[论文解读] Monitoring Link Faults in Nonlinear Diffusively-coupled Networks

Miel Sharf, Daniel Zelazo|arXiv (Cornell University)|Aug 9, 2019

Distributed Control Multi-Agent Systems参考文献 66被引用 14

一句话总结

本文提出了一种数据驱动的、基于模型的故障检测与隔离（FDI）协议，适用于具有最大平衡独立被动（MEIP）特性的非线性扩散耦合多智能体系统及其控制器。通过利用边指示向量和收敛性断言协议，该方法能够实现对无故障与有故障网络状态的渐近区分，且具有图论保障：在k-连通图中最多可隔离k−2个故障。该方法仅需MEIP特性，无需关于系统详细模型的先验知识，仅依赖网络拓扑结构。

ABSTRACT

Fault detection and isolation is an area of engineering dealing with designing on-line protocols for systems that allow one to identify the existence of faults, pinpoint their exact location, and overcome them. We consider the case of multi-agent systems, where faults correspond to the disappearance of links in the underlying graph, simulating a communication failure between the corresponding agents. We study the case in which the agents and controllers are maximal equilibrium-independent passive (MEIP), and use the known connection between steady-states of these multi-agent systems and network optimization theory. We first study asymptotic methods of differentiating the faultless system from its faulty versions by studying their steady-state outputs. We explain how to apply the asymptotic differentiation to detect and isolate communication faults, with graph-theoretic guarantees on the number of faults that can be isolated, assuming the existence of a "convergence assertion protocol", a data-driven method of asserting that a multi-agent system converges to a conjectured limit. We then construct two data-driven model-based convergence assertion protocols. We demonstrate our results by a case study.

研究动机与目标

• 为解决非线性多智能体系统中通信链路失效这一常见但研究不足的挑战，提出网络故障检测与隔离（FDI）方法。
• 开发一种无需完整系统模型的协议，仅依赖于被动性特性与网络拓扑结构。
• 基于连通性（如k-连通图）提供可检测与可隔离故障数量的图论保障（例如，k-连通图可隔离最多k−2个故障）。
• 设计一种收敛性断言协议，实现实时、数据驱动的系统收敛性验证，确保系统达到期望稳态。

提出的方法

• 使用边指示向量编码单个链路失效对稳态输出的影响，实现对不同系统配置的渐近区分。
• 提出一种收敛性断言协议——一种数据驱动方法，用于验证多智能体系统是否收敛至假设的稳态，从而实现实时FDI。
• 采用基于配置的采样方法，持续监测系统随时间的行为，检测指示链路故障的偏差。
• 基于被动性理论构建两种收敛性断言协议：一种采用高采样率，另一种采用收敛性配置方法，两者在MEIP假设下均被证明正确。
• 应用网络优化对偶性（最优流问题与势能问题）将稳态输出与对偶网络优化问题的解关联起来。
• 通过向控制器输出随机注入偏差，确保无故障与有故障系统状态之间的渐近可区分性。

实验结果

研究问题

• RQ1 在缺乏对智能体或控制器动力学完整知识的情况下，是否可在非线性扩散耦合多智能体系统中实现故障检测与隔离？
• RQ2 网络连通性（特别是k-连通性）如何影响可隔离故障的数量？
• RQ3 能否构建一种数据驱动的收敛性断言协议，仅利用被动性特性和输出测量实现对实时FDI的验证？
• RQ4 边指示向量在实现有无链路故障系统状态之间渐近区分中起到何种作用？
• RQ5 所提出的FDI协议在非线性真实场景（如车辆速度协调）中如何实现与验证？

主要发现

• 所提出的FDI协议可在k-连通图中检测并隔离最多k−2个故障，为可隔离故障数量提供了图论上的上界。
• 对于2-连通图，可检测任意数量的通信故障，且最多可隔离k−2个故障。
• 该方法仅依赖MEIP特性与随机偏差注入，即可保证对无故障与有故障系统状态的渐近区分。
• 收敛性断言协议通过仅使用输出测量验证系统收敛至假设稳态，从而实现实时FDI。
• 在20辆车辆的案例研究中，协议成功在收敛前检测并隔离了多个故障，同时保持了稳定的速度协调。
• 基于配置的收敛性断言方法支持低频采样并提供收敛速率保障，而高频采样方法避免了函数求逆，但需要更频繁的测量。