Universidad de Oviedo

Página Web de Doctorado

Tratamiento Digital de Señal. Técnicas de Data Mining en la Supervisión de Procesos Industriales

Última Hora:

Resumen del curso

Los procesos industriales producen habitualmente enormes cantidades de datos, procedentes de multiples sensores, que contienen abundante información sobre el proceso. El curso de doctorado expone un enfoque de la supervisión de procesos complejos basado en técnicas DSP para la extracción de características y técnicas de Data Mining para el análisis y visualización de la información contenida en los datos.

Descripción del curso

DEPARTAMENTO:
    INGENIERÍA ELÉCTRICA, ELECTRÓNICA, DE COMPUTADORES Y SISTEMAS

ÁREA: 
    INGENIERÍA DE SISTEMAS Y AUTOMÁTICA

DENOMINACIÓN DEL CURSO:     
TRATAMIENTO DIGITAL DE SEÑAL. TECNICAS DE DATA MINING EN LA SUPERVISIÓN DE PROCESOS INDUSTRIALES

Nº CREDITOS DEL CURSO:
3

PROFESORES:
IGNACIO DÍAZ BLANCO, ABEL ALBERTO CUADRADO VEGA


PROGRAMA DEL CURSO:

1.  Señales y sistemas discretos
    1.1.    Conceptos y definiciones básicas
    1.2.    Muestreo y aliasing

2.  Análisis de Fourier de señales y sistemas discretos
    2.1.    Transformaciones frecuenciales (FT, FS, DTFT y DFT)
    2.2.    Transformada rápida de Fourier (FFT)
    2.3.    Análisis y diseño de filtros digitales
            - diseño de filtros FIR mediante ventanas (Hamming, Hanning, etc.)
            - diseño filtros IIR
    2.4.    Representaciones tiempo-frecuencia: Espectrograma (STFT short time fourier transform)

3.  Técnicas de extracción de características
    3.1.    Estadísticos y descriptores básicos: media, varianza, valores máximo y mínimo, etc.
    3.2.    Análisis en bandas de frecuencia
    3.3.    Métodos paramétricos (ARX, ARMAX,…)
    3.4.    Otras técnicas:
            - Cepstrum
            - Wavelets
            - Análisis frecuencial mediante estadísticos de orden superior, HOSA (cumulantes, poliespectros, policepstros, etc.)

4.  Técnicas de reducción de la dimensión
    4.1.    Análisis de componentes principales (PCA)
    4.2.    Métodos de escalado multidimensional (MDS, proyecciones de Sammon)
    4.3.    Self organizing maps (SOM)
    4.4.    Otras técnicas (Projection pursuit, GTM, etc.)

5.  Técnicas de minería de datos visual
    5.1    Técnicas genéricas de visualización multidimensional
    5.2    Scatter Plots
    5.3    Matrices ordenables
    5.4    Table Lens
    5.5    Técnicas de visualización basadas en el enfoque de reducción de la dimensión
            - Proyección de datos
            - Etiquetado de regiones
            - Planos de componentes
            - Mapas de modelos
            - Mapas borrosos
            - Mapas de correlaciones locales
            - Mapas de dinámica

6. El enfoque de reducción de la dimensión en el análisis de procesos
    6.1     Visualización del estado del proceso
    6.2     Visualización de conocimiento asociado al proceso

Material del curso

  • Material Audiovisual
  • Práctica propuesta: Análisis espectral de señales de vibraciones y corrientes de un motor asíncrono de 4kW. En la práctica se abordan los siguientes puntos:
    • Análisis Frecuencial (FFT) de secuencias reales y complejas.
    • Diseño de Filtros Digitales.
    • Sonificación de señales.
    • Extracción de características frecuenciales.
    • Análisis de corrientes mediante el vector de Park.
    [Descargar enunciado PDF]

    Archivos de datos para descargar:
    • [Datos motor laboratorio MAT] Datos de vibración (acelerómetros) a_c(t), a_x(t), a_y(t) medidas en las direcciones Z, X, e Y, más las corrientes de dos fases i_R(t), i_S(t). Todo ello, para distintas combinaciones entre desequilibrio de alimentación gradual y desequilibrio mecánico (masa asimétrica en el eje)
    • [Datos motor laminación MAT] Datos de corriente de inducido, i_a(t), tensión de inducido V_a(t), corriente de campo, i_f(t) y velocidad de giro en rpm, w(t), tomadas de un motor CC de 6000 kW para laminación situado en el tren semicontinuo de Aceralia


    Ejemplos en Matlab para descargar:
    • [park_1.m] Análisis frecuencial complejo del vector de Park
    • [X_car.m] Extracción de caracterísicas mediante filtros pasabanda complejos.
    • [orbitas.m] Análisis de órbitas de vibración mediante FFT compleja.
  • Material adicional recomendado: Diseño de un equipo de captura, tratamiento y reproducción digital de audio. En esta práctica se recorren las diversas etapas en el proceso de tratamiento digital de señales: muestreo (aliasing, filtrado antialiasing), tratamiento digital (filtrado digital) y reconstrucción (efecto del bloqueador, técnica de oversampling, etc.) [Descargar enunciado PDF]
  • Material adicional recomendado: Análisis Espectral Paramétrico. Algoritmo RLS (Recursive Least Squares). Propiedades de tracking. Tracking de frecuencias. [Descargar enunciado PDF]

Bibliografía Recomendada: