El desalineamiento temporal es la incorrespondencia de dos señales debido a una distorsión en el eje temporal. La Detección y Diagnóstico de Fallas (Fault Detection and Diagnosis-FDD) permite la detección, el diagnóstico y la corrección de fallos en un proceso. La metodología usada en FDD está dividida en dos categorías: técnicas basadas en modelos y no basadas en modelos. Esta tesis doctoral trata sobre el estudio del efecto del desalineamiento temporal en FDD. Nuestra atención se enfoca en el análisis y el diseño de sistemas FDD en caso de problemas de comunicación de datos, como retardos y pérdidas. Se proponen dos técnicas para reducir estos problemas: una basada en programación dinámica y la otra en optimización. Los métodos propuestos han sido validados sobre diferentes sistemas dinámicos: control de posición de un motor de corriente continua, una planta de laboratorio y un problema de sistemas eléctricos conocido como hueco de tensión. / Time misalignment is the unmatching of two signals due to a distortion in the time axis. Fault Detection and Diagnosis (FDD) deals with the timely detection, diagnosis and correction of abnormal conditions of faults in a process. The methodology used in FDD is clearly dependent on the process and the sort of available information and it is divided in two categories: model-based and non-model based techniques. This doctoral dissertation deals with the study of time misalignments effects when performing FDD. Our attention is focused on the analysis and design of FDD systems in case of data communication problems, such as delays and dropouts. Techniques based on dynamic programming and optimization are proposed to deal with these problems. Numerical validation of the proposed methods is performed on different dynamic systems: a control position for a DC motor, a laboratory plant and an electrical system problem known as voltage sag.

L'objectiu bàsic és la recerca de patrons de conducta que permetin la construcció d'una traça de comportament. En aquest treball, la supervisió s'interpreta com una cadena particular de patrons de conducta portada a terme per la persona. Conceptualitzar la supervisió en forma de patrons (estats estables) enlloc d'accions sobre els dispositius físics de control (transicions), permet un tractament de la planificació enlloc de les manipulacions. Interessa remarcar aquelles cadenes de patrons que signifiquen un bon seguiment de la consigna en l'activitat proposada. L'extracció de patrons i pautes de comportament - cadenes rellevants de patrons de conducta -, enriqueix el coneixement que es te de la supervisió i permet afrontar el repte de l'estudi de la conducta humana i l'assessorament artificial en la presa de decisió. Una primera aproximació consisteix en encabir els patrons en una llibreria de controladors, generant-se una traça automàtica. Una segona aproximació consisteix en l'apropament de tècniques de raonament qualitatiu per afrontar la comparació del raonament entre persona i agent artificial en situacions d'alarma. El comportament de les persones a estudi i el model presentat permet, finalment, la creació d'indicadors per l'estudi del rendiment en supervisió de processos. Aquest enfocament destaca enfront a altres mètodes tradicionals que promouen l'estudi de rendiment en funció única de l'execució portada a terme per la persona. / In dynamic process supervision it is important to exhibit the different human operator behaviour patterns when performed a specified task. This work presents a method based on a micro-world environment to, first, outline the concepts underlying the different human operator strategies, and second, encapsulate them in a library of artificial agents. These artificial agents are then used as indicators to which human operator behaviours can be compared to assess the reasoning strategy. In this work, process supervision is examined from the point of view of human operator behaviour, which develops along a perception-reasoning-action cycle. The operator behaviours could be studied, in each particular case, (specific control room, production plant) following a field study. However, the use of micro-world presents flexibility and reproducibility, while preserving good relevancy from the industrial realism point of view. This work presents a method based on the micro-world MOREC, Micro-món per Recerca en Enginyeria del Coneixement, catalan version, which translate as Micro-world for Knowledge Engineering Research, which it is inspired from (Pastor et al. 1998)

The main focus of situation assessment is to decide on the adequacy of process behaviour with respect to specifications. When is not possible to have a mathematical model to represent the system operation, other non-model-based techniques must be considered. Classification methods are typically proposed as strategies for diagnosis. Here, identification of the functional states is reduced to recognising the current shapes of variables as well-known states, commonly taking advantage of a process expert or past experiences. However, human knowledge is related to concepts and symbols whereas process acquisition systems provide monitoring systems with numerical data. Consequently, these type of knowledge-based decision systems are usually forced to work in a higher level of abstraction using symbolic representations. This thesis deals with the study of classification methods when performing qualitative trends analysis. The aim is to obtain qualitative trends and their classification by means of the extracted knowledge from past experiences. This doctoral dissertation deals with the study of classification methods when performing qualitative trends analysis. The aim is to obtain qualitative trends and their classification by means of the extracted knowledge from past experiences. / El objetivo principal de la evaluación de situaciones es decidir sobre la adecuación del comportamiento del proceso con respecto a las especificaciones. Cuando no es posible tener un modelo matemático para representar el funcionamiento del sistema, otras técnicas deben considerarse. Los métodos de clasificación suelen ser propuestos como estrategias para el diagnóstico. La identificación de los estados funcionales se reduce a reconocer las formas de las variables como estados conocidos, comúnmente adquiriendo conocimiento de un experto o experiencias anteriores. Sin embargo, el conocimiento humano se relaciona con conceptos y símbolos, mientras que los sistemas de adquisición proporcionan datos numéricos. En consecuencia, este tipo de sistemas basados en el conocimiento de decisiones trabajan en un nivel superior de abstracción a través de representaciones simbólicas. Esta tesis aborda el estudio de métodos de clasificación de las tendencias cualitativas. El objetivo es clasificarlas por medio del conocimiento extraído de las experiencias pasadas.

