Fault Tolerant-Control: Solutions and Challenges

Witczak, M.; Pazera, M.

doi:10.14313/PAR_219/5

Artykuł - szczegóły

Tytuł artykułu

Fault Tolerant-Control: Solutions and Challenges

Autorzy

Witczak M. , Pazera M.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.14313/PAR_219/5

Warianty tytułu

Sterowanie tolerujące uszkodzenia: rozwiązania i wyzwania

Języki publikacji

Abstrakty

Fault-Tolerant Control (FTC) systems are intensively investigated both from the theoretical and practical viewpoints. It is reflected in a large number of publications and research teams dealing with this emerging area. FTC is perceived as a technique integrating advanced fault diagnosis techniques and modern control methods that makes it possible a system to continue its mission under a faulty situation. It can be also observed that the fault diagnosis theory is well developed for linear systems. There are also approaches that can be efficiently used to minimize the uncertainty effect of the model of the system being controlled and diagnosed as well as noise and disturbances. This means that the development of analogous strategies for non-linear systems is fully justified. One of the main difficulties in the current development of FTC is the fact that most works presented in the literature treat fault diagnosis and FTC problems separately. Unfortunately, perfect fault diagnosis, and in particular fault identification, is impossible to attain. This justifies the necessity of developing integrated fault diagnosis and FTC, which takes into account such an unappealing phenomenon, both for linear and non-linear systems. As indicates the state-of-the-art regarding FTC, the integration issue is treated cursorily while the lack of suitable solution is replaced with a chain of (possibly conservative) assumptions related to fault diagnosis. Taking into account the above difficulties, the paper focuses on the presentation of modern FTC with analytical and soft computing approaches. An effective FTC methods are discussed along with the integration process of fault diagnosis and FTC.

Systemy sterowania tolerującego uszkodzenia FTC (ang. Fault-Tolerant Control) są obecnie intensywnie badane, zarówno z teoretycznego, jak i praktycznego punktu widzenia. Znajduje to odzwierciedlenie w wielu publikacjach naukowych oraz w liczbie międzynarodowych zespołów zaangażowanych w badania nad tym zagadnieniem. FTC jest postrzegane jako technika integrująca zaawansowane strategie diagnostyki uszkodzeń z nowoczesnymi metodami sterowania, umożliwiająca dalsze funkcjonowanie systemu w warunkach uszkodzeń. Teoria diagnostyki uszkodzeń i sterowania jest dobrze rozwinięta i udokumentowana dla systemów liniowych. Istnieją również rozwiązania zmniejszające zależność między jakością funkcjonowania powyższych metod, a niepewnością modelu opisującego sterowany i diagnozowany, która może być spowodowana takimi czynnikami jak: różnice między kopiami użytych elementów konstrukcyjnych, niestacjonarność systemu, zewnętrzne zakłócenia, szumy pomiarowe, itd. Oznacza to, że opracowywanie analogicznych rozwiązań dla systemów nieliniowych jest w pełni uzasadnione. Jedną z głównych trudności w obecnym rozwoje FTC jest fakt, że większość prac prezentowanych w literaturze traktuje problemy diagnostyki uszkodzeń i FTC niezależnie. Niestety, idealna diagnostyka uszkodzeń, a w szczególności ich identyfikacja (określenie rozmiaru uszkodzeń) jest niemożliwa do uzyskania. Uzasadnia to konieczność projektowania zintegrowanych układów diagnostyki i FTC uwzględniających tą niepożądaną właściwość, zarówno dla układów liniowych, jak i nieliniowych. Jak wskazuje przegląd licznych prac w zakresie FTC oraz monografii związanych z tą tematyką, problem integracji jest traktowany bardzo pobieżnie, a jego rozwiązanie zastępuje się szeregiem (zazwyczaj restrykcyjnych) założeń, jakie musi spełniać układ diagnostyczny stanowiący jeden z elementów FTC. Biorąc pod uwagę powyższe uwarunkowania, referat koncentruje się na prezentacji nowoczesnych rozwiązań w zakresie FTC z zastosowaniem technik analitycznych i metod obliczeń inteligentnych. Omawia się również efektywne metody sterowania tolerującego uszkodzenia wraz z procesem integracji układów sterownia i diagnostyki uszkodzeń.

