En esta tesis se estudian las pérdidas en el núcleo de los Motores de Inducción (MI) con los siguientes objetivos: compensar los efectos producidos sobre el control y diagnosticar fallas en el núcleo del estator (FNE). Se incluyeron en el modelo dinámico del MI las pérdidas en el hierro (PH), representándolas por medio de una resistencia equivalente, no lineal, a bornes de la inductancia de magnetización del MI. Con el objetivo de determinar el valor de la resistencia equivalente y cuantificar las PH se propusieron una serie de ensayos en vacío (con una fuente de tensión PWM) para un MI no convencional, el que permitió separar las distintas componentes de las pérdidas totales. En base a las mediciones de las pérdidas se pudo determinar el valor de la resistencia equivalente de PH en función de la frecuencia de alimentación. A partir del modelo del MI presentado se evaluó la influencia de las PH sobre el control del MI, se obtuvieron expresiones analíticas del error de estimación del flujo en estado estable de un control orientado por el campo (COC) convencional. Con el objetivo de compensar los errores en la estimación se presentó una propuesta basada en un observador adaptivo de estados. Se comparó el comportamiento del observador con el del estimador convencional, validando la propuesta por medio de resultados de simulación. El estudio realizado evidenció que es posible utilizar el observador adaptivo de estados propuesto para tareas de diagnóstico de fallas, por medio de la supervisión de un parámetro asociado a la condición del núcleo. Con el objetivo de validar experimentalmente la propuesta de diagnóstico se desarrolló un método para la generación de FNE, permitiendo realizar fallas controladas y reversibles, consiguiéndose repetibilidad en los ensayos. Finalmente, se propuso un nuevo modelo para representar a las FNE asimétricas, representándolas como variaciones de la resistencia equivalente de PH. Se validó experimentalmente y por simulación el modelo, midiendose el incremento de la corriente de secuencia negativa y la variación de la impedancia de secuencia negativa del MI, variables que pueden ser usadas para detectar y diagnosticar diferentes grados de severidad de las FNE. / The core losses (CL) of induction motors (IM) are studied in this thesis. The main objective in studying them are: compensate CL effects on the IM control and stator core faults (SCF) diagnosis. The stator CL, represented by a non lineal equivalent resistance on the terminals of the IM magnetization inductance, were included in the induction motor dynamic model. In order to obtain the value of the equivalent resistance and quantifying losses, noload test with a PWM voltage source were carried out on a non-conventional induction motor, which facilitates separating the components of total losses. A quantitative comparison of losses measured in noload condiction was also carried out. It was concluded from this comparison that losses on the rotor cupper do not significantly contribute to the total losses. Loss measurements allowed obtaining the equivalent resistance value as a function of stator frequency. The influence of these CL on the induction motor control was evaluated from the IM model presented in this work. Analytical expressions for error estimation, in steady-state flux, in a field-oriented control (FOC) were also obtained from the model. In an attempt to compensate errors from estimation, an adaptive state observer was also presented. The behaviour of this observer was compared to that of a conventional estimator, validating in this way the proposal through simulation results. It was concluded from this study that it is possible to use the proposed adaptive state observer for SCF diagnosis, by monitoring a parameter related to the stator core. In addition, the proposal was experimentally validated through developing a method to generate SCF, producing controlled and reversible faults, which allows repeating the tests as necessary. Finally, a new model to represent unbalanced SCF as variations of the CL equivalent resistance was also presented. This model was validated experimentally and through simulation by measuring both the increase of the negative sequence current and the variation of the IM negative sequence impedance. These variables can be used to detect and to diagnose SCF.

En una planta química ocurren situaciones anormales cuando el proceso se desvía del régimen normal de manera significativa durante su operación. La Detección (D) temprana y el diagnóstico de fallas, mientras la planta se encuentra todavía operando en una región controlable, ayuda a evitar que la situación anormal progrese y reduce el impacto de la posible ocurrencia de accidentes industriales mayores y menores. Todos los enfoques propuestos para resolver el problema de D y Aislamiento de Fallas (AFs), de alguna manera, comparan el comportamiento observado del proceso con un modelo de referencia. Dicho comportamiento se infiere en función de las mediciones proporcionadas por los sensores instalados en el proceso. Si bien, el desempeño de la estrategia de monitoreo depende fuertemente de la selección de las variables observadas, se ha puesto mucho énfasis en el desarrollo de metodologías de diagnóstico dado un conjunto predefinido de sensores, y se ha prestado escasa atención al Diseño de Redes de Sensores (DRS) que permitan una eficiente D y AFs. Por tal motivo, el objetivo de esta tesis es abordar el desarrollo e implementación de nuevas metodologías para DRS con propósitos de Diagnóstico de Fallas. En primer término se presenta una estrategia de diseño, formulada como un problema de optimización, que permite obtener una Red de Sensores (RS) que satisface la Observabilidad (O) y la Resolución (R) de todas las fallas del proceso, con el menor costo, si todos los sensores funcionan correctamente, y además verifica la O y R de un conjunto de fallas claves, si algunos instrumentos, afectados por la ocurrencia de dichas fallas, no están disponibles. Para ello se define el Grado de Resolución de una falla clave y se lo incorpora utilizando desigualdades lineales. El diseño se resuelve empleando códigos de Programación Mezcla Entera Lineal. A continuación se aborda el problema de DRS utilizadas para monitorear procesos con la técnica Análisis de Componentes Principales (PCA), uno de los métodos de Control Estadístico Multivariable más usados en la industria. En relación con la capacidad de la RS para detectar todas las fallas, se propone un nuevo enfoque para evaluar las restricciones de D, basado en el cálculo de los estadísticos de Hotelling y el Error Cuadrático de Predicción, y se formulan diseños robustos. A fin que el sistema de control sea capaz de diagnosticar la causa de una falla detectada usando PCA, primero es necesario que todas las mediciones afectadas por su ocurrencia sean identificadas como variables sospechosas. Esta condición se verifica examinando las restricciones de Identificación de Variables Sospechosas (IVS), que se formulan en términos de las contribuciones de las variables a los estadísticos empleados por el método PCA. Las restricciones de AFs se definen en función de los vectores de identificación de las fallas, los cuales deben ser diferentes para que éstas sean distinguibles. Se proponen nuevas formulaciones para el DRS que satisfacen restricciones de O y R (lineales), y condiciones de D, IVS y AFs (no lineales). Dado que la R es una condición necesaria para el AFs, inicialmente se obtiene la RS de mínimo costo que verifica las restricciones lineales de O y R. La cantidad de sensores que forman parte de la solución de este problema da el nivel inicial a partir del cual se inicia la búsqueda transversal, utilizada para resolver el diseño que cumple con todas las restricciones. Durante la ejecución de la búsqueda transversal, para cada nodo se evalúan primero las restricciones lineales, ya que consumen un tiempo de cómputo significativamente menor que las no lineales. Se han obtenidos muy buenos resultados al aplicar las nuevas estrategias para el DRS del conocido proceso Tennesse Eastman.