Przegląd statystycznych metod detekcji nagłych zmian w przebiegach procesowych

• Autorzy: Klemiato M.
• Języki publikacji: PL

Abstrakty

PL

W artykule zarysowano problematykę systemów FDI w kontekście algorytmicznego wykrywania zdarzeń procesowych. Przedstawiono ogólną koncepcję wykorzystania metod statystycznych, opartych na funkcji wiarygodności, do detekcji stanów awaryjnych typu skokowa zmiana wartości średniej lub wariancji przebiegów procesowych. Omówiono kilka popularnych algorytmów wraz z przykładami ich działania. Zaletą ich jest prostota i łatwość implementacji zarówno w systemach off-line, jak i on-line. Należy podkreślić, że wszystkie przykłady zostały zaprezentowane dla sygnałów zakłóconych szumem białym. W przypadku szumu kolorowego, można również stosować ww. algorytmy, jednakże nie są one wtedy optymalne. Kryteria projektowania algorytmów detekcji i analiza ich zachowania zależy ściśle od specyfiki zadania detekcji. Najczęściej stosowanymi kryteriami są: średni czas między fałszywymi alarmami, prawdopodobieństwo braku detekcji, dokładność estymacji czasu wystąpienia i wielkości zmian w sygnale.

Słowa kluczowe

PL

systemy sterowania; detekcja błędów

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2006
• Tom: R. 10, nr 1
• Strony: 5--9
• Opis fizyczny: Bibliogr. 4 poz., rys., wykr.

Twórcy

autor

Klemiato M.

• Katedra Automatyki, Wydział Elektrotechniki, Automatyki, Informatyki i Elektronik, Akademia Górniczo-Hutnicza

Bibliografia

• 1. M. Basseville, Statistical Methods For Change Detection, in Control Systems, Robotics, and Automation, from Encyclopedia of Life Support Systems (EOLSS), Developed under the Auspices of the UNESCO, Eolss Publishers, Oxford ,UK, [http://www.eolss.net] [Retrieved December 6, 2005].
• 2. M. Basseville, I. Nikiforov, Detection of Abrupt Changes: Theory and Applications, Prentice Hall, 1993.
• 3. J. Gertler, Fault Detection and Diagnosis in Engineering Systems, Marcel Dekker, Inc., 1998.
• 4. J. Korbicz, J.M. Kościelny, Z. Kowalczuk, W. Cholewa, Diagnostyka procesów przemysłowych: Modele, metody sztucznej inteligencji, Zastosowania, WNT, Warszawa 2002.