[논문 리뷰] Exploiting Particle Swarm Optimization in Multiple Faults Fuzzy Detection

Imtiez Fliss, Moncef Tagina|arXiv (Cornell University)|2012. 04. 03.

Fault Detection and Control Systems참고 문헌 12인용 수 3

한 줄 요약

이 논문은 입자군집최적화(PSO)를 활용해 소속함수를 최적화하는 퍼지 논리 기반으로 동적 시스템에 대한 온라인 다중 고장 진단 방법을 제안한다. 유착도 모델링에서 유도된 잔차는 퍼지 추론 시스템에 의해 처리되며, PSO는 고장 진단 정확도를 향상시킨다. 삼탱크 시스템에서의 실험 결과, PSO는 수렴 속도와 진단 정밀도 면에서 유전 알고리즘(GA)을 능가한다.

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.

연구 동기 및 목표

• 복잡한 동적 시스템에 대한 효율적인 온라인 다중 고장 진단 방법을 개발하기 위해.
• 퍼지 고장 진단 시스템에서 최적의 소속함수 설계 문제를 해결하기 위해.
• 메타휴리스틱 최적화를 통해 고장 진단 정확도와 수렴 속도를 향상시키기 위해.
• 퍼지 고장 진단의 맥락에서 PSO와 유전 알고리즘(GA)을 비교하기 위해.
• 분석적 부여와 유착도 모델링을 활용한 벤치마크 삼탱크 유압 시스템에서 접근법을 검증하기 위해.

제안 방법

• 잔차는 시스템의 예상 동작에서의 이탈을 표현하기 위해 유착도 모델링을 통해 생성된다.
• 퍼지 추론 시스템은 사전 정의된 소속함수 기반으로 잔차를 처리하여 다중 고장을 감지하고 고립한다.
• 입자군집최적화(PSO)는 검출 성능 향상을 위해 소속함수의 형태와 파라미터를 최적화하는 데 적용된다.
• 최적화 과정은 고장 진단 정확도와 수렴 속도를 기반으로 한 적합도 함수를 최소화한다.
• 색상화된 인과 그래프는 퍼지 검출 모듈의 출력을 시각화하여 고장 가능성과 관련성을 나타낸다.
• 결과는 동일한 시뮬레이션 조건에서 유전 알고리즘(GA) 기반 최적화 방법과 비교하여 평가된다.

실험 결과

연구 질문

• RQ1 PSO는 퍼지 고장 진단 시스템에서 소속함수를 효과적으로 최적화하여 정확도와 속도를 향상시킬 수 있는가?
• RQ2 다양한 동적 시스템에서 다중 고장을 진단할 때, PSO 기반 최적화는 유전 알고리즘(GA)과 비교해 어떠한가?
• RQ3 PSO는 퍼지 고장 진단 과정의 수렴성과 강건성에 얼마나 기여하는가?
• RQ4 제안된 PSO 강화 퍼지 접근법은 실시간 시뮬레이션 환경에서 다중 고장을 신뢰성 있게 감지하고 고립할 수 있는가?
• RQ5 최적화된 소속함수는 고장 진단 결과의 명확성과 해석 가능성에 어떤 영향을 미치는가?

주요 결과

• PSO는 유전 알고리즘(GA)에 비해 고장 진단 과정의 수렴 속도를 크게 향상시킨다.
• PSO 최적화 퍼지 시스템은 삼탱크 유압 시스템 벤치마크에서 더 높은 고장 진단 정확도를 달성한다.
• PSO 적용으로 인해 다중 시뮬레이션 런 동안 더 안정적이고 일관된 소속함수 파라미터가 도출된다.
• 색상화된 인과 그래프 출력은 고장 전파 및 근본 원인을 명확하게 시각적으로 해석할 수 있게 한다.
• PSO 기반 접근법은 GA 기반 방법에 비해 임의의 양성 및 음성 고장 진단 비율을 감소시킨다.
• 제안된 방법은 알려진 도전 과제인 동시에 발생하는 다중 고장을 신뢰성 있게 감지하는 데 강건함을 보였다.