[논문 리뷰] Fault Detection and Isolation Tools (FDITOOLS) User's Guide

Andreas Varga|arXiv (Cornell University)|2017. 03. 24.

Fault Detection and Control Systems참고 문헌 12인용 수 3

한 줄 요약

이 논문은 선형 동적 시스템에서 정확하고 근사적인 고장 탐지 및 고립(FDI) 및 모델 탐지 문제를 해결하기 위한 MATLAB 기반 소프트웨어 도구인 FDITOOLS를 제시한다. 이 도구는 Varga의 2017년 도서에서 제시한 합성 및 분석 기법을 구현하여, 갭 지표, 민감도, 노이즈에 대한 강건성 등을 통한 성능 평가를 수반하는 체계적인 FDI 필터 및 모델 탐지 필터 설계를 가능하게 하며, 액추에이터 고장 시나리오가 적용된 횡방향 항공기 동역학 모델을 통해 검증되었다.

ABSTRACT

The Fault Detection and Isolation Tools (FDITOOLS) is a collection of MATLAB functions for the analysis and solution of fault detection and model detection problems. The implemented functions are based on the computational procedures described in the Chapters 5, 6 and 7 of the book: "A. Varga, Solving Fault Diagnosis Problems - Linear Synthesis Techniques, Springer, 2017". This document is the User's Guide for the version V1.0 of FDITOOLS. First, we present the mathematical background for solving several basic exact and approximate synthesis problems of fault detection filters and model detection filters. Then, we give in-depth information on the command syntax of the main analysis and synthesis functions. Several examples illustrate the use of the main functions of FDITOOLS.

연구 동기 및 목표

• 선형 시스템에서 고장 탐지 및 고립(FDI) 및 모델 탐지 문제를 해결하기 위한 종합적이고 사용자 友好的인 MATLAB 도구상자를 제공하는 것.
• Varga의 2017년 도서에서 제시한 정확하고 근사적인 FDI 및 모델 탐지 필터의 합성 절차를 구현하는 것.
• 고장 민감도, 노이즈 갭, 모델 일치도와 같은 지표를 사용하여 FDI 및 모델 탐지 필터의 성능 평가를 지원하는 것.
• 액추에이터의 효율성 상실 고장이 포함된 횡방향 항공기 동역학에 대한 사례 연구를 통해 실용적 응용을 가능하게 하는 것.
• 실시간 고장 모니터링을 위한 잔차 생성기 및 평가 필터의 체계적인 설계 및 분석을 촉진하는 것.

제안 방법

• 제어, 고장, 노이즈 입력을 지정하여 상태공간 모델을 사용하여 액추에이터의 효율성 상실(LOE)을 포함한 다양한 고장 조건 하에서의 시스템 동역학을 표현한다.
• fdimodset 및 mdmodset 함수를 사용하여 제어, 고장, 노이즈 입력을 설정함으로써 합성 모델을 구성한다.
• 정확 및 근사적인 FDI 및 모델 탐지 필터 설계를 위한 최적화 기반 합성 함수인 efdsyn, afdsyn, efdisyn, afdisyn, emmsyn, ammsyn, emdsyn, amdsyn를 적용한다.
• 고장 대 노이즈 갭 및 모델 일치 성능을 정량화하기 위해 성능 평가 함수인 fdif2ngap, mdgap, mdmatch를 활용한다.
• 고장 식별을 위해 잔차 평가 신호 θi(t)를 계산하기 위해 Narendra 유형의 평가 필터를 사용하며, 이때 파라미터는 (α=0.9, β=0.1, γ=10)로 설정된다.
• 단계, 정사각형, 사인파 입력에 더하여 백색 노이즈를 포함한 시간 도메인 시뮬레이션을 수행하여 현실적인 조건 하에서의 필터 성능을 평가한다.

실험 결과

연구 질문

• RQ1 선형 시스템에서 정확 및 근사적인 고장 탐지 및 고립 문제를 체계적으로 해결하기 위한 계산 도구는 어떻게 활용될 수 있는가?
• RQ2 액추에이터 고장을 포함한 횡방향 항공기 제어 시스템에서 FDI 필터의 성능은 고장 민감도 및 노이즈에 대한 강건성 측면에서 얼마나 달성 가능한가?
• RQ3 다양한 물리적 고장 모델(예: 부분적 또는 완전한 액추에이터 고장)을 최적의 갭 성능으로 구분할 수 있도록 모델 탐지 필터는 어떻게 합성할 수 있는가?
• RQ4 노이즈가 잔차 평가 신호에 미치는 영향은 무엇이며, 이를 어떻게 처리하면 고장 모드를 신뢰성 있게 탐지할 수 있는가?
• RQ5 다른 필터 합성 전략(정확 대 근사, 최소 차수 대 비최소 차수 구현)은 잔차 생성기의 성능 및 구조에 어떤 영향을 미치는가?

주요 결과

• AMDSYN 함수는 완전한 액추에이터 고장을 포함한 9개의 고장 시나리오가 있는 횡방향 항공기 모델에 대해 모델 탐지 필터를 성공적으로 설계하였으며, 대각 원소가 모두 0인 구조적 성능 행렬을 달성하였다.
• 모델 탐지 성능 행렬은 서로 다른 고장 모델에 대해 잔차 응답이 명확히 분리되어 있음을 보여주었으며, 이는 노이즈 하에서도 신뢰성 있는 고장 식별을 가능하게 하였다.
• Narendra 유형 필터를 통해 계산된 잔차 평가 신호 θi(t)는 각 고장 모델에 대해 고유한 시간 응답을 보였으며, 정점 응답이 가장 큰 모델이 정확히 식별되었다.
• 달성된 모델 탐지 갭(MDgap) 및 성능(MDperf) 지표는 모든 고장 케이스에서 설계된 필터의 강건성과 구별 가능성(구분성)을 확인하였다.
• 시간 도메인 시뮬레이션은 입력 및 측정 노이즈가 존재하는 상황에서도 필터가 고장 전이(예: 0%에서 50%에서 100%로의 액추에이터 열화)를 신뢰성 있게 탐지할 수 있음을 보여주었다.
• 안정도가 -1이고 극점이 -1에 위치한 비최소 차수 구현은 안정적이고 잘 조절된 필터 응답을 제공하였으며, 이는 합성 방법의 효과성을 확인하였다.