Słowa kluczowe

fault diagnosis fault-tolerant control fault failure robustness

diagnostyka uszkodzeń sterowanie tolerujące uszkodzenia uszkodzenie awaria odporność

Wydawca

Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP

Czasopismo

Pomiary Automatyka Robotyka

Rocznik

2016

Tom

R. 20, nr 1

Strony

5--16

Opis fizyczny

Bibliogr. 59 poz., rys., wykr.

Twórcy

autor

Witczak M.

M.Witczak@issi.uz.zgora.pl

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

autor

Pazera M.

M.Pazera@issi.uz.zgora.pl

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

Bibliografia

1. Blanke M., Kinnaert M., Lunze J., Staroswiecki M., Diagnosis and Fault-Tolerant Control, Springer-Verlag, New York 2006, DOI: 10.1007/978-3-540-35653-0.
2. Chen J., Patton R.J., Robust Model-Based Fault Diagnosis for Dynamic Systems, Kluwer Academic Publishers, London 1999, DOI: 10.1007/978-1-4615-5149-2.
3. Isermann R., Fault-Diagnosis Systems. An Introduction from Fault Detection to Fault Tolerance, Springer-Verlag, New York 2006, DOI: 10.1007/3-540-30368-5.
4. Kościelny J., Diagnostics of Automatic Industrial Processes, Academic Publishing Office EXIT, Warsaw 2001.
5. Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. (Eds.), Fault Diagnosis. Models, Artificial Intelligence, Applications, Springer-Verlag, Berlin 2004, DOI: 10.1007/978-3-642-18615-8.
6. Witczak M., Modelling and Estimation Strategies for Fault Diagnosis of Non-linear Systems, Springer-Verlag, Berlin 2007, DOI: 10.1007/978-3-540-71116-2.
7. Isermann R., Fault-Diagnosis Applications: Model-Based Condition Monitoring, Actuators, Drives, Machinery, Plants, Sensors, and Fault-tolerant Systems, Springer-Verlag, Berlin 2011, DOI: 10.1007/978-3-642-12767-0.
8. Mahmoud M., Jiang J., Zhang Y., Active Fault Tolerant Control Systems. Stochastic Analysis and Synthesis, Springer-Verlag, Berlin 2003, DOI: 10.1007/3-540-36283-5.
9. Noura H., Theilliol D., Ponsart J., Chamseddine A., Fault-tolerant Control Systems. Design and Practical Applications, Springer-Verlag, Berlin 2009, DOI: 10.1007/978-1-84882-653-3.
10. Ducard G., Fault-tolerant Flight Control and Guidance Systems: Practical Methods for Small Unmanned Aerial Vehicles, Springer-Verlag, Berlin 2009, DOI: 10.1007/978-1-84882-561-1.
11. Witczak M., Fault Diagnosis and Fault-Tolerant Control Strategies for Non-Linear Systems. Analytical and Soft Computing Approaches, Springer International Publishing, Heidelberg 2014, DOI: 10.1007/978-3-319-03014-2.
12. Korbicz J., Kościelny J.M. (Eds.), Modeling, Diagnostics and Process Control. Implementation in the DiaSter System, Springer-Verlag, Berlin 2011, DOI: 10.1007/978-3-642-16653-2.
13. Witczak M., Advances in model-based fault diagnosis with evolutionary algorithms and neural networks, “International Journal of Applied Mathematics and Computer Science”, Vol. 16, No. 1, 2006, 85-99.
14. Blanke M., Bøgh S., Jørgensen R.B., Patton R.J., Fault detection for diesel engine actuator. A benchmark for FDI, “Control Engineering Practice”, Vol. 3, No. 12, 1995, 1731-1740, DOI: 10.1016/0967-0661(95)96891-R.
15. Zhang Y., Jiang J., Bibliographical review on reconfigurable fault-tolerant control systems, “Annual Reviews in Control”, Vol. 32, No. 2, 2008, 229-252, DOI: 10.1016/j.arcontrol.2008.03.008.
16. Zhang Y., Jiang J., Bibliographical review on reconfigurable fault-tolerant control systems, [in:] Proceedings of the 5th IFAC Symposium Fault Detection Supervision and Safety of Technical Processes, SAFEPROCESS, Washington, D.C., USA 2003, 265-276.
