Prognosi i manteniment predictiu de sistemes industrials fent servir una tècnica híbrida basada en mètodes estructurals i dades

Abstract

Qualsevol sistema tendeix a degradar-se amb el temps. És un procés llarg i que sol acabar en la fallada del sistema. Habitualment, és molt costós esperar que un sistema falli, això no obstant, pot arribar a ser encara més costós el fet de canviar sovint les peces del sistema quan aquest funciona correctament. De totes maneres, amb les metodologies correctes, es pot arribar a identificar la falla i predir quan aquesta ocorrerà. Minimitzant així els costos de manteniment. En el present treball de fi de grau es presenten dos algorismes diferents de prognosi. En ambdós s’apliquen els mètodes d’anàlisi estructural per estudiar el sistema i es fa ús de les dades de bon funcionament per ajustar els paràmetres dels algorismes. Els dos algorismes donen resultats satisfactoris.El mètode dels RLSQM és més robust i té poc retard. El mètode d’Holt, per altra banda, és més versàtil i precís, però alhora introdueix més retard als càlculs. L’estudi conclou verificant que els dos algorismes són vàlids per a models lineals de degradació, o semblants.