiment de la pupil•la de l’ull d’una persona amb discapacitat. Els resultats obtinguts a partir de les proves experimentals realitzades amb els diferents sensors de flux òptics utilitzats als dispositius proposats han permès validar les propostes realitzades i la versatilitat del disseny del sensor.
En esta memoria se presentan diversos trabajos de investigación relacionados con la utilización de sensores de flujo óptico de bajo coste para el desarrollo de nuevos sistemas de medida compactos y de muy bajo coste. Las aplicaciones planteadas permiten aprovechar todo el potencial industrial de este tipo de sensores. Los sensores de flujo óptico tienen la particularidad de incorporar dentro de un único encapsulado un sistema de adquisición de imágenes y un procesador digital preprogramado para realizar el cómputo de flujo óptico (optical flow) de la imagen. De esta manera, este tipo de sensores no requieren ningún sistema procesador adicional y, en algunos casos, pueden funcionar sin ningún otro elemento adicional de control. Actualmente, el éxito comercial de los sensores de flujo óptico ha facilitado su producción industrial masiva con costes de fabricación muy bajos lo que ha incentivado el desarrollo de nuevas aplicaciones en campos tan diversos como la robótica donde el coste es un elemento fundamental en las aplicaciones destinadas a un mercado de consumo. En esta memoria se presenta, por un lado, el análisis del estado del arte de los sensores de flujo óptico y sus aplicaciones, y por el otro, el trabajo de investigación realizado sobre la utilización del sensor para el desarrollo de un codificador rotativo incremental, un codificador absoluto, un sistema de detección de monedas falsas de 2 euros y para realizar el seguimiento de la pupila del ojo de una persona con el fin de desarrollar un dispositivo apuntador que pueda ser de utilidad para una persona con discapacidad. Los resultados obtenidos en las pruebas experimentales realizadas con los diferentes sensores de flujo óptico utilizados en los dispositivos propuestos han permitido validar las propuestas realizadas y la versatilidad del diseño del sensor.
This work presents the research performed with optical flow sensors and the proposal of several new compact and low cost applications developed to take full advantage of the industrial potential of these sensors. Optical flow sensors include into the same chip an image acquisition system and a digital signal processor programmed to compute the optical flow of the image acquired. These sensors do not require additional post-processing and can operate without any other additional external control or processing device. Currently, the commercial success of the optical flow sensors has fostered its massive industrial production and has reduced its final cost. This characteristic, combined with the versatility of the design of the sensor, has also fostered the development of a huge range of new applications in different areas, such as robotics, where the cost is a fundamental factor that prone the development and commercialization of new consumer applications. This works presents, in one hand, a review of the state of the art of the research and development related with optical flow sensors and, in the other hand, a set of new applications proposed to take full advantage of the characteristics of the sensor. The new applications proposed are: a relative encoder, an absolute encoder, a counterfeit system for the 2€ case, and an accessibility device that tracks the pupil of the user to control pointer displacement in a computer screen. This device has been designed specifically to help people with mobility impairments in the upper extremities that cannot use the computer mouse. In all cases, the experimental results achieved with the different optical flow sensors used in the new applications proposed have validated the utility and versatility of each proposal and the utility and versatility of the design of this optical sensor.

El aumento en la escala de integración, con el objetivo de mejorar las prestaciones en los procesadores actuales, sumado al crecimiento de los sistemas de cómputo, han producido que la fiabilidad se haya vuelto un aspecto relevante. En particular, la creciente vulnerabilidad a los fallos transitorios se ha vuelto crítica, a causa de la capacidad de estos fallos de corromper los resultados de las aplicaciones. Históricamente, los fallos transitorios han sido una preocupación en el diseño de sistemas críticos, como sistemas de vuelo o servidores de alta disponibilidad, en los que las consecuencias del fallo pueden resultar desastrosas. Pese a ser fallos temporarios, tienen la capacidad de alterar el comportamiento del sistema de cómputo. A partir del año 2000 se han vuelto más frecuentes los reportes de desperfectos significativos en distintas supercomputadoras, debidos a los fallos transitorios. El impacto de los fallos transitorios se vuelve más relevante en el contexto del Cómputo de Altas Prestaciones (HPC). Aun cuando el tiempo medio entre fallos (MTBF) es del orden de 2 años para un procesador comercial, en el caso de una supercomputadora con cientos o miles de procesadores que cooperan para resolver una tarea, el MTBF disminuye cuanto mayor es la cantidad de procesadores. Esta situación se agrava con el advenimiento de los procesadores multicore y las arquitecturas de cluster de multicores, que incorporan un alto grado de paralelismo a nivel de hardware. La incidencia de los fallos transitorios es aún mayor en el caso de aplicaciones de gran duración, que manejan elevados volúmenes de datos, dado el alto costo (en términos de tiempo y utilización de recursos) que implica volver a lanzar la ejecución desde el comienzo, en caso de obtener resulta-dos incorrectos debido a la ocurrencia del fallo. Estos factores justifican la necesidad de desarrollar estrategias específicas para mejorar la con-fiabilidad en sistemas de HPC; en este sentido, es crucial poder detectar los fallos llamados silenciosos, que alteran los resultados de las aplicaciones pero que no son interceptados por el sistema operativo ni ninguna otra capa de software del sistema, por lo que no causan la finalización abrupta de la ejecución. En este contexto, el trabajo analizará una metodología distribuida basada en software, diseñada para aplicaciones paralelas científicas que utilizan paso de mensajes, capaz de detectar fallos transitorios mediante la validación de contenidos de los mensajes que se van a enviar a otro proceso de la aplicación. Esta metodología, previamente publicada, intenta abordar un problema no cubierto por las propuestas existentes, detectando los fallos transitorios que permiten la continuidad de la ejecución pero que son capaces de corromper los resultados finales, mejorando la confiabilidad del sistema y disminuyendo el tiempo luego del cual se puede relanzar la aplicación, lo cual es especialmente útil en ejecuciones prolongadas.