Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Borras Pinilla, CarlosOrtiz Beleño, Juan Felipe2023-04-0620232023-04-0620192019https://noesis.uis.edu.co/handle/20.500.14071/14032Con el fin de promover la investigación y construcción de conocimiento en Sistemas de Mantenimiento Predictivo se llevó a cabo una metodología basada en control lineal, no lineal y redes neuronales artificiales para el desarrollo de un sistema de detección, diagnostico y tolerancia a fallas en un servoactuador hidráulico. Con base en el sistema físico, se planteó un modelo matemático para diseñar los algoritmos de control lineal y no lineal (PID, LQR, LQG) buscando lograr un control de posición tolerante a fallas por ruido, realizando simulaciones y pruebas reales con la mesa sísmica uniaxial del laboratorio de Sistemas Dinámicos. Se implementó un sistema de bypass para simular cinco condiciones de fallas por fugas internas en el interior del pistón de un servoactuador hidráulico (0 %), 25 %,50 %,75 % y 100 %). Se tomaron datos de posición para señales seno y cuadrada de frecuencia 0.2Hz, 1Hz y 5Hz para posteriormente realizar el debido procesamiento de señales y extracción de características, obteniendo una matriz de características y de objetivos. Con estas matrices se construyeron tres arquitecturas de red neuronal (adaptativa lineal, perceptron multicapa de una capa oculta y perceptron multicapa de dos capas ocultas) con el fin de obtener un sistema capaz de detectar y clasificar estas fallas por fugas internas. La metodología y los algoritmos desarrollados presentaron resultados satisfactorios en términos de tolerancia a falla al obtener una reducción del error en casi un 40 %, así como la correcta detección, clasificación de las fallas con una presición del 95 %.application/pdfspainfo:eu-repo/semantics/openAccessMantenimiento PredictivoControl RobustoTolerante A FallasDeteccionDiagnosticoRedes NeuronalesUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestríaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coPredictive MaintenanceRobust ControlFault ToleranceDetectionDiagnosisNeural Network.http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)