Sistema de Monitoreo basado en Aprendizaje Profundo en Sistemas Industriales

Autores/as

  • Adrián Rodríguez Ramos Universidad Tecnológica de La Habana José Antonio Echeverría, CUJAE
  • Orestes Llanes-Santiago Universidad Tecnológica de La Habana José Antonio Echeverría, CUJAE https://orcid.org/0000-0002-6864-9629

Palabras clave:

Industria 4.0, Ciberseguridad, Diagnóstico de fallos, Aprendizaje profundo, sistema de monitoreo

Resumen

El paradigma Industria 4.0 tiene como objetivo obtener altos niveles de productividad y eficiencia, productos finales más competitivos y el cumplimiento de las exigentes normativas relacionadas con la seguridad industrial y la ciberseguridad. Para lograr estos objetivos, los sistemas industriales deben estar equipados con sistemas de monitoreo de condición para la detección temprana y localización de fallos y ciberataques. Este artículo propone una estrategia robusta de monitoreo de condición mediante el uso de algoritmos de Aprendizaje Profundo. El esquema propuesto fue validado utilizando un proceso de prueba Tennessee Eastman (TE) con excelentes resultados. La estrategia propuesta se comparó con otros esquemas de monitoreo de condición. El mayor rendimiento obtenido por el esquema propuesto indica su factibilidad.

Descargas

Publicado

2023-12-14

Número

Sección

Artículos