A proposal for the diagnosis of uncertain dynamic systems based on interval models

Author

Gelso, Esteban Reinaldo

Director

Armengol Llobet, Joaquim

Date of defense

2009-05-29

ISBN

9788469242780

Legal Deposit

Gi. 852-2009



Department/Institute

Universitat de Girona. Departament d'Enginyeria Elèctrica, Electrònica i Automàtica

Abstract

The performance of a model-based diagnosis system could be affected by several uncertainty sources, such as,model errors,uncertainty in measurements, and disturbances. This uncertainty can be handled by mean of interval models.The aim of this thesis is to propose a methodology for fault detection, isolation and identification based on interval models. The methodology includes some algorithms to obtain in an automatic way the symbolic expression of the residual generators enhancing the structural isolability of the faults, in order to design the fault detection tests. These algorithms are based on the structural model of the system. The stages of fault detection, isolation, and identification are stated as constraint satisfaction problems in continuous domains and solved by means of interval based consistency techniques. The qualitative fault isolation is enhanced by a reasoning in which the signs of the symptoms are derived from analytical redundancy relations or bond graph models of the system. An initial and empirical analysis regarding the differences between interval-based and statistical-based techniques is presented in this thesis. The performance and efficiency of the contributions are illustrated through several application examples, covering different levels of complexity.


EN<br/>Las prestaciones de un sistema de diagnosis basado en modelos se pueden ver afectadas por fuentes de incertidumbre como los errores en el modelo,la incertidumbre en las medidas y las perturbaciones.Esta incertidumbre se puede tratar mediante modelos intervalares.Esta tesis propone una metodología de detección, aislamiento e identificación de fallos basada en modelos intervalares. La metodología incluye algoritmos para obtener de manera automática la expresión simbólica de los generadores de residuos mejorando la aislabilidad estructural de los fallos. Estos algoritmos se basan en el modelo estructural del sistema.Las etapas de detección, aislamiento, e identificación de fallos se representan como problemas de satisfacción de restricciones en dominios continuos y se resuelven por medio de técnicas de consistencia basadas en intervalos.Una mejora en el aislamiento cualitativo de los fallos se obtiene por razonamiento con los signos de los síntomas, que se obtienen de relaciones de redundancia analítica o de modelos bond graph del sistema.Esta tesis también presenta un análisis empírico inicial de las diferencias entre las técnicas basadas en intervalos y las basadas en técnicas estadísticas.Las prestaciones y la eficiencia de las contribuciones de la tesis se ilustran a través de unos cuantos ejemplos de aplicación, que cubren diferentes niveles de complejidad.

Keywords

Robustesa; Robustez; Robustness; Anàlisi estructural; Análisis estructural; Structrural analysis; Incertesa; Incertidumbre; Uncertainty; Models intervalars; Modelos intervalares; Interval model; Diagnosi basada en models; Diagnosis basada en modelos; Model-based diagnosis; Diagnosi de falles; Diagnosis de fallos; Fault diagnosis

Subjects

004 - Computer science and technology. Computing. Data processing; 68 - Industries, crafts and trades for finished or assembled articles

Documents

teg.pdf

2.078Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)