Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen— La presente investigación expone un sistema de Las redes analizan muestras de señal en busca de alguna deformación y
diagnóstico de fallas PROFIBUS-DP basado en Redes Neuronales al encontrarla indica la posible causa del problema, ya que las fallas en
Artificiales, el modelo fue entrenado con el paquete keras, las redes PROFIBUS generan una forma de onda característica. [8] Esta
especializado en la creación y entrenamiento de modelos de investigación utiliza otro tipo de entrenamiento usando el paquete keras,
aprendizaje profundo. Se utilizaron medidas de seis escenarios considerado uno de los mejores paquetes para crear una red neuronal
posibles, cinco de ellos corresponden a fallas comunes y el
profunda, manteniendo la forma de onda original alterada.
último es la forma de onda cuando la red está funcionando
correctamente, estos fueron capturados con un osciloscopio
para el entrenamiento del modelo. El sistema proporciona un II. METODOLOGÍA
diagnóstico probable en base a los datos obtenidos con el osciloscopio conectado a la red PROFIBUS-DP. la forma de onda
indica a qué tipo de falla corresponde, estas se guardan en un La presente investigación ha sido desarrollada para brindar un
archivo que se envía a una interfaz que contiene el modelo de método alternativo para la detección de fallas en la capa física de las
clasificación previamente entrenado. El programa da un redes PROFIBUS-DP, con la clasificación de las formas de onda típicas
porcentaje de qué tipo de falla puede estar ocurriendo. El modelo que se presentan en la red cuando aparece una falla. Se utilizó un
fue probado con variantes en la red de prueba, obteniendo osciloscopio digital que captura las formas de onda y las envía como
resultados favorables logrando una precisión de 0.7225. datos a una Red Neuronal Artificial (RNA) entrenada, la cual realiza la
clasificación y brinda un diagnóstico probable.
Palabras clave— PROFIBUS-DP, red neuronal artificial, keras
El diagnóstico de fallas puede pasar por varias etapas que van desde Se analizaron cinco tipos de formas de onda que se pueden presentar
inspecciones visuales del estado físico de la red hasta el uso de equipos en una red PROFIBUS-DP. todo esto se puede ver en la figura 3.
especializados que junto con software brindan una idea de lo que está
sucediendo en la red [5]. Onda sin fallas: se considera una señal aceptable cuando es una
Existen trabajos de investigación que proponen un diagnóstico onda cuadrada con una amplitud de al menos 5 V. Asimismo, la tensión
automático de redes PROFIBUS, utilizando un sistema inteligente que en vacío tiene el menor ruido posible, con una amplitud de 1 V. y
diagnostica y localiza automáticamente fallas en redes industriales, finalmente la reflexión debe no ser exagerado. [9]
realizando un análisis de las señales transmitidas por la capa física. Para
el análisis de la capa física se procesan las señales eléctricas, y se
trabajan con Redes Neuronales Artificiales que clasifican según su forma
de onda. [6] [7] Un trabajo sugiere reprocesar la señal con Matlab por el
método clipper, luego neuronal artificial
177
Licencia de uso autorizada limitada a: Instituto Tecnologico Metropolitano ITM. Descargado el 17 de abril de 2022 a las 03:37:25 UTC de IEEE Xplore. Se aplican restricciones.
Machine Translated by Google
un)
b)
C)
y)
Fig. 3. Formas físicas de las fallas analizadas con la ANN a) onda aceptable, b) A-
Figura 2. Pruebe la topología de la red PROFIBUS-DP.
Shield corto y B-Shield corto, c) AB corto, d) cable largo, e) sin resistencia de terminación.
178
Licencia de uso autorizada limitada a: Instituto Tecnologico Metropolitano ITM. Descargado el 17 de abril de 2022 a las 03:37:25 UTC de IEEE Xplore. Se aplican restricciones.
Machine Translated by Google
179
Licencia de uso autorizada limitada a: Instituto Tecnologico Metropolitano ITM. Descargado el 17 de abril de 2022 a las 03:37:25 UTC de IEEE Xplore. Se aplican restricciones.
Machine Translated by Google
C)
un)
d)
Fig. 7. a) Curva de aprendizaje b) Curva de pérdida c) Matriz de confusión numérica
d) Matriz de confusión porcentual
tercero RESULTADOS
Una vez guardado el modelo, se probó con otro conjunto de datos tomado
de la red de prueba PROFIBUS, con variaciones en la longitud del cable y sin el
repetidor de diagnóstico en la red. El conjunto consta de 400 mediciones por caso
generado. La figura 8 muestra la topología de la nueva red de prueba.
b)
180
Licencia de uso autorizada limitada a: Instituto Tecnologico Metropolitano ITM. Descargado el 17 de abril de 2022 a las 03:37:25 UTC de IEEE Xplore. Se aplican restricciones.
Machine Translated by Google
IV. CONCLUSIONES
La mayor confusión que existe es cuando el cable es excesivo Esta investigación puede complementar otras similares en el área
ya que las mediciones se realizaron con un cable que llegaba a los industrial, así como también puede complementarse con otros
300 metros aproximadamente. El cable provocaba demasiada trabajos que se enfoquen en la solución de problemas en una red
distorsión que el modelo lo comparo con otros más cercanos. PROFIBUS DP.
. RECONOCIMIENTO
REFERENCIAS
[2] PN eV, «PROFIBUS and PROFINET International (PI)», 2017. [En línea]. Disponible:
https://www.profibus.com/technology/profibus/. [Último acceso: 13 de agosto de
2018].
[3] J. Reinoso y G. Salazar, «Sistema de Medición Inteligente de Energía Eléctrica en
la Empresa The Tesalia Springs Company S.A.: Implementación y Análisis de
Resultados,» Revista Politécnica, vol. 39, nº 2, pp. 33-40, 2017.
181
Licencia de uso autorizada limitada a: Instituto Tecnologico Metropolitano ITM. Descargado el 17 de abril de 2022 a las 03:37:25 UTC de IEEE Xplore. Se aplican restricciones.