Con la creciente complejidad de la topología de DeviceNet en los sistemas de automatización industrial y la cada vez más estricta exigencia de fiabilidad de equipos y procesos industriales, los métodos de diagnóstico de fallos en la red se vuelven cada vez más importantes. Los sistemas de DeviceNet a menudo sufren fallos de conexión intermitente (IC) que comprometen seriamente el rendimiento de producción e incluso la seguridad operativa. Sin embargo, los métodos actuales de diagnóstico de fallos de IC en DeviceNet - especialmente para redes topológicas complejas - no pueden manejar directamente escenarios de múltiples fallos, y requieren intervención humana para un diagnóstico completo. Para las redes topológicas complejas de DeviceNet, este artículo propone un nuevo método de diagnóstico de fallos de IC basado en datos y deducción bayesiana, capaz de localizar con precisión y eficiencia todos los fallos de IC en la red sin alterar el funcionamiento normal del sistema. En primer lugar, analizando tramas de datos interrumpidas por fallos de IC, definimos los síntomas de observación, y luego realizamos una deducción bayesiana. A continuación, usando información cuantitativa sobre los síntomas y su relación causal con los fallos de IC presupuestos, proponemos un método de estimación basado en la deducción bayesiana para estimar la probabilidad a posteriori de cada fallo de IC presupuesto en la red. Por último, se desarrolla un algoritmo de diagnóstico rápido basado en la máxima verosimilitud, capaz de identificar rápidamente la ubicación de los fallos de IC en diferentes escenarios de fallos complejos. Al establecer una estación experimental y realizar un estudio de caso en diferentes topologías de red y escenarios de fallos, verificamos la eficacia y las ventajas de los métodos propuestos. Los resultados experimentales muestran que el método propuesto en este artículo es capaz de diagnosticar la ubicación de los fallos de IC en consonancia con la configuración experimental.

DeviceNet; Bus de campo; Topología compleja; Diagnóstico de fallos; Conexión intermitente; Deducción bayesiana