Granger causality procedeture to diagnosis and failture in industrial systems
Fecha
2022-07-15Autor
BECERRA-ANGARITA, Oscar F.
ALVAREZ-PIZARRO, Yuli A.
Metadatos
Mostrar el registro completo del ítemResumen
Industrial process supervision is an important subject nowdays due to the increased requirement for
safer processes for operators and effective for companies. Control loops affected by disturbs, are
grouped with PCA, based on their increased variability and the causal relationships between them are
detected via Granger causality. A graph drawing algorithm allows indicating the source of the
disturbance. The procedure is applied to data from a simulated chemical process CSTR. The proposed
procedeture correctly indicated the sources of disturbances. La supervisión de procesos industriales es un tema importante en la actualidad debido a la creciente
necesidad de procesos más seguros para los operadores y efectivos para las empresas. Los lazos de
control afectados por perturbaciones se agrupan con PCA, en función de su mayor variabilidad y las
relaciones causales entre ellos se detectan mediante la causalidad de Granger. Un algoritmo de dibujo
de gráficos permite indicar la fuente de la perturbación. El procedimiento se aplica a datos de un
proceso químico simulado CSTR. El procedimiento propuesto indicaba correctamente las fuentes de
perturbaciones.