Semana de las

Ingenieras UPB 2015

Implementation of an Online Detection Failure System using
Interpreted Petri-Nets on MatLab
Implementacin de un Esquema de deteccin de fallas en lnea
utilizando Redes de Petri Interpretadas en MatLab
Received: XXXX. Received in revised form: XXXX. Accepted: XXXX.

Abstract
In this work is studied the property of diagnosability of discrete event systems that in the last years has been interesting among the
scientific community, this allows to guarantee the fault detection. The characterization of the property allows to achieve the results avoiding
the algorithm complexity. The used algorithms were implemented in MATLAB , realizing a structural analysis from a graphic design is
possible to define where the failure occurs with certainty and to know the failure type. MATLAB easily analyzes the Interpreted Petri Net
(IPN) and from the results is possible to extend it to more complex models that fulfill the property.

Keywords: Robotics; Interpreted Petri-Nets; Diagnosability; Discrete-Event Systems Analysis.

Resumen
En este trabajo es estudiada la propiedad de diagnosticabilidad de los sistemas de eventos discretos que en los ltimos aos ha
tomado inters en la comunidad cientfica ya que permite garantizar la deteccin de fallas. El caracterizar la propiedad permiti obtener
resultados evitando el problema de la complejidad algortmica. Los algoritmos utilizados se implementaron en MATLAB , realizando a partir
de un diseo grfico un anlisis estructural, por el cual es posible definir con certeza donde ocurren las fallas e incluso determinar qu tipo de
falla es la que ocurre. MATLAB fcilmente analiza la Red de Petri Interpretada (RPI) y a partir de los resultados es posible extenderlo a
modelos ms complejos que cumplan la propiedad.

Palabras clave: Robtica; Redes de Petri Interpretadas; Diagnosticabilidad; Anlisis de Eventos Discretos.

1 Introduccin
1.1 Descripcin del problema
En la actualidad los sistemas a controlar son ms complejos
debido a que deben satisfacer especificaciones con un alto grado
de desempeo, lo cual involucra que los sistemas contengan una
gran cantidad de componentes, por consecuencia, se incrementa el
potencial de falta o falla, no importa que tan seguro sea su diseo,
que tanto mejoren las tcnicas de control, o que tan buenos sean
los operadores, las faltas en los sistemas se hacen inevitables.
La deteccin y localizacin de faltas deben estar
incluidas en los sistemas, desde el momento en que se disea el
sistema se debe cuidar que no se introducen errores, eventos
externos o malos funcionamientos de los componentes del sistema
que pueden causar que el sistema alcance estados de riesgo.
Recientemente, el enfoque basado en sistemas de eventos discretos
(SED) ha sido usado por la comunidad cientfica, muchos trabajos
en esta materia utilizan autmatas finitos (AF) o Redes de Petri
(RP) como formalismos de modelado.
El enfoque de AF se utiliza para el modelado de SED, es
as como se introduce la nocin de diagnosticabilidad para
lenguajes regulares y se propone una tcnica para el diseo de un
diagnosticador [3]. Este enfoque es aplicado a un sistema ms
complejo, para determinar la propiedad de diagnosticabilidad
como SED utilizando una mquina de estados finitos, que ser
base para el diseo del diagnosticador [4]. En estos trabajos el
modelo del sistema incluye todas las posibles fallas, realizando
una prueba a la diagnosticabilidad. El uso de AF para describir los
SED se limita a sistemas pequeos, ya que en sistemas que tienen
gran cantidad de estados el anlisis llega a ser muy complejo, por
lo que un crecimiento del autmata implica un crecimiento
exponencial que no es deseable al realizar el anlisis de la
diagnosticabilidad. Es as como surge la necesidad de adoptar el
enfoque de RP como un formalismo de modelado de SED. Las RP
son un formalismo que permite obtener una descripcin grfica
clara y simple de los sistemas. Tambin cuenta con una base
matemtica slida, que son razones a partir de las cuales se pueden
representar relaciones causales, procesos de sincronizacin,
localizacin de recursos y concurrencias propias del
comportamiento de los SED.
2 Objetivo General
Establecer condiciones estructurales de los modelos de redes
de Petri interpretadas para determinar la diagnosticabilidad de
los sistemas de eventos discretos.
2.1 Objetivos Especficos
Establecer las propiedades que deben cumplir los
modelos de RPI para determinar la propiedad de
diagnosticabilidad.

The authors; licensee Universidad Politcnica del Bicentenario.

SIUPB 81 (184), pp. 1-2. Noviembre, 2015. Silao. ISSN XXXX-XXX,
 Arredondo-Garca & Lpez-Domnguez / SIUPB 81 (184), pp. 1-2 Noviembre, 2015.

Implementar un esquema de deteccin y localizacin

de fallas.
Realizar la implementacin del esquema en un caso de
estudio.

