Model-based fault detection and isolation for a class of discrete-time systems

Repositório institucional da UFSC

A- A A+

Model-based fault detection and isolation for a class of discrete-time systems

Mostrar registro simples

dc.contributor Universidade Federal de Santa Catarina
dc.contributor.advisor Coutinho, Daniel
dc.contributor.author Schons, Silvane Cristina de Melo
dc.date.accessioned 2023-09-01T13:04:53Z
dc.date.available 2023-09-01T13:04:53Z
dc.date.issued 2023
dc.identifier.other 382695
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/249848
dc.description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2023.
dc.description.abstract Nas últimas décadas, a detecção e isolamento de falhas robusta baseada em modelos tem recebido crescente interesse na literatura. É um fato que os métodos de FDI podem fornecer indicadores de falha para manutenção preditiva e, consequentemente, prevenir danos significativos aos componentes do sistema. Seguindo essa linha, esta tese de doutorado desenvolve técnicas de detecção e isolamento de falhas baseadas em modelos para sistemas lineares discretos no tempo, bem como para sistemas lineares descritores discretos no tempo. A abordagem proposta é baseada no projeto de geradores de resíduos baseados em observadores para detectar e isolar falhas no atuador e/ou sensor. Além disso, um modelo de referência é considerado para descrever o comportamento desejado desde a falha até o resíduo, o que permite incluir requisitos de desacoplamento de falhas, bem como questões de desempenho relacionadas à robustez do problema de otimização. Portanto, o gerador de resíduos é projetado de forma que a conexão entre o sistema e o filtro siga aproximadamente o comportamento de falha para resíduo fornecido pelo modelo de referência. Uma otimização multiobjetivo é projetada envolvendo diferentes critérios do sistema, como H8/H? e peak-norm/H?, que dependem da classe de entradas do sistema (respectivamente, sinais l2 ou l8). As condições de projeto baseadas em desigualdades de dissipação de Lyapunov modificadas são formuladas em termos de restrições de Desigualdades Matriciais Lineares (LMI). Para ilustrar os desenvolvimentos teóricos, são fornecidos exemplos numéricos, bem como a aplicação do método a uma simulação de um banco de baterias de íons de lítio. Existem quatro principais contribuições para esta tese. O projeto de técnicas de FDI integradas com uma estrutura de modelo de referência triangular permite a detecção e isolamento de falhas quando as falhas não ocorrem simultaneamente. Além disso, as condições de projeto do gerador de resíduos descritas em termos de restrições LMI possibilitaram considerar especificações de desempenho mistas e diferentes classes de sistemas em um formalismo matemático unificado. A partir de uma transformação de modelo, o método proposto também pode ser aplicado a sistemas descritores discretos no tempo. Por fim, a solução proposta nesta tese pode ser considerada com sucesso para aplicações orientadas para a prática, como bancos de baterias de íons de lítio.
dc.description.abstract Abstract: During the last decades, robust model-based fault detection and isolation (FDI) has received increasing interest in the literature. It is a fact that FDI methods can provide fault indicators for predictive maintenance and, consequently, preventing significant damages to the system components. Following this route, this doctorate thesis develops model-based fault detection and isolation techniques for linear discrete-time systems as well as for linear discrete-time descriptor systems. The proposed approach is based on the design of observer-based residual generators in order to detect and isolate actuator and/or sensor faults. Besides, a reference model is considered to describe the desired behavior from faults to residual, which allows for including requirements on fault decoupling as well as performance issues regarding robustness related to the optimization problem. Therefore, the residual generator is designed such that the system-filter connection approximately follows the fault to residual behavior provided by the reference model. A multi-objective optimization is designed involving different system criteria, such as H8/H? and peak-norm/H? , which depends on the class of inputs of the system (respectively, l2 or l8 signals). The design conditions based on modified Lyapunov dissipation inequalities are cast in terms of Linear Matrix Inequalities (LMI) constraints. In order to illustrate the theoretical developments, numerical examples are provided as well as the application of the method to a simulated lithium-ion battery pack. There are four main contributions for this thesis. The design of FDI techniques integrated with a triangular reference model structure allows the fault detection and isolation when the faults do not occur simultaneously. Besides, the residual generator design conditions described in terms of LMI constraints made possible to consider mixed performance specifications and different classes of systems in a unified mathematical formalism. From a model transformation, the proposed method can also be applied to discrete-time descriptor systems. Finally, the proposed solution in this thesis can be successfully considered for practical-oriented applications, such as Li-ion battery packs. en
dc.format.extent 122 p.| gráfs.
dc.language.iso eng
dc.subject.classification Engenharia de sistemas
dc.subject.classification Falhas
dc.subject.classification Equações lineares
dc.subject.classification Desigualdades (Matemática)
dc.subject.classification Modelos matemáticos
dc.subject.classification Controle robusto
dc.title Model-based fault detection and isolation for a class of discrete-time systems
dc.type Tese (Doutorado)
dc.contributor.advisor-co Kinnaert, Michel


Arquivos deste item

Arquivos Tamanho Formato Visualização
PEAS0427-T.pdf 2.327Mb PDF Visualizar/Abrir

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Buscar DSpace


Navegar

Minha conta

Estatística

Compartilhar