关键字 |
| 诊断、债券Gaph时间自动机,解析冗余关系。 |
介绍 |
| 监督是一组工具和方法用于operatea过程在正常情况下以及在offailures面前。有大量的文献对过程故障诊断从两个不同的社区:SystemsDynamics和控制工程(FDI)社区[1,2]和人工智能诊断(DX)社区(3、4)。这两个社区haveemployed不同类型的模型,并使differentassumptions有关generatedsolution关于建模错误的鲁棒性,measurementnoise和干扰。他们是定量模型方法,定性的基于模型的方法和过程历史导向定价。allmodel-based FDI方法的一般原理是比较系统的expectedbehavior,由模型,给出其actualbehavior。外国直接投资过程的第一步是由固有的一套残差。这些残差specialsignals反映twobehaviors之间的差异。解析冗余关系(ARR) methodsare经典用于中残留的一代FDIcommunity [5]。DX社区developedmethods等可能的冲突[6、7],和分析oftemporal因果图(8、9)continuoussystems的诊断。这些方法都是基于动态模型的structuralanalysis,一样的ARR schemesdeveloped FDI社区。 The two communitiesuse different algorithms, but the overall framework forfault isolation is similar, defined by a two-step process: residual generation, followed byresidual evaluation[2, 3]. |
| 本文的主要目的关注剩余generationand故障隔离基于一种新方法,它结合了因果graphicalapproaches(键合图和因果图)和时间自动机。Thebond图模型用于生成系统的一套故障指标也称为解析冗余关系(arr)处理FDIaspect使用债券图论建模方法。这methodmodeling approachprovides compositionalmodeling的有效工具和动态系统的故障检测和隔离(FDI) [10], [11]。加勒比海盗的设计;断层detectionprocedure检查故障的存在表明这些指标的非零值。我们使用的时间自动机定位失败的根源。在此举我们建议,诊断系统是基于failureoccurrences之间的一致性检验时间和输入序列。isthus必要知道时光的轨迹。我们的方法是基于动态模型的backwardexploitation,所有possiblereverse路径搜索。反向路径是theconnection故障状态的初始状态。 |
| 本文的组织结构如下:在下一节中,提出了FDI过程描述。分别第三节andIV给一个想法关于定量(BG)和时间自动机(TA)方法使用发展诊断方法。节V,学术的一个例子是使用toillustrate我们的方法。最后,结论是迎接一些观点。 |
提出了诊断方法 |
| 提出了FDI的方法结合了两种工具:bon图和时间自动机如图1所示,在变量u, Rarerespectively输入状态和ofresidues集。 |
 |
| 定量方法是基于键合图modelwhich允许故障指标和动态模型的生成(在),提出了一种故障定位和隔离的工具。故障定位的诊断技术是基于时间分析,验证ofelapsed连贯的痕迹在哪里搜索的时间与全球的恐慌。我们认为工厂配有警报带着全球时钟同步。当检测到故障时Alarmproduces错误信号。Ourdiagnosis任务是定位和识别所有错误都会发生(图1)。其目的是找到一致的诊断路径,这对应于系统的faultyevolution。 |
| 在我们的例子中验证(分析)意味着搜索访问时间自动机的痕迹(反向路径)。这个反向路径项目系统的进化,从最后一个错误状态初始状态[12]。反向路径也被称为诊断路径。我们假设initialstate是已知的。我们的任务可以被视为追溯的自动机图错误statesto已知的起源。目的是找到反向路径集的连贯的。 |
量化图形的方法 |
| 答:键合图的基础上 |
| 键图是动态行为的特定领域的图形描述不同的physicalsystems(机械、电气、液压…)。的基础是,债券图是基于没有掠夺者的能量交换承诺和能量。BGmodeling建模工程系统是一个功能强大的工具,特别是当differentphysical域。 |
| 债券的概念图是由[13]。这个想法是进一步发展byKarnopp和罗森博格[14],这样可以使用它事实上[15][16]。许多方法已经开发了故障检测和隔离。Allmethods故障检测的工作设计残余功能。代表了估计残值和测量,这应该是零duringnormal操作,但大的缺点[10]。 |
