Detección, Identificación y Acomodación de Fallos en Sensores Usando una Red Neuronal Cascada Totalmente Conectada

Los sistemas de control modernos dependen en gran medida de sus sensores para un funcionamiento confiable. La falla de un sensor podría desestabilizar el sistema, lo que podría tener consecuencias graves para las operaciones del sistema. Por lo tanto, es necesario detectar y acomodar tales fallos, particularmente si el sistema en cuestión es de una aplicación crítica para la seguridad. En este documento se presenta un esquema de detección, identificación y acomodación de fallos en sensores (SFDIA). Este esquema se basa en la arquitectura de red neuronal (NN) cascada totalmente conectada (FCC). La NN se entrena utilizando el algoritmo de aprendizaje neurona por neurona. Esta arquitectura de NN se elige por su eficiencia en términos del número de neuronas y del número de entradas necesarias para resolver un problema. El esquema SFDIA considera fallos en los sensores de giro de tasa de cabeceo, alabeo y guiñada de una aeronave. Se realizaron un total de 105 experimentos; de los cuales, solo uno no fue detectado. El esquema SFDIA presentado aquí es eficiente, compacto y computacionalmente menos costoso, en comparación con los esquemas que usan, por ejemplo, la popular red neuronal perceptrón multicapa. Estos beneficios se heredan de la arquitectura de NN FCC.