[論文レビュー] Diagnosis of Switching Systems using Hybrid Bond Graph

Taher Mekki, Slim Triki+1 more|arXiv (Cornell University)|Dec 7, 2013

Fault Detection and Control Systems参考文献 18被引用数 4

ひとこと要約

本稿では、定量的および定性的な手法を統合したハイブリッドボン드グラフ（HBG）ベースの手法を提案し、スイッチングシステムにおける故障診断を実現する。定量的故障検出にはグローバル解析的冗長性関係（GARRs）を、定性的な機能的冗長性には時系列的因果グラフ（TCG）を用い、すべてのシステム動作モードにおいて体系的な残差生成と評価を可能にする。

ABSTRACT

Hybrid Bond Graph (HBG) is a Bond Graph-based modelling approach which provides an effective tool not only for dynamic modeling but also for fault detection and isolation (FDI) of switching systems. Bond graph (BG) has been proven useful for FDI for continuous systems. In addition, BG provides the causal relations between systems variables which allow FDI algorithms to be developed systematically from the graph. There are many methods that exploit structural relations and functional redundancy in the system model to find efficient solutions for the residual generation and residual evaluation steps in FDI of switching systems. This paper describes two different techniques, quantitative and qualitative, based on common modelling approach that employs HBG. In quantitative approach, global analytical redundancy relationships (GARRs) are derived from the HBG model with a specified causality assignment procedure. GARRs describe the system behaviour at all of its operating modes. In qualitative approach, functional redundancy can be captured by a Temporal Causal Graph (TCG), a directed graph that may include temporal information

研究の動機と目的

• スイッチングシステムに内在する複数の動作モードと複雑なダイナミクスに起因する故障診断の課題に対処すること。
• 連続系に限らないボンドグラフモデリングの適用範囲を、離散的遷移を伴うハイブリッドでスイッチング可能なシステムへ拡張すること。
• HBGモデルに捉えられた構造的および機能的冗長性を活用して、体系的な故障検出および隔離（FDI）手法を開発すること。
• 定量的および定性的な分析手法を統合した統一されたHBGフレームワークを構築し、診断カバレッジの向上を図ること。
• 因果関係および時系列的関係を活用して、すべてのシステムモードにわたる残差生成と評価が堅牢に実現されることを可能にすること。

提案手法

• 連続的および離散的要素を含むスイッチングシステムの動的挙動を表現するため、ハイブリッドボンドグラフ（HBG）モデリングを採用する。
• 指定された因果関係割り当て手順を適用して、定量的故障検出に用いるグローバル解析的冗長性関係（GARRs）を導出する。
• HBGモデルを基に、時系列的情報を統合した有向グラフたる時系列的因果グラフ（TCG）を構築し、機能的冗長性を表現する。
• HBGにおける因果関係を活用して、故障検出および隔離のための残差を体系的に導出する。
• 構造的解析と機能的冗長性の統合により、すべての動作モードにおいて診断の正確性と耐障害性を向上させる。
• HBGがエネルギーの流れとモード遷移の両方をモデル化できることを活かし、統一的なモデリングと診断を実現する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドボンドグラフは、複数の動作モードを有するスイッチングシステムを効果的にモデル化できるか？
• RQ2 グローバル解析的冗長性関係（GARRs）は、すべてのシステムモードにわたる故障検出を可能にする役割を果たすか？
• RQ3 HBGにおける時系列的および因果関係は、定性的な診断のための機能的冗長性をどのように捉えるか？
• RQ4 HBGに基づく統一されたモデリングフレームワークは、スイッチングシステムにおける定量的および定性的な故障診断を支援できるか？
• RQ5 提案手法は、従来のアプローチと比較して、故障検出および隔離性能をどのように向上させるか？

主な発見

• HBGモデルは、すべての動作モードにおいてスイッチングシステムの動的挙動を的確に捉えており、包括的な故障診断を可能にした。
• HBGから導出されたグローバル解析的冗長性関係（GARRs）は、すべてのシステムモードに適用可能な残差生成の体系的基盤を提供した。
• 時系列的因果グラフ（TCG）は、時間的依存関係を有する機能的冗長性を効果的に表現し、定性的な故障診断を支援した。
• HBGフレームワーク内での定量的および定性的な分析手法の統合により、診断カバレッジと耐障害性が向上した。
• モデルから体系的なFDIアルゴリズムの開発が可能となり、設計の複雑さが軽減され、信頼性が向上した。
• スイッチングシステムへの応用を通じた実証により、GARRsおよびTCGを用いた効果的な故障検出および隔離が実証された。