| 1)广义变量 |
| Thebondgraphbased onthegraphical表示精力exchangeprocesseswithin彼此模仿。这些天气你beconverted intoblock diagramormathematical formasthestate表示。这种造型方法使用thegeneralizedvariable凌动能源asgeneralizedelements:电阻器(R)、合规(C)、惯性(我),变压器(TF)、回转器(GY),努力源(Se)和流动源(Sf) intuitiveanalogy电压-努力。根据物理环境,这些变量有不同的价值。例如电气网络,流代表了“当前”和努力“电压”,inmechanical联系,流代表了“速度”和努力“力”。 |
| 在每一个键,变量必须是原因之一,另一个效果。这可以bededuced箭头所示方向的关系。一半的Thislinkindicatesthevariablespowerandby conventionthedirection arrowis thedirectioncorresponding positivepoweras inFigure2显示。努力和流causalitiesalways法案在相反的方向键。 |
 |
| 广义的表示元素,R、C、我,TF, GY, Se和科幻小说,如表1所示。元素R、C,我是被动的,他们获得能源的方向键。TF, GY保守元素,他们只传输能量的方向(传入和传出)的链接。TF, GY活跃元素,它提供了能量,和他们的债券来了。 |
 |
| 1)结元素 |
| 只有两种类型的连接,1和0结(图3)。他们节约用电,是可逆的。他们只是代表连接的系统拓扑,因此底层层和两口的元素在一个完整的模型(也称为结结构)是电源保护。0连接有平等的努力而流总结为零,如果权力取向积极向结。1连接有平等的流动和工作总结为零功率相同的取向。 |
 |
| b .代故障指标 |
| 采用键合图模型的诊断需要一代的解析冗余关系whichrepresentthe组约束推导的模型系统包含不同的已知变量(测量,来源和参数)[17][18]。加勒比海盗从系统的行为模型获得通过differentprocedures消除未知的变量。这些指标的在线评估和分析允许检测和隔离故障影响的过程。数值评估每个ARR称为残余,用于模型basedFault检测和隔离(FDI)算法。 |
| 数值评估的解析冗余关系导致了残余的形式: |
| r = f (K) = f(德、Df、Se、Sf MSe,科幻,u,θ)= 0 |
| whereK是一组已知的变量和/或参数。键合图来说,一组已知的变量代表了外顶点(流Dfand effortDe探测器,Sfand Se来源,调制流MSfandeffort MSesources,过程输入u和过程参数θ)[21]。 |
| 的剩余故障敏感jthcomponent当且仅当一个(或多个)参数属于jthcomponent inri出现。 |
| 故障指示器算法如下: |
| 1)首选微分因果关系分配给存储元素和探测器成为dualized; |
| 2)推导出方程的行为FB,连接陆地,测量财政年度,控制来源FAand控制器系统FC; |
| 3)从BG模型未知变量直接消除使用覆盖因果路径规则; |
| 4)对于任何探测器的因果关系逆转,推导出一个加勒比海盗。 |
| c .故障特征矩阵 |
| 一旦arr的设计,它们会导致二进制故障特征矩阵的公式记年代告诉我们在剩余的组件故障的敏感性物理过程(传感器、作动器等)[17][18]。matrixis定义为: |
 |
| 矩阵S霁称为故障特征矩阵提供信息的定位和检测故障在系统操作。失败的组件是可检测如果与组件相关联的变量提出了至少一个加勒比海盗,这失败是可隔离的如果它的签名是单身(独特的)即不同于其他组件的签名。 |
| d .故障检测键合图模型 |
| 外国直接投资的主要步骤生成arr基于键合图的方法,总结了残差和相应的故障特征矩阵。有兴趣的读者可以找到更详细的方法[23日22]。 |
| •在首选积分因果关系建立的键合图模型。 |
| •将首选微分因果关系中的键合图模型(必要时传感器因果关系倒置)。 |
| •写为每个连接相应的方程。 |
| •写每个键合图元素的本构方程。 |
| •消除每个结的未知变量方程涉及检测器(或传感器)覆盖的键合图模型的因果路径微分因果关系。 |
| •生成加勒比海盗,残差和相应的故障特征矩阵。 |
时间自动机的 |
| 时间自动机工具[19][20]被定义为一个有限状态机与一组连续变量命名的时钟。不断演进这些变量在每个位置的自动机,根据相关的进化功能。只要系统处于一个状态,时钟xi不断增加。它的进化是描述X = 1。时钟同步和改变相同的步骤。 |
