SVILUPPO E VERIFICA DI TECNICHE DATA-DRIVEN PER LA DIAGNOSTICA E LA MANUTENZIONE PREDITTIVA

The aim of this thesis is to propose a fault diagnosis methodology for industrial processes. The proposed methodology is based on a statistical distance that is calculated through the use of the cumulative function of empirical probability. In this thesis, the Tennessee Eastman Process (TEP) has been considered as a benchmark to test the proposed methodology. Thanks to the proposed statistical distance it is possible to detect anomalous situations of the TEP process simulated using the Simulink software. Finally, some additional modifications to the methodology are discussed, expanding the usability of the algorithm also in online conditions.

L'obiettivo di questa tesi è quello di proporre una metodologia di diagnosi guasti per processi industriali. La metodologia proposta si basa su una distanza statistica che viene calcolata tramite l’utilizzo della funzione cumulativa di probabilità empirica. In questa tesi, il processo Tennessee Eastman Process (TEP) è stato considerato come benchmark per testare la metodologia proposta. Grazie alla distanza statistica proposta è possibile rilevare situazioni anomale del processo TEP simulate tramite il software Simulink. Infine, vengono discusse alcune modifiche aggiuntive alla metodologia, ampliando l'utilizzabilità dell’algoritmo anche in condizioni online.