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.

RESUMO Uma formulação recentemente desenvolvida para o problema de difusão anômala, a qual emprega um termo diferencial de quarta ordem, apresentou em determinadas situações observadas na literatura valores fisicamente irreais em sua solução. Neste trabalho é realizado um estudo do efeito coeficiente de difusão secundária visando contribuir para o entendimento do comportamento das soluções nessas situações. É implementada uma função para representar a variação da parcela sujeita a difusão primária e secundária, de acordo com a quantidade da propriedade em difusão. É apresentada a formulação para a solução desse novo modelo pelo Método de Diferenças Finitas. Os resultados obtidos são compatíveis com aqueles apresentados em trabalhos anteriores na literatura.

ABSTRACT A recent formulation for anomalous diffusion problems, which envolves a fourth-order differential term, has presented negative values in its solution for certain cases. This paper presents a study of the effect of secondary diffusion coefficient in order to contribute with the understanding of the solutions behavior in these situations. A function was implemented to represent the variation in the parcel subject to primary and secondary diffusion, according to the amount of the property in diffusion. The formulation for the solution of this new model by the Finite Difference Method is presented. The results obtained are compatible with those presented in previous works in the literature.

RESUMO Este artigo apresenta a metodologia para a solução de um problema de advecção e difusão bimodal unidimensional utilizando o Método de Diferenças Finitas. Além do termo de transporte advectivo e da difusão primária (que corresponde ao fluxo de Fick), a equação da difusão bimodal inclui um termo relativo à um fluxo secundário que é modelado por um termo diferencial de quarta ordem. O problema foi analisado para diferentes condições iniciais e de contorno, sendo os resultados compatíveis com os apresentados em trabalhos anteriores da literatura.

ABSTRACT This paper presents a methodology for the solution of a bimodal advection and diffusion problem using the Finite Differences Method. In addition to the advective transport term and primary diffusion (which corresponds to the Fick’s flux), the bimodal diffusion equation includes a term relative to a secondary flow that is modeled by a fourth order differential term. The problem was analyzed for different initial and boundary conditions and the results are compatible with those presented in previous studies in the literature.

The current industry requires of the fault diagnostic systems with a detection stage that can ensure a small number of false alarms and a quick detection of faults, regardless of their nature and magnitude. However, a common problem of the approaches based on the Multivariate Statistical Process Monitoring (MSPM) which are currently used for this purpose is the difficulty of them to detect small magnitude faults without incurring a high number of false alarms, and faults not detected. To overcome this drawback, in this paper is proposed a novel approach that combines the advantages of kernel methods, and a novel EWMA with enhanced dynamic to filter the T² Hotelling statistic used as the fault detection mechanism in a complex chemical process.

La industria actual requiere de sistemas de diagnóstico de fallos, que en su etapa de detección garanticen pocas falsas alarmas y logren detectar por demás, los fallos con la mayor rapidez posible independientemente de su naturaleza y magnitud. Sin embargo, un problema de los enfoques de monitoreo de procesos mediante estadística multivariada (MSPM) que son utilizados con este propósito es la incapacidad de detectar fallos de pequeña magnitud sin incurrir en un elevado número de falsas alarmas, u omitir gran cantidad de fallos que deben ser detectados. Como solución a este problema, en el presente trabajo se propone un esquema de trabajo que combina las ventajas de los métodos kernel y un novedoso enfoque EWMA con dinámica reforzada para filtrar el estadístico T² de Hotelling utilizado como mecanismo de detección en un proceso químico de gran escala.