| 一个不变的与每个状态相关联。它对应于保持所需的条件。时钟的数量取决于系统的并行性。自动机可以呆在一个国家只要不变条件检查。每个转换的自动机受制于一个事件或因循称为“警卫”和其执行决定离散进化相关的变量根据其任务。 |
| 让我们考虑图4中给出的时间自动机。这个自动机有两个时钟x和y。这个模型的连续演化的时间是由x = 1和图中标记弧代表模型的离散进化。警卫在每个弧是一个过渡标签功能,分配与转换的自动机发射条件。associates的做作是一个函数的每个过渡自动机的一个关系,允许实现连续状态空间变量的值后,发射的过渡。不变的状态S0和S1分别y≤5 x≤8。这个系统的初始状态是由一个输入弧在原点状态(S0)。在动态模型中,活跃的时钟在每个州。图形解释时间自动机的自动机图(图4)。 |
 |
| 在我们的例子中验证(分析)意味着搜索访问时间自动机的痕迹(反向路径)。这个反向路径项目系统的进化,从最后一个错误的stateto初始状态。反向路径也被称为诊断路径。我们假设initialstate是已知的。我们的任务可以被视为追溯的自动机图错误statesto已知的起源。目的是找到反向路径集的连贯的。的原理分析与faultmodel自动机图所示(图5)。从断层模型可以看到,断层F1可以从状态2,和故障状态3的F2。诊断模型必须定义,如果故障occursin系统,故障必须位于时间即时显示。如果故障发生在4你时,它作为F1的故障定位。 In another case, the fault occurs in the time 7tu, the faultF2 is located. |
 |
应用程序为例 |
| 答:系统的一般描述 |
| 本单元(图6)由液压回路,底部水箱(1)和asuperior处理罐(2),两双的,两个离心泵循环(3),两个流量计与手动控制阀门(4),三开/关电磁阀(5)安达电动比例阀(6)(无级变速)。当然,加上thetubes,工会肘部,连接,feedthroungh,主阀和appropriatedrainage电路操作。 |
| 作为额外的固定元素,还有一个涡轮流量传感器之一,isinstalled向上行流(8),和一个温度传感器位于alateral处理罐的底部(9)一起与电热(11)蛇形。 |
| 可互换的额外的元素是一个搅拌器(10),theimmersion水平传感器应该安装过程中槽(12)和pH传感器(电磁),也可以在处理罐或第二槽(13),学习时间的效果。 |
 |
| b .子系统的操作 |
| 水平,流量和温度控制测试、液体(水)isimpelled从水箱泵,位于左边的设备前,要通过流量计,电磁阀(通常是开放),电动阀、涡轮流量传感器和处理罐。可以使用第二个pumpin水平测试,因为它会显示。 |
| 的pH值控制测试需要第二个平行线的流(右),只提供泵和流量计。劣质的隔间tankshould被装满稀释酸和碱的解决方案,分别。处理罐分为两半,一个孔之间他们说允许他们沟通或隔离。舱有一个溢出的变量级别(preventsthe完整的溢流槽,它允许修改有效liquidvolume),两个排水电磁阀与不同的简历(常闭),三架有一个正常的排水阀。左室只是连接到一个排水阀。液位控制测试需要的所有元素的电路和thetank,除了传感器位于。在一些实验中,要求secondpump放在右边的设备。 |
| 温度controltests,在这些情况下,我们会看到lateron,可以通过实验进行闭路或开路。在theclose电路情况下,上级罐填充合适的泵1 (AB-1),携带作为实验。在开路,保持一个恒定水流使用泵1,由此,一个小水流调整和上级溢出作为排水系统。在这种情况下,有必要使用搅拌器goodtemperature保证一致性。 |
| 我们在下表中包括II elementsconstituting每个设备和一个简短的描述。 |
 |
| e .基于键合图的故障检测 |
| 我们应用故障检测和隔离键合图的主要步骤(见§III)。获得系统的键合图模型诊断给出如图7所示(见附录)。它有fiveaccess点(对应五sensorsof系统)和fiveoutputs(对应五digitalresiduesgenerated)所示theblockdiagram Figure8 |
 |
| 1)由代 |
| 从键合图模型方法来得出arr applyingthe因果关系反演算法已经presentedin[25][16],使用结构和因果属性。加勒比海盗是推断从连接1和0,containdetectors首选derivativecausality键合图模型,图9。未知的变量是消除bycovering因果路径从探测器到未知的变量。这导致事实上的图。 |