3 Materiales y Mtodos

Se utilizaron algoritmos para caracterizar el rea de

influencia de la falla en la RPI del sistema, a partir de los
cules la implementacin en Matlab, mostr T-semiflujos
mnimos que no comparten alguna transicin con la estructura
en donde se encuentra la falla. Por tanto si el problema de
programacin lineal tiene solucin entonces el sistema ser No
diagnosticable. En este caso si el sistema es modelado por
partes es posible encontrar las partes que son diagnosticables y
por tanto implementar la metodologa en esas partes, de este Figura 1. Esquema de deteccin y Aislamiento de Fallas.
modo se obtendr un modelo por mdulos en el cul se puede Fuente: [3]
realizar la deteccin de fallas.
Con el conocimiento previo de que el sistema es
3.1 Esquema de deteccin y aislamiento de fallas diagnosticable, es posible realizar eficazmente la
implementacin del esquema de localizacin y aislamiento de
La importancia de este esquema radica en que es posible no faltas en lnea, si no lo es entonces es posible saber que parte
solo conocer las fallas sino adems es posible aislarla y del sistema es diagnosticable.
saber a qu conjunto de fallas pertenece. El esquema
funciona de la siguiente manera:

Sistema: Se obtienen las estructuras importantes de Red,

tanto para el comportamiento normal, como para el
comportamiento de falla.
Evento-reconstruccin: Se va monitoreando el
comportamiento de las RPI mientras evolucionan de
acuerdo a las transiciones que se van habilitando y que el
usuario va disparando, mediante el clculo del error.
Calculo del error: Mientras el error sea cero entonces no se
ha disparado ninguna falla, pero si llega a ocurrir que el
error sea diferente de cero, entonces ha ocurrido una falla.
Aislamiento de faltas: De acuerdo a esto el sistema entra a
analizar y aislar la falla mediante un algoritmo que clasifica
a que conjunto de faltas pertenece.
Resultado: Se muestra el clculo al usuario en una interfaz
GUI de MATLAB.
Para realizar la implementacin del esquema se tom Figura 2. Red de Petri Interpretada del Sistema de Agua domstico para hacer
en cuenta un sistema de RPI previamente diseado las pruebas en el esquema diseado en la GUI de MatLab.
utilizando la metodologa ascendente descrita en A. Fuente: [3]
Ramrez-Trevio [3], en la cual se disea un sistema
de abastecimiento de agua domstico casero, de esta
manera la estructura matmatica mediante redes de 3.2 Implementacin del Esquema de deteccin y aislamiento
Petri Interpretadas es totalmente factible como se de fallas
muestra en la Fig. 2 y de esta manera se puede probar
el funcionamiento del Esquema. La evaluacin del error entre el comportamiento normal y de
falla define diferentes casos: en caso de que este error sea
diferente de cero el sistema evaluar el tipo de falta que est
ocurriendo, el proceso de aislamiento muestra las transiciones
disparadas en el comportamiento normal y de falta, y es capaz
de obtener estas transiciones y mostrarlas al usuario. El
clculo del error est diseado para identificar las fallas,
aadiendo a cada transicin un identificador, para saber el
valor del marcador relacionado con las transiciones, De
acuerdo a esta metodologa la ecuacin permite obtener el
clculo del error fcilmente.

