Análisis del contexto para mejorar los algoritmos en condition monitoring

La mayoría de los trabajos relacionados con el uso de algoritmos para el condition monitoring, disciplina basada en datos que se encarga de detectar y analizar el estado de las máquinas, no tienen en cuenta el contexto como factor determinante en la implementación de estas metodologías. Es decir, pasan por alto aquellos factores que influyen en la monitorización de una máquina.

La tesis “On the use of context information for an improved application of data-based algorithms in condition monitoring” publicada por Kerman Lopez de Calle, investigador de la unidad de Sistemas de Información Inteligente del centro tecnológico Tekniker, miembro de Basque Research and Technology Alliance (BRTA), tiene el principal objetivo de analizar el rol del contexto en los algoritmos de monitorización del estado de las máquinas en tres situaciones diferentes, reparando en las limitaciones y recursos existentes en cada una de ellas.

En concreto, se analizan los siguientes entornos de aplicación: un multiplicador de un molino de viento de operación variable; máquinas rotativas con evolución de degradación desconocida y que operan en estable; y un accionamiento electromagnético diagnosticado con ayuda de un modelo físico.

Además, se estudia el contexto de cada caso y propone soluciones a través de algoritmos desarrollados para mejorar la monitorización de las condiciones de la máquina. Las conclusiones pueden servir tanto para los tres escenarios analizados como para otros problemas de monitorización.

Esta tesis ha sido codirigida por Basilio Sierra Araujo, catedrático del Departamento de Ciencias de la Computación e Inteligencia Artificial en la UPV/EHU y Susana Ferreiro del Río, investigadora de la unidad de Sistemas de Información Inteligentes en Tekniker.