DETECCIÓN DE FALLAS EN TIEMPO REAL MEDIANTE REDES COMPLEJAS EN UN SISTEMA DE MANUFACTURA 4.0 (FAILURE DETECTION IN REAL TIME THROUGH COMPLEX NETWORKS IN A 4.0 MANUFACTURE SYSTEM)

José Antonio Prieto Olivares, Elvia Ruiz Beltrán, Jorge Luis Orozco Mora, Jorge Octavio Valdés Valadez

Resumen


Resumen
En el entorno de la industria 4.0 todos los elementos están conectados entre sí, es por ello que, para la detección de fallas, actualmente se agregan más sensores al proceso en algunas etapas, esta actividad se realiza para tener un monitoreo completo del sistema, dicha solución puede ser costosa. A través de la metodología de modelado estructural por redes complejas, se puede representar todas las características dinámicas del sistema de manufactura a evaluar. Con información de los tiempos de procesos, se presenta una técnica de búsqueda la cual puede detectar las fallas del sistema cuando este no evoluciona correctamente a la etapa siguiente del proceso. Al utilizar como información mínima los tiempos de evolución, se elimina completamente el uso de sensores extras al proceso ya existente.
Palabras Clave: Detección de fallas, Factory IO, Industria 4.0, LabVIEW, Redes complejas.

Abstract
In the industry 4.0 environment, all elements are connected to each other, that is why, for failure detection, currently sensors are added to the process in some stages, this activity is carried out to have a complete monitoring of the system, this solution can be expensive. Through the structural modeling methodology for complex networks, all the dynamic characteristics of the manufacturing system to be evaluated can be represented. With information about the process time, an algorithm can detect system failures when it does not evolve correctly to the next stage of the process. By using evolution time as minimum information, the use of extra sensors to the existing process is completely eliminated.
Keywords: Complex Networks, Factory IO, Failure Detection, Industry 4.0, LabVIEW.

Texto completo:

713-742 PDF

Referencias


Barabási, A. L. Network science. Graph Theory, 3-29, chapter 2. Cambridge University Press, 2015. http://networksciencebook.com/.

Bonacina, F., Corsini, A., Cardillo, L., & Lucchetta, F., Complex Network Analysis of Photovoltaic Plant Operations and Failure Modes. Rome, Italy. Mayo, 2019.

Dhal, R., Torres, J. A., & Roy, S. Detecting link failures in complex network processes using remote monitoring. USA. Mayo, 2015.

García, J., Escobar, R. F., & Astorga, C. M. Diagnóstico de Fallas Múltiples en los Sensores de un Intercambiador de Calor Empleando Observadores Por modos Deslizantes Basado en el Algoritmo Super- Twisting. Cuernavaca, Morelos, Mayo, 2015.

Heynicke, R., Krush, D., Cammin, C., & Scholl, G. IO-Link Wireless enhanced factory automation communication for Industry 4.0 applications. Hamburg, Germany, Marzo, 2018.

Kleinberg, J., Sandler, M., & Slivkins, A. Network Failure Detection and Graph Connectivity. New York, USA. Julio, 2017.

Mastos, T. D., Nizamis, A., & Vafeiadis, T. Industry 4.0 sustainable supply chains: An application of an IoT enabled scrap metal management solution. Thessaloniki, Greece. Mayo, 2020.

National Instruments. (2017). LabVIEW (Versión 17.0). Descargado de https://www.ni.com/es-mx/support/downloads/software-products/download.labview.html#346254.

Preciado, V. M, & Rahimian, M. A. Failure Detection and Isolation in Integrator Networks. Chicago, USA. Julio, 2015.

Real Games. (2020). Factory IO (Versión 2.2.3- Siemens Edition). Descargado de https://factoryio.com/.

Reyes, J., Ruiz, E., Orozco, J. L., & Castañeda, L. A. Detección de Fallas en un Sistema de Manufactura Flexible desde el enfoque de la teoría de las Redes complejas. Aguascalientes, México. Diciembre, 2015.

Shang, Y. Localized recovery of complex networks against failure. Shanghai, China. Julio, 2016.

Tjahjono, B., Espluegues C., Ares E., & Pelaez G. What does Industry 4.0 mean to supply chain? Procedia Manufacturing. Vigo, España. Junio, 2017.

Zhao, C., Gao, F., Yao, Y., & Cao, Z. Fault Detection, Isolation, and Prognosis for complex system. USA. Enero, 2018.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas