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.