| 在我们的情况下,diagnosismodelBGprovidesnumerical valuesbut alsotheresiduessignature matrixSijfailures。事实上,它可能发生essentialfor本地化offailuresthat duringsystem操作。thecausalpathsofthe未知的道路variableto detectoris用于constructthesignature matrixfailures(表3)。因此,aresidualriis敏感toa thecomponent出售jif失败,只有如果变量关联与latteris出现在thecausalpath为代ofresiduallaughed。 |
| 例如,thecomponents涉及inthedetectorresidue r1are决定以followingcausalpaths: |
 |
| 性的组件与theresidue r1aregivenby vectorK1 = [SC-1, RVR-1-1 RAVSRVR-2, RAB-1, RAB-2, SN-1, SC-1 RAVP, tankT1,坦克T1 ']。Thusthe应用thisprocedure在alldigitaldetectorsresiduesled thefailuresignature matrixSij。Thefault特征矩阵的诊断模式givenin TableIII |
 |
 |
| 对注意thesignature matrixfaultsconstructed fromcausalpathscorresponds toa definiteconfiguration (ormode)和thereforethe associatedmodel。给的equationsfor eachelementbondgraphis然后sameduring整个段操作在给定配置。例如,整个大厦blockageof的valveAVS-1 representedby elementRAVS-1使破裂ofallcausalpaths(付诸)项目。通过分析这个矩阵,我们看到,组件ispresent在至少一个渣间相关的变量。所以allsystem failuresare theoreticallydetectable (= 1)。 |
| 此外,componentsSN-1的签名,SC-1, U1, U2, sp 1, AB-1,对3,tankT2,坦克T2和LCare uniquemeaning thatthefailureof这些componentsareisolatable (Ib = 1), Forcons的签名theST-1andTCcomponentsare identicalwhich意味着defectsaffecting thesecomponents不能孤立(Ib = 0)。 |
| 我们contributionin thispaperis使用时间automatafor隔离这些non-isolablecomponentsbyBond Graphmodel。 |
| 基于时间自动机的f .故障隔离 |
| 对于thephase oflocalization offaultswe考虑onlypart Figure9所示的模型。的目标是研究levelin一tankby actionofthe valveAVP1andalsoby接收来自SN1 AN1,分别measuringhighlevels不足够。 |
| 我们使用thetimedautomatonmodeltoisolate断层insensorswhicharenotidentifiable(见TableIII)。 |
 |
| 例子:造型与时间自动机将说明申请监管水平坦克装备隔层由两个水平传感器和两个阀门。阀AVP1as输入阀,阀AVS2输出。图9显示了两个层次的位置传感器。 |
| 控制:首先,阀门AVP1开放;liquidflows进罐1。当水箱水平达到AN1,阀门AVS2打开。当坦克水平SN1,阀门AVP1关闭. . |
| 控制序列: |
| (1)S0:在初始化过程时,坦克应该是空的。 |
| (2)S1:首先,阀V1是开放的,液体流入水箱。 |
| (3)S2:如果达到水平AN1阀AVS2打开。 |
| (4)S3:如果水平达到SN1 AVP1是关闭。 |
| 落后的时间自动机的时间分析的目的是确定(隔离)的错。显示在我们的例子中剥削meanssearching访问跟踪从finalfaulty状态的初始状态自动机表示byreverse路径。因此,必须已知的初始状态。我们的任务可以被视为追溯自动机图从故障状态已知起源状态。其目的是为了从反向路径的设置一致的。在我们的例子中我们considereight faultsas及其失效模式aresummarized表四。 |
 |
