Algorytm generacji struktur modeli do detekcji uszkodzeń w oparciu o graf procesu GP

• Autorzy: Ostasz A.

Warianty tytułu

EN

Algorithm of generation model's structure for faults detection based on causal graph GP

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono propozycje algorytmu generacji struktur modeli do detekcji uszkodzeń w oparciu o graf GP. Struktura rozumiana jest jako para, zmienna modelowana oraz zbiór zmiennych na nią oddziaływujących. Graf GP jest jakościowym modelem diagnozowanego procesu. Wyraża on zależności przyczynowo-skutkowe pomiędzy zmiennymi stanu, sterującymi i pomiarami, uwzględniając także wpływ uszkodzeń na te zmienne.

EN

The paper considere proposal of algorithm for generation structure of models for faults detection. The algorithm bases on causal graph GP. Structure of model is a pair modeled variable and set of variables on which influence modeled variable. Graph of Process (GP) is a qualitative model of the diagnosed process with respect to faults.

Słowa kluczowe

PL

grafy przyczynowo-skutkowe; detekcja uszkodzeń

EN

causal graphs; fault detection

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2005
• Tom: R. 51, nr 9 bis
• Strony: 54--56
• Opis fizyczny: Bibliogr. 12 poz., rys., wzory

Twórcy

autor

Ostasz A.

• Politechnika Warszawska, Instytut Automatyki i Robotyki

Bibliografia

• [1] Blanke M., Kinneart M., Lunze J., Staroswiecki M., Diagnosis and
• Fault-Tolerant Control. Springer-Verlag 2003.
• [2] Górny B., Consistency Based Reasoning In Model-Based Diagnosis. (rozprawa doktorska) Akademia Górniczo-Hutnicza, Kraków 2001.
• [3] Iri M., Aoki K., O'Shima E., Matsuyama H., An algorithm for diagnosis of system failures in the chemical process. Computers & Chemical Engineering, Vol. 3., 1979, 489-493.
• [4] Kościelny J. M., Diagnostyka zautomatyzowanych procesów przemysłowych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
• [5] Korbicz J., Kościelny J. M, Kowalczuk Z., Cholewa W. (pod redakcją) Diagnostyka procesów. Modele. Metody sztucznej inteligencji. Zastosowania. WNT, Warszawa 2002.
• [6] Kościelny J. M., Ostasz A., Opis obiektu diagnozowania w postaci grafu przyczynowo - skutkowego GP. XIV Krajowa Konferencja Automatyki, Zielona Góra, 24-27 czerwca 2002, 577-582.
• [7] Kościelny J. M., Ostasz A., Application of Causal Graph GP for Description of Diagnosed Process, 5th IFAC Symposium on Fault Detection, Supervision and Safety of Technical Processes - SAFEPROCESS, 2003, Washington, USA June 9-11, 2003.
• [8] Kowalczuk Z., Gertler J., Generating Analitical Redundancy for Faul Detection Systems Using Flowgraphs. IFAC Symp, Low Cost Automation, Vienna, 1992, 341-346.
• [9] Mortmain J., Leyval L., Causal Graphs for Model Based Diagnosis IFAC Symposium on Fault Defection, Supervision and Safety Technical Process -SAFEPROCESS'1994, Espoo, Finland, Vol. 1, 347-355.
• [10] Ostasz A., Kościelny J. M. Zastosowanie grafu procesu GP w diagnostyce procesów przemysłowych. Konferencja N-T Diagnostyka Procesów Przemysłowych DPP 05, Rajgród.
• [11] Shiozaki J, Matsuyama H., Tano K., O'Shima, Fault Diagnosis of Chemical Processes by the Use of Signed Directed Graphs: Extension to Five-Range Patterns of Abnonnality. International Chemical Engineering, Vol. 37, No. 4, 1985, 651 -659.
• [12] Takeda K., Shibata B, Tsuge Y., Matsuyama H., The Improvements of Fault Diagnosis Algorithm Using Signed Directed Graph. IFAC Symposium on Fault Detection, Supervision and Safety for Technical Process - SAFEPROCESS'1994, Espoo, Finland, Vol. 1, 368-373.

Uwagi

Praca została zrealizowana w ramach grantu promotorskiego KBN o numerze 4T1101625