En la darrera dècada, el disseny de sistemes de supervisió per a processos industrials ha rebut força atenció. Aquest fet s'explica per l'augment de la demanda en prestacions, flexibilitat i seguretat causada per la creixent conscienciació en qüestions de qualitat , legislació ambiental, i productivitat. L'interès principal d'aquesta Tesi es centra en el disseny d'un Sistema de Supervisió Intel·ligent (SIS). La tasca encomanada al SIS és la vigilància del procés, que consisteix en identificar i notificar a l'operador el seu estat de funcionament. Així per exemple, si el SIS detecta un estat de fallada, l'operador podrà emprendre les accions correctores adequades.La originalitat d'aquest treball es basa en la proposta d'una metodologia de disseny basada en la interpretació d'esdeveniments significatius, detectats en els senyals mesurats. En aquesta metodologia, l'expert té un paper rellevant, proporcionant el seu coneixement heurístic del procés. Es proposa una arquitectura de supervisió estructurada en dos nivells: la interfície i el supervisor.La interfície és l'encarregada d'abstraure informació significativa del procés, a partir de l'anàlisi dels senyals mesurats. Per aquest nivell, s'ha formalitzat una metodologia de disseny fonamentada en el paradigma de les finestres lliscants. Una finestra és un conjunt de dades consecutives d'un senyal, caracteritzada per una amplada i un desplaçament. Aplicant un càlcul determinat sobre aquestes dades és possible obtenir una nova dada. Així, l'anàlisi de diverses finestres consecutives proporciona un nou senyal sobre el que es pot aplicar un procediment similar. Continuant aquest procés iteratiu, es pot arribar a abstraure un senyal amb un contingut prou significatiu per a l'expert. Aquesta informació és transmesa al supervisor en forma d'esdeveniments.El supervisor s'encarrega d'interpretar els diversos encadenaments d'esdeveniments observats, i notifica l'estat de funcionament del procés a l'operador. Per aquest nivell, s'ha desenvolupat una metodologia per a l'obtenció d'un model comportamental de la planta, com a màquina d'estats finits. El procediment de modelatge proposat considera la definició de models associats a diversos components del procés i a les interaccions que s'estableixen entre ells. L'autòmat final s'obté per composició de tots aquests models.Ambdós nivells es nodreixen del coneixement heurístic de l'operador: definint els esdeveniments significatius a detectar mitjançant l'anàlisi dels senyals, i associant els encadenaments esperats a estats de funcionament.La metodologia de disseny del SIS ha estat validada satisfactòriament mitjançant l'aplicació a un procés biotecnològic i a una estació de mecanitzat.Diversos resultats d'aquest treball han estat presentats a congressos nacionals i internacionals. / OF THE THESISOver the last decade, the design of supervisory systems for industrial processes has received a great deal of attention. One reason for this is the increased demands on performance, flexibility, and safety caused by increased awareness, environmental regulations, and customer-driven productivity.The main purpose of this Thesis is the design of a Supervisory Intelligent System (SIS). The proposed SIS is concerned with process monitoring, consisting in process functional state identification and its notification to the operator. For example, on faulty state detection, the operator could apply the appropriate corrective action.The originality of this work consists in proposing a design methodology based on the interpretation of significative events, detected from measured signals. In this methodology, heuristic knowledge supplied by operators and experts is very important. A two level supervision architecture is proposed: the interface and the supervisor.The interface deals with abstracting significative process information by means of measured signals data analysis. For this level, a design methodology based on the sliding window paradigm has been formalised. A window is a signal data set, characterised by a duration and a sliding time. Running a specific computation on this data set produces new data. So, the analysis of different consecutive windows leads to a new signal on which a similar procedure can then be applied. Following this iterative process, a signal can be derived which carries enough significative information according to the operator. This information is transmitted to the supervisor as events. The supervisor translates observed event sequences into process states, which later are notified to the operator. For this level, we propose a design methodology that supplies a behavioural plant model by means of a finite state machine description. This procedure is based on modelling process components and interactions between them. The final automaton is obtained by the composition of all these models.Both SIS levels depend on the available operator heuristic knowledge: defining significative events which are to be detected using data analysis, and linking expected event sequences to functional states.The SIS design methodology has been successfully validated through its application to a biotechnological process and a milling machine.Several results in this dissertation have been presented at national and international conferences.