MODELIZACIÓN HÍBRIDA PARA EL DIAGNÓSTICO Y PRONÓSTICO DE FALLOS EN EL SECTOR DEL TRANSPORTE. DATOS ADQUIRIDOS Y DATOS SINTÉTICOS.

Resumen

La seguridad en el campo del transporte es un punto crítico. Así, el sector ferroviario y el de la aeronáutica precisan de formas para predecir el comportamiento de trenes y aeronaves, respectivamente. Con esta información se pueden llevar a cabo las gestiones de mantenimiento necesarias para el correcto funcionamiento de los activos y reducir el número de fallos que puedan causar un accidente. Sin embargo, la falta de datos suficientes sobre estados con fallo de dichos sistemas hace que esta tarea sea complicada. Esta carencia de información hace que se puedan producir fallos ocultos o fallos desconocidos. Al tratarse la normativa del sector del transporte muy restrictiva en este aspecto, se tiende a reemplazar los componentes en estados tempranos de su degradación, lo que supone un desaprovechamiento de la vida de dichos componentes. En el presente artículo se propone una metodología para abordar esa limitación. Dicha metodología consiste en la fusión de datos de dos fuentes: por un lado, los datos adquiridos del sistema real; y, por otro lado, datos sintéticos generados a través de modelos físicos. Dichos modelos físicos han de estar construidos de forma que sean capaces de reproducir los principales modos de fallo que pueden ocurrir en dichos sistemas. Esta fusión de datos, que forma un modelo híbrido, permite no sólo clasificar el estado del sistema según los modos de fallo previamente estipulados, sino también definir nuevos modos de fallo que no concuerden con ninguno de los modos de fallo anteriores, mejorando los procesos de diagnosis y prognosis.