Robust fault detection and accommodation of the boiler unit using state space neural networks

• Autorzy: Czajkowski A. , Patan K.

Warianty tytułu

PL

Odporna detekcja i kompensacja uszkodzeń układu zbiornika przepływowego za pomocą sztucznych sieci neuronwych w przestrzeni stanów

• Języki publikacji: EN

Abstrakty

EN

The paper deals with application of state space neural network models to fault detection and accommodation of a boiler unit. The work describes two aspects. The first one is the fault detection. In this paper three methods for fault diagnosis, namely: simple and adaptive threshold as well as more robust method which is model error modelling, are described and compared. The second part of the paper presents the approach to fault accommodation based on the so-called instantaneous linearization of the already trained nonlinear state space model of the system. With the obtained linear model it is possible to derive a new control law of the boiler unit in order to eliminate the fault effect in the case of faults. All data used in experiments are collected from the boiler unit simulator implemented in Matlab/Simulink.

PL

Artykuł dotyczy zastosowania modelu sztucznej sieci neuronowej w przestrzeni stanów do wykrywania i kompensacji uszkodzeń w układzie sterowania zbiornikiem przepływowym. Do wykrycia uszkodzenia zostały zaproponowane i doświadczalnie przetestowane trzy metody. Dwie pierwsze metody czyli progowanie proste oraz adaptacyjne polegają na obserwacji sygnału residuum i podejmowaniu decyzji przy przekroczeniu zadanego dopuszczalnego progu przez wartość tego sygnału. Trzecia metoda opiera się na zastosowaniu dodatkowego modelu dynamicznego do modelowania błędu modelu podstawowego w celu określenia zakresu niepewności jego pracy. W przypadku przekroczenia tego zakresu, można uznać, że wystąpiło uszkodzenie. Drugim podjętym przez autorów tematem jest problem kompensacji wykrytego uszkodzenia. W pracy opisuje się podejście oparte na tzw. chwilowej linearyzacji nauczonego w trybie off-line nieliniowego modelu systemu. Na podstawie zlinearyzowanego modelu możliwe jest wyznaczenie nowego prawa sterowania w celu wyeliminowania wpływu uszkodzenia w przypadku wystąpienia awarii. Wszystkie dane wykorzystywane do celów doświadczalnych są zbierane z symulatora zbiornika zrealizowanego w pakiecie Matlab/Simulink.

Słowa kluczowe

EN

state space neural networks; uncertainty; model error modelling; fault detection and accommodation; boiler unit

PL

model neuronowy w przestrzeni stanów; niepewność; modelowanie błędu modelu; detekcja uszkodzeń; kompensacja uszkodzeń; układ walczaka

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2011
• Tom: R. 57, nr 11
• Strony: 1428--1435
• Opis fizyczny: Bibliogr. 17 poz., rys., tab., wzor

Twórcy

autor

Czajkowski A.

autor

Patan K.

• Institute of Control and Computation Engineering, University of Zielona Góra, ul. Podgórna 50, 65-246 Zielona Góra,

Bibliografia

• [1] Basseville M. and Nikiforov I. V. (1993): Detection of Abrupt Changes: Theory and Application, Prentice Hall, Englewood Cliffs.
• [2] Blanke M., Kinnaert M., Lunze J. and Staroswiecki M. (2006): Diagnosis and Fault-Tolerant Control, Springer, Berlin.
• [3] Chen J. and Patton R. J. (1999): Robust Model-Based Fault Diagnosis for Dynamic Systems, Kluwer, Berlin.
• [4] Czajkowski A. and Patan K. (2010): Fault detection and accommodation of the boiler unit using state space neural networks, 8th European Workshop on Advanced Control and Diagnosis, ACD 2010, Ferrara, Italy, pp. 380-385. CD-ROM.
• [5] Koj J., Zelazny M. and Kościelny J. (2005): Laboratory stands for research and didactic purposes in the area of automatic control and diagnosis, Measurements, Automatic Control, Monitoring 50 (9): 261-264. special issue, in Polish.
• [6] Korbicz J., Kościelny J. M., Kowalczuk Z. and (eds) Cholewa W. (2004): Fault Diagnosis. Models, Artificial Intelligence, Applications, Springer-Verlag, Berlin.
• [7] Leszczyński M. and Syfert M. (2005): Application of fault tolerant control system for the boiler laboratory set-up, Proc. XV National Control Conference, KKA’05, Warsaw, Poland, Vol. II, pp. 175-178. in Polish.
• [8] Norgaard M., Ravn O., Poulsen N. K. and Hansen L. K. (2000): Neural Networks for Modelling and Control of Dynamic Systems, Springer-Verlag, London.
• [9] Patan K. (2008): Artificial Neural Networks for the Modelling and Fault Diagnosis of Technical Processes, Springer-Verlag, Berlin.
• [10] Patan K. (2009): Fault detection and accommodation by means of neural networks. application to the boiler unit, Proceedings of 7th International Symposium on Fault Detection, Supervision and Safety of Technical Processes, SAFEPROCESS 2009 Barcelona, Spain, 30th June - 3rd July 2009. CD-ROM.
• [11] Patan K. (2010): Local stability conditions for discrete-time cascade locally recurrent neural networks , International Journal of Applied Mathematics and Computer Science 20 (1): 23-34.
• [12] Patton R. J. (1997): Fault-tolerant control: the 1997 situation (survey), Proc. IFAC Symp. on Fault Detection, Supervision and Safety for Technical Processes, SAFEPROCESS’97, Hull, U. K., pp. 1029-1052.
• [13] Puig V. (2010): Fault diagnosis and fault tolerant control using set-membership approaches: Application to real case studies. International Journal of Applied Mathematics and Computer Science 20 (4): 619-635.
• [14] Reinelt W., Garulli A. and Ljung L. (2002): Comparing different approaches to model error modelling in robust identification, Automatica 38: 787-803.
• [15] Theillol D., Cedric J. and Zhang Y. (2008): Actuator fault tolerant control design based on reconfigurable reference input, International Journal of Applied Mathematics and Computer Science 18 (4): 553-560.
• [16] Zhang Q. (1997): Using wavelet networks in non parametric estimation, IEEE Transactions on Neural Networks 3: 227-236.
• [17] Zhang Y. (2007): Active fault-tolerant control systems: integration of fault diagnosis and reconfigurable control, in J. Korbicz, K. Patan and M. Kowal (Eds), Fault Diagnosis and Fault Tolerant Control, Challenging Problems of Science - Theory and Applications: Automatic Control and Robotics, Academic Publishing House EXIT, Warsaw, pp. 21-41.