ABSTRACT Introduction: To achieve high levels of quality production with efficient use of raw materials, industries must have fault diagnosis systems for processing and analyzing the information obtained through data acquisition and control systems. The performance of fault diagnosis systems is affected by noise, information loss in the data acquisition process, the presence of unknown faults, and in the case of multi-mode processes, the occurrence of faults during transitions between stationary modes. The latter problem derives from the fact that diagnostic methods developed for stationary modes cannot be applied satisfactorily during transitions. Methods: In the present paper, a group of new paradigms is presented to provide solutions to the above-mentioned problems through the effective use of data-driven methods, clustering, imputation, hybrid algorithms, and computational intelligence tools. The proposals are validated in benchmark problems established as study cases in the scientific literature representing chemical processes, electromechanical systems, and urban water distribution networks. Results: Besides demonstrating the effectiveness of the proposals, the set of benchmark processes considered is very important for our country in its prospects for development, saving and caring of the environment.
RESUMEN Introducción: Para lograr elevados niveles de producción con calidad y con una utilización eficiente de la materia prima, las industrias deben tener instalados sistemas de diagnóstico de fallos procesando la información obtenida por los sistemas de adquisición de datos y control. El funcionamiento de estos sistemas se ve afectado por el ruido, la pérdida de información en los canales de comunicación, la presencia de fallos no conocidos para el sistema de diagnóstico y en el caso de los sistemas de múltiples modos de operación, por los fallos que se producen en las transiciones entre modos estacionarios ya que los métodos de diagnóstico desarrollados para estos modos donde las variables mantienen valores estacionarios no son satisfactorios para la transición. Métodos: En el presente trabajo se presentan un grupo de nuevos paradigmas con propuestas de soluciones a estas problemáticas utilizando de manera efectiva herramientas de agrupamiento, algoritmos híbridos, métodos Kernel, manejo de datos, imputación y otras provenientes de la inteligencia computacional. Las propuestas realizadas son validadas con problemas de pruebas que son casos de estudio establecidos en la literatura científica que representan procesos químicos, sistemas electromecánicos y redes urbanas de distribución de agua. Resultados: Muestran la efectividad de las mismas y la posibilidad de que puedan aplicarse a procesos de diferentes tipos muy importantes para nuestro país en sus perspectivas de desarrollo, ahorro y cuidado del medio ambiente.