| 对于这些八faultslisted,它使用onlyfivestatesdetection (S0, S1,…, S4)。茶V belowshowsthe条件necessaryto locationfault。 |
 |
 |
| 这algorithmbased卡脖子occurrenceof警报,localizethe错。 |
| 步骤1:计算造成的:操作(在我们的例子中是418.9秒)。 |
| 步骤2:首先计算数量周期performedby processbefore activationof警报。周期的数量=圆(talarm / 418.9) |
| 第三步:然后是thepathis的重量计算:Talarm-path =(418.9 *(周期)) |
| 目的:comparethe价值获得withtheweight各方面 |
| 在tablebeloware listedthe权重不同的路径。 |
 |
| 全球自动机图诊断的两个坦克系统如图10所示(见附录B)如果modelof整个系统建成,进化的阅读systembecomes非常困难。运用tooltimedautomatonhasonly一drawbackis explosionin oftransitions数量在threemodes betweenstates。Thisexplosion probleminthe arcsis解决数量对thetoolstate流附录C中(见图11) |
仿真结果 |
| 为了说明了诊断方法的有效性,wepresent水位调节系统的仿真结果的例子。 |
| Bon图和时间自动机模型系统的建成使用MATLABSIMULINK和流动状态。键合图块和集团项目是由作者不presentedin纸 |
| 两个失败场景模拟。第一个失败SC-flow传感器1在时间间隔从3到15 s。图12显示了响应r1和r5残留及其灵敏度的失败。指的是签名组件SC-1(流量传感器)在表3显示,这个结果是一致的计划,即在组件失败SC-1(流量传感器)只有残留r1和r5超过各自的阈值。 |
 |
 |
| 图13可以使我们comparenormal操作(左)的流程和状态offailedoperation(右)。在正确的图,尽管应用程序opentheAVP1valveremains关闭。这一次代表theoccurrence失败。Toccurence = 601.9秒。 |
| thesensorSN1,仍在stateS0 97.9 opentheAVP1valve secafterthe请求。这momentisthe时刻offault检测。Tdetection = 699.8秒。S0state。 |
| FinallyAN1sensorremainsat 0, 20秒afteractivation thedetection状态。这momentcorresponds thefault位置。Tlocalisation = 719.8秒。 |
| Thisfigure analysisshows: |
| •检测时间= Tdetection-Toccurence = 97.9秒。 |
| •本地化时间= Tlocalization-Tdetection = 20秒 |
结论 |
| 在本文中,ispresent故障检测与隔离的方法。它是结合图形化方法(BG)和动力系统的模型(timedautomata)。键合图用于检测系统的执行机构;传感器和结构性故障。还提出了基于故障隔离过程的逆向timeanalysis。定位算法的缺点不能识别时使用的键合图模型。 |
| 这种隔离的方法是基于轨迹和temporaltransition allconsidered必须识别模型的模式(完美的和故障模式)。时间发生的故障被认为是。落后的时间分析搜索可能reversepath faultoccurrence本地化显示故障时间。还是stepis为了的eventoffault diagnosisin ofcommon存在的原因。 |
承认 |
| 作者要感谢编辑和refereesfor深刻的评论,大大提高了本文的内容。 |
引用 |
- j。j Gertler;一个¢故障检测和诊断在工程systemA¢,博士论文,乔治梅森大学,1998年弗吉尼亚州费尔法克斯
- r·j·巴顿;下午弗兰克•克拉克和雷诺数问题故障诊断动态systemsA¢,施普林格-;纽约,2000年。
- w . c . Hamascher Decleeer和l .控制台,一个¢阅读模型diagnosisA¢,Morgan-Kaufmann酒吧,圣马特奥市,1992年。
- r . Reiter一个¢诊断的理论从第一principlesA¢,人工智能,1987年,32卷,55 - 95页
- m . Staroswiecki Comtet-Verga,一个¢解析冗余关系代数的故障检测和隔离动态systemA¢,自动化;2000年,页111 - 120。
