[논문 리뷰] Plug-and-play fault diagnosis and control-reconfiguration for a class of nonlinear large-scale constrained systems

Stefano Riverso, Francesca Boem외 2명|arXiv (Cornell University)|2014. 09. 18.

Fault Detection and Control Systems참고 문헌 23인용 수 5

한 줄 요약

이 논문은 비선형 대규모 시스템을 대상으로 분산 모델 예측 제어(DiMPC)와 분산故애 감지(FD)를 사용한 플러그 앤 플레이(PnP) 고장 진단 및 제어 재구성 프레임워크를 제안한다. 고장난 부분을 안전하게 분리하고 재연결함으로써 전체 시스템의 안정성을 해치지 않도록 하여, 탈중앙화된 설계와 모델링 불확실성에 대한 내성으로 안정성과 제약 조건 이행을 보장한다.

ABSTRACT

This paper deals with a novel Plug-and-Play (PnP) architecture for the control and monitoring of Large-Scale Systems (LSSs). The proposed approach integrates a distributed Model Predictive Control (MPC) strategy with a distributed Fault Detection (FD) architecture and methodology in a PnP framework. The basic concept is to use the FD scheme as an autonomous decision support system: once a fault is detected, the faulty subsystem can be unplugged to avoid the propagation of the fault in the interconnected LSS. Analogously, once the issue has been solved, the disconnected subsystem can be re-plugged-in. PnP design of local controllers and detectors allow these operations to be performed safely, i.e. without spoiling stability and constraint satisfaction for the whole LSS. The PnP distributed MPC is derived for a class of nonlinear LSS and an integrated PnP distributed FD architecture is proposed. Simulation results show the effectiveness and the potential of the general methodology.

연구 동기 및 목표

• 대규모 시스템(LSS)에서 고장 확산 문제를 해결하기 위해 자율적 고장 감지 및 부분 시스템 격리 기능을 제공한다.
• 전체 시스템의 안정성을 해치지 않도록 고장난 부분을 안전하게 분리하고 재연결할 수 있는 플러그 앤 플레이(PnP) 아키텍처를 개발한다.
• 탈중앙화된 제어기 및 감지기 설계를 통해 플러그 및 언플러그 작업 중 전체 시스템의 안정성과 재귀적 타당성을 확보한다.
• 비선형 제약 조건이 있는 LSS에 대해 분산 MPC와 새로운 PnP 분산 고장 감지 아키텍처를 통합한다.
• 제어 및 진단 모델을 분리함으로써 제어 및 진단에 대해 서로 다른 모델링 및 샘플링 주기를 허용한다.

제안 방법

• 전체 시스템 지식을 필요로 하지 않고 부모 부분 시스템의 정보만을 사용하여 국지적 제어기 및 고장 감지기를 설계하는 탈중앙화 설계 접근법을 사용한다.
• 상태 및 입력 제약 조건이 있는 비선형 LSS의 일군에 대해 분산 모델 예측 제어(DiMPC) 전략을 구현한다.
• MPC에서 사용하는 모델과 다름을 고려한 국지적 모델을 사용하는 분산 고장 감지(FD) 방식을 설계하여 모델링 및 측정 불확실성에 대한 내성을 향상시킨다.
• 리아파노프 기반 분석을 통해 고장난 부분을 분리하거나 재연결하기 전·후에 안정성과 제약 조건 이행을 검증하는 플러그 앤 플레이 메커니즘을 적용한다.
• 집합 이론적 도구와 내성 분석(예: 내성 제어 불변 집합, 집합 역전환)을 활용하여 재귀적 타당성과 원점 수렴을 보장한다.
• 폐쇄 루프 시스템의 내성 제어 불변(RCI) 집합이 PnP 작업 동안 유지됨을 이용하여 장기적 안정성을 확보한다.

실험 결과

연구 질문

• RQ1 고장난 부분을 안전하게 분리할 수 있도록 하는 분산 고장 감지 아키텍처를 설계할 수 있는가? 이는 전체 시스템의 안정성이나 제약 조건 이행을 해치지 않는다.
• RQ2 상태 및 입력 제약 조건이 있는 비선형 대규모 시스템에 대해 플러그 앤 플레이 제어 재구성 메커니즘을 어떻게 설계할 수 있는가?
• RQ3 PnP 프레임워크에서 제어 및 진단에 서로 다른 모델을 사용할 수 있는 정도는 어느 정도이며, 이로 인해 전체 시스템의 안정성이 유지되는가?
• RQ4 수리된 부분을 재연결할 때 다른 모든 국지적 제어기나 감지기의 재조정이 필요로 하지 않는 조건은 무엇인가?
• RQ5 부분 시스템이 분리된 후 재연결되었을 때, 시스템이 재귀적 타당성과 원점 수렴을 유지할 수 있는가?

주요 결과

• 제안된 PnP 아키텍처는 고장난 부분을 분리하더라도 나머지 부분 시스템의 안정성과 제약 조건 이행을 유지함을 보장한다.
• 플러그 인 조건이 검증된다면, 수리된 부분을 재연결할 때 다른 국지적 제어기나 고장 감지기의 재조정이 필요로 하지 않는다.
• 전체 시스템의 내성 제어 불변(RCI) 집합이 유지된다는 가정 하에, 재귀적 타당성과 원점 수렴이 보장된다.
• MPC에서 사용하는 모델와 다른 국지적 모델을 사용함으로써 고장 감지 방식이 모델링 및 측정 불확실성에 대해 내성적이다.
• 이론적 분석을 통해 폐쇄 루프 시스템이 PnP 작업 후에도 안정적이고 제약 조건을 이행할 수 있음을 입증하였으며, 리아파노프 논증을 통해 수렴성이 확립되었다.
• 프레임워크는 제어 및 진단 구성 요소 간 서로 다른 샘플링 주기를 허용하여 실시간 시스템에 대한 실용적 구현 가능성을 높였다.