Identifying Data 2019/20
Subject (*) Diagnostic and Supervision of systems Code 770G01044
Study programme
Grao en Enxeñaría Electrónica Industrial e Automática
Descriptors Cycle Period Year Type Credits
Graduate 2nd four-month period
Fourth Optional 6
Language
Spanish
Teaching method Face-to-face
Prerequisites
Department Enxeñaría Industrial
Coordinador
Quintián Pardo, Héctor
E-mail
hector.quintian@udc.es
Lecturers
Jove Pérez, Esteban
Quintián Pardo, Héctor
E-mail
esteban.jove@udc.es
hector.quintian@udc.es
Web
General description Introducir ó alumno no campo da supervisión, a detección e o diagnóstico de fallos aplicados en tarefas de supervision e control de procesos.

Study programme competencies
Code Study programme competences
A2 Capacidade para planificar, presupostar, organizar, dirixir e controlar tarefas, persoas e recursos.
A4 Capacidade de xestión da información, manexo e aplicación das especificacións técnicas e da lexislación necesarias no exercicio da profesión.
A5 Capacidade para analizar e valorar o impacto social e medioambiental das solucións técnicas actuando con ética, responsabilidade profesional e compromiso social, e buscando sempre a calidade e mellora continua.
A30 Coñecer e ser capaz de modelar e simular sistemas.
A31 Coñecementos de regulación automática e técnicas de control e a súa aplicación á automatización industrial.
A34 Capacidade para deseñar sistemas de control e automatización industrial.
B1 Capacidade de resolver problemas con iniciativa, toma de decisións, creatividade e razoamento crítico.
B2 Capacidade de comunicar e transmitir coñecementos, habilidades e destrezas no campo da enxeñaría industrial.
B3 Capacidade de traballar nun contorno multilingüe e multidisciplinar.
B4 Capacidade de traballar e aprender de forma autónoma e con iniciativa.
B5 Capacidade para empregar as técnicas, habilidades e ferramentas da enxeñaría necesarias para a práctica desta.
B6 Capacidade de usar adecuadamente os recursos de información e aplicar as tecnoloxías da información e as comunicacións na enxeñaría.
B7 Capacidade para traballar de forma colaborativa e de motivar un grupo de traballo.
C2 Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.

Learning aims
Learning outcomes Study programme competences
Coñece a importancia da detección e diagnostico de fallos. A2
A4
A5
B2
Coñece os métodos de detección e diagnose baseados na redundancia analítica. A2
A4
A5
A30
A31
A34
B1
B2
B3
B4
B5
B6
B7
C2
Coñece os métodos de detección de fallos e diagnose de sistemas. A2
A4
A5
A30
A31
A34
Coñece os métodos de detección e diagnose baseados no coñecemento A2
A4
A5
A30
A31
A34
B1
Coñece os métodos de detección e diagnose baseados na consistencia. A2
A4
A5
A30
A31
A34
Coñece a detección e diagnose de fallos en sistemas industriais empregando modelos de eventos discretos. A2
A4
A5
A30
A31
A34
Deseña un Sistema de Supervisión sobre un SCADA, aplicado o mantemento dunhna planta ou proceso industrial. A2
A4
A5

Contents
Topic Sub-topic
A continuación presentase a correspondencia entre os temas e os contidos da memoria de verificación: Detección e diagnose de fallos baseado na redundancia analítica. Módulo 2: Métodos baseados na Redundancia Analítica

Detección e diagnose de fallos basado no coñecemento, Detección e diagnose de fallos baseado en modelos de eventos discretos e Detección e diagnose de fallos baseado na consistencia. Módulo 3: Diagnose baseada na Consistencia

Aplicación de los métodos de detección e diagnose a supervisión dunha planta industrial. Módulo 4: Aplicacións prácticas
Módulo I: Introducción. 1.1.- Motivación e necesidade da detección e diagnóstico de fallos.
1.2.- Obxectivos.
1.3.- Clasificación dos métodos.
Módulo 2: Métodos baseados na Redundancia Analítica. 2.1.- Arquitectura do sistema.
2.2.- Métodos estadísticos.
2.3.- Métodos de estimación de parámetros.
2.4.- Métodos de ecuacions de paridade.
2.5.- Métodos baseados en observadores de estado.
Módulo 3: Diagnose baseada na Consistencia. 3.1.- Diagnose mediante propagación de restriccions e rexistro de suposicions (SMR).
3.2.- Máquina de Diagnose Xeral (GDE).
3.3.- Teoría de Diagnose baseada na Consistencia.
3.4.- Modos de Fallo.
3.5.- Diagnose baseada na Consistencia sin SMR.
3.6.- Diagnose baseada na Consistencia en Sistemas Dinámicos.
Módulo 4: Aplicacións practicas. 4.1.- Redes neuronais na detección e diagnose de fallos.
4.2.- Sistemas de decisions.
4.3.- Control tolerante a fallos.

