[EN] This work presents a fault diagnosis method for stochastic discrete event systems without previous model. To achieve this goal, the method identifies the normal behavior from to online input/output system signals. Each signal is discretized through an event generator, so the system is modelled from the language theory. Besides the pure event generation, the method also identifies the time between events, so the normal behaviour language can be modeled with a stochastic, timed, interpreted Petri net which represents only the observed language and avoids the non-determinism. Once the normal behavior has been identified, the diagnostic method compares the identified language with on-line observed language. If there is any deviation, then a fault has been detected. This work presents a diagnoser that is able to use that information to detect the fault and to learn the faulty behavior. The system is modular and it includes tools to locate the fault. The collected information is a good base for an expert to fully diagnose the fault. / [ES] Este trabajo presenta un método de diagnóstico de fallos para sistemas de eventos discretos estocásticos, sin modelo previo. Para lograr el objetivo, el método identifica el comportamiento normal a partir de las señales de entrada / salida (E/S) del sistema obtenidas on-line. Cada señal es discretizada mediante un generador de eventos, así el sistema es modelado bajo la teoría de lenguajes. Además de la generación de eventos, el método también identifica el tiempo entre eventos, de esta manera el lenguaje del comportamiento normal puede ser modelado como una red de Petri, interpretada, temporizada, estocástica; la cual solo representa el lenguaje observado y evita el no-determinismo. Una vez se ha identificado el comportamiento normal, el método de diagnóstico propuesto compara el lenguaje identificado con el lenguaje observado on-line; si hay desviación entre los lenguajes, se ha detectado un fallo. Este trabajo presenta un diagnosticador que es capaz de usar esa información para detectar el fallo y aprender el comportamiento fallido. El sistema es modular y esto incluye herramientas para localizar el fallo. La información recolectada es una buena base para que un experto diagnostique totalmente el fallo. / [CA] Aquest treball presenta un mètode de diagnosi de fallades per a sistemes de esdeveniments discrets estocàstics sense model anterior. Per aconseguir aquest objectiu, el mètode identifica el comportament normal observant les senyals de eixida/entrada en línias. Cada senyal és discretiza amb un generador d'esdeveniment, així doncs, el sistema es modela amb la teoria de llenguatges. A més de la generació d'esdeveniment pura, el mètode també identifica el temps entre esdeveniments, així que el comportament normal es pot modelar amb una Xarxa de Petri estocàstica, temporitzada e intrepretada que representa només el llenguatge observat i evita el no-determinisme. Una vegada que el comportament normal ha estat identificat, el mètode de diagnòstic compara el llenguatge identificat amb el observat en línia. Si hi ha qualsevol desviació llavors una fallada ha estat detectada. El diagnosticador és capaç d'utilitzar aquesta informació per detectar la fallada i per aprendre el seu comportament. El sistema és modular i inclou eines per localitzar la fallada. La informació recollida és una bona base per a que un expert puga plenament diagnosticar la fallada. / Muñoz Añasco, DM. (2015). Identificación y Diagnóstico de Fallos en Sistemas de Eventos Discretos Estocásticos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/53915