2
 Arredondo-Garca & Lpez-Domnguez / SIUPB 81 (184), pp. 1-2 Noviembre, 2015.
Ek =QN QF (1)
Si el valor del error es diferente de cero, una falta existe, pero
en este punto no se conoce el tipo de falta, el error provee de
un marcador de la falta como un nmero que identifica el tipo
de falta disparada en el sistema.
3.3 Implementacin del simulador del esquema de deteccin
y aislamiento de fallas utilizando MatLab
El usuario simula el comportamiento en lnea del esquema de
deteccin y aislamiento de faltas en una GUI de MATLAB
Fig. 3, en la cual se simula el comportamiento de los estados
de bloqueo y las anomalas cuando existe un comportamiento
de falla en la evolucin del modelo matemtico matricial del
sistema de Agua domstico diseado. En el esquema de
diagnstico se evala cada entrada en los comportamientos
normal y de falla que evolucionan de acuerdo al esquema de la
Fig. 1, de esta manera se implementa un algoritmo que analiza
la estructura de la RPI del sistema.
Figure 3 Implementacin del. Esquema de deteccin y Aislamiento de Fallas
utilizando MatLab.
Fuente: [4]
El men inicia con la definicin del modelo de RPI
tal que todos los parmetros necesarios se importan desde
NETLAB as como su matriz Fi, la cual relaciona los
sensores del sistema, los lugares y las etiquetas de la RPI con
las transiciones importadas desde Microsoft office Excel , de
este modo se tienen dos comportamientos que significan dos
estructuras (Comportamiento Normal y de falla).
Se utilizaron algoritmos para caracterizar el rea de
influencia de la falla en la RPI del sistema, a partir de los
cules la implementacin en Matlab, mostr T-semiflujos
mnimos que no comparten alguna transicin con la estructura
en donde se encuentra la falla. Una vez que se sabe que la RPI
es diagnosticable entonces se garantiza que si ocurren fallas,
las cuales sern detectadas y localizadas en un tiempo finito.
El algoritmo garantiz la deteccin y aislamiento de fallas en
lnea, a partir del recurso demandado en donde ocurri la falla.
4 Resultados
Se realiz la implementacin del esquema en Matlab. El
caso de estudio propuesto del sistema de abastecimiento de
agua, cuenta con las condiciones de funcionamiento y fue
analizado para determinar las condiciones estructurales que
definen si es diagnosticable. La diagnosticabilidad del sistema
implica la existencia de un modelo de monitoreo, tal que
permita al simulador la deteccin de fallas de una manera
eficiente. El proceso de monitoreo es una herramienta que
ayuda en esta propuesta para simular el comportamiento en
lnea de la evolucin del comportamiento real del sistema.
Las condiciones estructurales son condiciones suficientes
que al ser analizadas con MatLab permiten de una manera
eficiente y exacta conocer la ocurrencia de una falta. Es
importante observar que a partir del conocimiento de la
diagnosticabilidad en un sistema la deteccin de faltas no
requiere un anlisis probabilstico, sino que de una manera
objetiva realiza los clculos matriciales necesarios.
5 Conclusiones
La simulacin en Matlab permite la visualizacin prctica que
permite al usuario introducir las entradas de diferentes secuencias de
funcionamiento para que en el caso de que ocurran las fallas conocer
cuando ocurren en un anlisis en tiempo real. De este modo su
aplicacin en el campo de la industria es muy viable ya que se puede
automatizar el sistema de diagnstico y realizarse el mantenimiento
correctivo de manera eficiente.
6 Referencias
[1] M. Sampath, R. Sengupta, S. Lafortune, K. Sinnamohideen and D.
Teneketzis. Diagnosability of discrete event systems. IEEE Transactions
on Automatic and Control, Vol. 4, no. 9, pp. 1555-1575, 1995.
[2] A. Giua and C. Seatzu. Observability of place-transition nets. IEEE
Trans. Automatic control, Vol. 47, no. 9, pp. 14241437, Sept. 2002.
[3] E. Ruiz-Beltrn, A. Ramrez-Trevio and E. Lpez-Mellado. Building
Diagnosable Petri Net Models for Distributed Fault Location of DES.
Proceedings of the IEEE Conference on Systems, Man and Cybernetics,
pp. 4929-4933, 2004.
[4] A. Ramrez-Trevio, E. Ruiz-Beltrn, I. Rivera-Rangel and E. Lpez-
Mellado. Diagnosability of Discrete Event Systems: A Petri Net Based
Approach. Proceedings of the IEEE International Conference on Robotic
and Automation, pp. 541-546, 2004.
[5] M.P. Cabassino, C. Seatzu. Diagnosis using labeled Petri nets with silent
undistinguishable fault events. Limited circulation for review only, 2012.
A. J. Arredondo-Garca, received the Bs. Eng in Civil Engineering in 2010,
from University of Guanajuato and the MS degree in Electric Engineering in
2013, from the Instituto Tecnolgico de Aguascalientes (ITA), Aguascalientes,
Mxico. From 2014 to 2015, he worked for electricity utilities and consulting
companies since 2014. Currently he is Professor in the Robotics Department,
Facultad of the Universidad Politcnica del Bicentenario. His research
interests include: simulation, modeling in Robotics and Design of Interpreted
Petri Nets.
3
 Arredondo-Garca & Lpez-Domnguez / SIUPB 81 (184), pp. 1-2 Noviembre, 2015.
J.J. Padierna Garca, received the Bs. Eng in Mechatronics Engineering in
2013, from the University of Guanajuato. Currently he is studying the
Advanced Manufacturing Master at CIATEQ (Centro de Investigacin y
Tecnologa Avanzada del Estado de Queretaro). His research interests include:
Design of Advanced Manufacturing Systems.
Y. Y. Lopez-Domnguez, got her bachelor degree in Electronic Engineering
in Instituto Tecnolgico de Tuxtla Gutirrez. She studied the master program
in Optomechatronics in Centro de Investigaciones en ptica, A.C where she
worked in interferometry, especially in fringe projection technique.
Nowadays, she is studying the PhD program in Science (Optics), working in
fringe projection technique, colorimetry, RGB fringes, anaglyph images and
artificial vision. She is a candidate member of AMO and an active member of
SPIE. In 2014 she was the president of CIO SPIE Chapter working in outreach
activities.