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Guest lecture / keynote speech 21 30 51
Laboratory practice 21 32 53
Supervised projects 9 24 33
Objective test 3 0 3
 
Personalized attention 10 0 10
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Guest lecture / keynote speech Nas sesions maxistrais desenrolaranse os contidos da asignatura tanto a nivel teórico coma práctico.
Laboratory practice Estudo e utilización dun entorno de traballo / linguaxe de programación que permita a resolución de diferentes problemas de enxeñería mediante solución informáticas.
Supervised projects Nas sesions maxistrais e nas prácticas de laboratorio plantexaranse diferentes problemas practicos de maior complexidade para a sua resolución como traballo independente polo alumno, tanto de forma individual uns coma colectiva outros. Nesta resolución vaise fomentar a participación do alumno como ferramenta de autoaprendizaxe valorando o seu esforzo e os seus resultados cara á valoración final da asignatura.
Objective test A proba obxectiva dividirase en duas partes, unha teórica e outra práctica, que tratará de comprobar si o alumno adquiriu as competencias fixadas como obxectivo desta asignatura.

Personalized attention
Methodologies
Supervised projects
Guest lecture / keynote speech
Laboratory practice
Description
Titorías para solucionar as dudas sobre os temas expostos nas clases maxistrais, sobre o plantexamento ou a resolución dos exercicios de practicas de laboratorio e os traballos tutelados, ou sobre calquer ámbito relacionado coa materia.

Assessment
Methodologies Competencies Description Qualification
Supervised projects Realización dun traballo práctico indicado polo profesor 20
Objective test A proba obxetiva dividirase en duas partes, unha teórica e outra práctica, que tratará de comprobar si o alumno adquiriu as competencias fixadas como obxectivo da asignatura. Esta proba relizarase durante a presentación dos traballos fináis solicitados polo profesor. 60
Laboratory practice Estudo e utilización dunha linguaxe de programación que permita a resolución de diferentes problemas de enxeñaría mediante solucións informáticas. 20
 
Assessment comments

Sources of information
Basic Castro, M (2007). Comunicaciones Industriales: Principios Básicos. UNED
Castro, M (2007). Comunicaciones Industriales: Sistemas Distribuidos y Aplicaciones. UNED
M. Blanke, M. Kinnaert, J. Lunze, M. Staroswiecki (2003). Diagnosis and Fault Tolerant Control. Springer
Bláquez Quintana (2003). Diagnóstico de fallos basado en el modelo de planta.
J. A. González (). El lenguaje de programación C#.
Santos Tarrío (2004). Estudio de redes neuronales con Matlab.
Isermann, R. (1993). Fault diagnosis of machines via parameter estimation and knowledge processing.
(). Material Web C#.
D. Bailey (2003). Practical Scada for Industry. Elsevier
Alma Yolanda Alanis, Edgar Nelson Sanchez (2006). Redes Neuronales. Prentice Hall
Martín del Rio (2006). Redes neuronales y sistemas borrosos.
Chen J. and R.J. Patton (1999). Robust models-based fault diagnosis for dynamic systems. Kluwer academic Publishers
A.S. Boyer (2009). SCADA, Supervisory Control and Data Acquisition. ISA
Rodríguez Penin, Aquilino (). Sistemas Scada. Marcombo, S.A.
Rodríguez Penin, Aquilino (2007). SISTEMAS SCADA GUIA PRACTICA . Marcombo, S.A
Microsoft Press (). Visual Basic. Microsoft Press
Sergio Arboles (). Visual Basic a Fondo. Infor Books Ediciones

Complementary


Recommendations
Subjects that it is recommended to have taken before
Computer Science/770G01002
Industrial Computing/770G01025

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus
Industrial Robotics/770G01041
Advanced Control/770G01042
Intelligent Control Systems/770G01043

Other comments


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.