[論文レビュー] Exploiting Particle Swarm Optimization in Multiple Faults Fuzzy Detection

Imtiez Fliss, Moncef Tagina|arXiv (Cornell University)|Apr 3, 2012

Fault Detection and Control Systems参考文献 12被引用数 3

ひとこと要約

本稿では、メンバーシップ関数を最適化するための粒子群最適化（PSO）を用いてファジィ論理を強化した、動的システムにおけるオンライン多重故障検出手法を提案する。ボンドグラフモデリングからの残差をファジィ推論システムで処理し、PSOが故障検出の正確性を向上させる。三タンクシステムを用いた実験により、PSOは収束速度および検出精度において遺伝的アルゴリズム（GA）を上回ることが示された。

ABSTRACT

In this paper an on-line multiple faults detection approach is first of all proposed. For efficiency, an optimal design of membership functions is required. Thus, the proposed approach is improved using Particle Swarm Optimization (PSO) technique. The inputs of the proposed approaches are residuals representing the numerical evaluation of Analytical Redundancy Relations. These residuals are generated due to the use of bond graph modeling. The results of the fuzzy detection modules are displayed as a colored causal graph. A comparison between the results obtained by using PSO and those given by the use of Genetic Algorithms (GA) is finally made. The experiments focus on a simulation of the three-tank hydraulic system, a benchmark in the diagnosis domain.

研究の動機と目的

• 複雑な動的システムにおける効率的なオンライン多重故障検出手法の開発を目的とする。
• ファジィ故障検出システムにおける最適なメンバーシップ関数設計の課題に取り組む。
• メタヒューリスティック最適化を用いて故障検出の正確性と収束速度を向上させる。
• ファジィ故障診断の文脈において、PSOと遺伝的アルゴリズム（GA）を比較する。
• 解析的再冗長性とボンドグラフモデリングを用いて、ベンチマーク用の三タンク水圧システム上でこの手法を検証する。

提案手法

• システムの期待される挙動からのずれを表すために、ボンドグラフモデリングを用いて残差を生成する。
• ファジィ推論システムが残差を処理し、事前に定義されたメンバーシップ関数に基づいて複数の故障を検出し、分離する。
• 粒子群最適化（PSO）を用いて、故障検出性能の向上を図るためのメンバーシップ関数の形状およびパラメータを最適化する。
• 最適化プロセスは、故障検出の正確性と収束速度に基づくフィットネス関数を最小化する。
• 色分けされた因果グラフは、ファジィ検出モジュールの出力を可視化し、故障の可能性と関係性を示す。
• 結果は、同一のシミュレーション条件下で遺伝的アルゴリズム（GA）に基づく最適化手法と比較される。

実験結果

リサーチクエスチョン

• RQ1 PSOは、故障検出の正確性と速度の向上を図るファジィ故障検出システムにおけるメンバーシップ関数の最適化に効果的に機能するか？
• RQ2 PSOに基づく最適化は、動的システムにおける多重故障診断において、遺伝的アルゴリズム（GA）と比較してどのように異なるか？
• RQ3 PSOは、ファジィ故障検出プロセスの収束性およびロバスト性をどの程度向上させるか？
• RQ4 提案されたPSO強化ファジィアプローチは、リアルタイムシミュレーション環境で複数の故障を信頼性高く検出し、分離できるか？
• RQ5 最適化されたメンバーシップ関数は、故障診断結果の明確さおよび解釈可能性にどのような影響を与えるか？

主な発見

• PSOは、遺伝的アルゴリズムと比較して、故障検出プロセスの収束速度を顕著に向上させる。
• PSOで最適化されたファジィシステムは、三タンク水圧システムベンチマークにおいて、より高い故障検出正確性を達成する。
• PSOの適用により、複数回のシミュレーション実行においても、より安定的かつ一貫性のあるメンバーシップ関数パラメータが得られる。
• 色分けされた因果グラフ出力は、故障の伝搬経路および根本原因を明確に可視化する。
• PSOベースのアプローチは、GAベースの手法と比較して、誤検出および見逃しの故障検出レートを低減する。
• 提案手法は、同時に複数の故障を検出するという、故障診断分野における知られている課題に対しても、ロバスト性を示す。