- b . Publido和c . Alonso-Gonzlez¢另一种方法来dependency-recording引擎consistency-based diagnosisA¢、人工智能;2000年,页111 - 120。
- b . Publido和c . Alonso-Gonzlez一个¢Acompilation技术consistency-based diagnosisA¢,IEEE Tran, 2004年,页2192 - 2206。
- p . J / Mosterman和g . Biswas¢连续价值的诊断系统在瞬态操作regionsA¢,IEEE反式,1999年,页554 - 565。
- e·j·曼德纳史木汗,Biswas和p . j . Mosterman A¢结合质量/定量方法进行故障隔离在连续动态systemsA¢,IFAC, 2000年,页1074 - 1079
- f . e .间¢连续系统ModelingA¢,施普林格-,纽约,1991年,pp.251 - 287。
- c . Karnopp院长唐纳德·l·马戈利斯,罗纳德·c·罗森伯格,一个¢系统动力学:建模与仿真的机械电子systemsA¢,3。威利跨学科,纽约,2000年,页297 - 336。
- z Simeu-Abazi所有,¢向后时间离散事件的分析诊断systemsA¢,先进的维修工程,第一卷,第1部分,页128 - 133。
- h . M;该,一个¢工程分析和设计systemsA¢,麻省理工学院出版社,剑桥,1961年
- d . c . Karnopp和r·c·罗森博格¢系统动力学:统一ApproachA¢,约翰威利,纽约,1974年
- 让美国Thoma,¢模拟通过Bondgraphs¢介绍图形methodA¢,斯普林格出版社,纽约,1989年版。
- p c . Breedveld¢一个系统化的方法获得键合图modelsA¢,Int建模与仿真学报,1 (1),57 - 62,1986。
- a . Samantaray k . Medjaher b . OuldBouamama m . Staroswiecki和g . Dauphin-Tanguy诊断债券图在线故障检测和隔离。仿真建模实践和理论,14(3)卷,页237¢262,2006。
- r . El Harabi b . OuldBouamama m . El Koni本同性恋和m . Abelkrim债券图诊断的化学过程。计算机、化学工程、36卷,页。301 A¢324,2012。
- 萨瓦河。A.T.苏尔la综合de la对des systA¨mes一个一个©vA¨nementsdiscretstemporises。PhDthesis, LaboratoiredA¢A时候德格勒诺布尔Novembre2001。
- Simeu-Abazi Z。,Rayhane H。,Bennani T。,Bouredji。z优化des临时工de检测在监测系统、5高速召开了国际de Industriel精灵,25 - 29 Octobre 2003。
- OuldBouamama B。Medjaher K。,BayartM。,Samantaray A.K., Conrard B.â Fault detection and isolation of smart actuators using bond graphs and externalmodelsâÂÂ. Control Engineering Practice, vol. 13, pp. 159âÂÂ175, 2005.
- OuldBouamama B。Medjaher K。,Samantaray A.K., StaroswieckiM.âÂÂSupervision of an industrial steamgenerator. Part I: Bond graph modelingâÂÂ, Control Engineering Practice, vol. 14, pp. 71âÂÂ83, 2006.
- OuldBouamama B。,Samantaray A.K., Staroswiecki M., Dauphin-Tanguy G.âÂÂDerivation of constraint relations from bond graph models for fault detection andisolation û, in: Proc. ICBGMâÂÂ03, Simulation Series, vol. 35, nð. 2, pp. 104âÂÂ109,ISBN: 1-56555-257-1, 2003.
|
附录 |
 |
| B)诊断时间自动机模型 |
 |
| C)隔离模型采用状态流 |
 |
菜单
