Digital Twin Approaches for Automatic Control Systems: Concepts, Methods, and Applications

Abstract

Esta tesis investiga la viabilidad de utilizar modelos basados en datos como alternativa viable a los modelos de primeros principios para aplicaciones de control automático en el marco del Gemelo Digital (DT). Estos modelos, que forman el dominio de comportamiento de un DT, se evalúan en términos de su capacidad para capturar, representar y predecir la dinámica del sistema con suficiente fidelidad y eficiencia computacional. La investigación identifica y aborda retos clave en la implementación del DT, como la fidelidad del modelo, la sincronización con el sistema físico y la operabilidad en tiempo real. Se lleva a cabo un análisis comparativo entre los modelos basados en datos y los de primeros principios, que pone de relieve las compensaciones en la precisión de la sincronización, el rendimiento computacional y la aplicabilidad en tareas de control y optimización. Además, se analiza el despliegue práctico de estos modelos en hardware industrial, como los controladores lógicos programables (PLC). Además del modelado y el control, esta tesis explora la robustez de los DT bajo amenazas ciberfísicas, centrándose en los ataques de inyección de datos falsos y su impacto en la sincronización y el rendimiento del control. Se proponen estrategias de detección de anomalías, verificación de la integridad de los datos y adaptación de modelos para evitar la propagación de errores y garantizar un funcionamiento fiable. Sin embargo, la inyección de datos falsos es sólo una de las muchas amenazas que pueden comprometer el marco DT. Por lo tanto, este trabajo también investiga el papel más amplio de los DT en la identificación y mitigación de los ciberataques en los Sistemas de Control Industrial (ICS). Aprovechando las capacidades de monitorización y predicción en tiempo real del DT, las desviaciones entre el comportamiento esperado y el real del sistema se utilizan como indicadores de amenazas a la ciberseguridad, estableciendo los DT como capas proactivas para la detección de anomalías y la mitigación de ciberamenazas. Las metodologías desarrolladas se validan mediante estudios de casos en instalaciones operativas de energías renovables, lo que demuestra la aplicabilidad práctica de las estrategias de control basadas en DT. Los resultados confirman que los modelos basados en datos pueden respaldar eficazmente la toma de decisiones en tiempo real, mejorar el rendimiento del control y aumentar la resistencia y fiabilidad de los sistemas industriales en condiciones normales y adversas.