17. Liang Y., Liaw D., Lee T., Reliable control of nonlinear systems, “IEEE Transactions on Automatic Control”, Vol. 45, No. 4, 2000, 706−710, DOI: 10.1109/9.847106.
18. Liao F., Wang J., Yang G., Reliable robust flight tracking control: an LMI approach, “IEEE Transactions on Control Systems Technology”, Vol. 10, No. 1, 2000, 76-89, DOI: 10.1109/87.974340.
19. Qu Z., Ihlefeld C., Yufang J., Saengdeejing A., Robust fault-tolerant self-recovering control of nonlinear uncertain systems, “Automatica”, Vol. 39, No. 10, 2003, 1763-1771, DOI: 10.1016/S0005-1098(03)00181-X.
20. Li H., Zhao Q., Yang Z., Reliability modeling of fault tolerant control systems, “International Journal of Applied Mathematics and Computer Science”, Vol. 17, No. 4, 2007, 491-504, DOI: 10.2478/v10006-007-0041-0.
21. Blanke M., Kinnaert M., Lunze J., Staroswiecki M., Diagnosis and Fault-Tolerant Control. Second Edition. Springer-Verlag Berlin Heidelberg, 2006, DOI: 10.1007/978-3-540-35653-0.
22. Dziekan L., Witczak M., Korbicz J., Active fault-tolerant control design for Takagi-Sugeno fuzzy systems, “Bulletin of the Polish Academy of Sciences: Technical Sciences”, Vol. 59, No. 1, 2011, 93-102.
23. Madria S., Kumar V., Dalvi R., Sensor cloud: A cloud of virtual sensors, “IEEE Software”, Vol. 31, No. 2, 2014, 70-77.
24. Seron M.M., De Dona J.A., Fault tolerant control using virtual actuators and invariant-set based fault detection and identification, [in:] Decision and Control, 2009 held jointly with the 2009 28th Chinese Control Conference. CDC/CCC 2009. Proceedings of the 48th IEEE Conference on. IEEE, 2009, 7801−7806, DOI: 10.1109/CDC.2009.5399909.
25. Rotondo D., Puig V., Nejjari F., Romera J., A fault-hiding approach for the switching quasi-LPV fault tolerant control of a four-wheeled omnidirectional mobile robot, “IEEE Transactions on Industrial Electronics”, Vol. 62, No. 6, 2015, 3932-3944, DOI: 10.1109/TIE.2014.2367002.
26. Pratt J., Torres A., Dilworth P., Pratt G., Virtual actuator control, [in:] Proceedings of the 1996 IEEE/RSJ International Conference on Intelligent Robots and Systems’ 96, IROS 96, Vol. 3. IEEE, 1996, 1219−1226, DOI: 10.1109/IROS.1996.568974.
27. Pawlowski A., Cervin A., Guzman J.L., Berenguel M., Generalized predictive control with actuator deadband for event-based approaches, “IEEE Transactions on Industrial Informatics”, Vol. 10, No. 1, 523−537, 2014, DOI: 10.1109/TII.2013.2270570.
28. Shin J., Kurdahi F., Dutt N., Cooperative on-chip temperaturę estimation using multiple virtual sensors, “IEEE Embedded Systems Letters”, Vol. 7, No. 2, 2015, DOI: 10.1109/LES.2015.2400992.
29. Keller J.Y., Darouach M., Two-stage Kalman estimator with unknown exogenous inputs, “Automatica”, Vol. 35, No. 2, 1999, 339−342, DOI: 10.1016/S0005-1098(98)00194-0.
30. Gillijns S., De Moor B., Unbiased minimum-variance input and state estimation for linear discrete-time systems, “Automatica”, Vol. 43, No. 1, 2007, 111-116, DOI: 10.1016/j.automatica.2006.08.002.
31. Khémiri K., Ben Hmida F., Ragot J., Gossa M., Novel optimal recursive filter for state and fault estimation of linear systems with unknown disturbances, “International Journal of Applied Mathematics and Computer Science”, Vol. 21, No. 4, 629-637, 2011, DOI: 10.2478/v10006-011-0049-3.
32. Zhang X., Polycarpou M., Parisini T., Fault diagnosis of a class of nonlinear uncertain systems with Lipschitz nonlinearities using adaptive estimation, “Automatica”, Vol. 46, No. 2, 2010, 290-299, DOI: 10.1016/j.automatica. 2009.11.014.
33. Veluvolu K.C., Kim M.Y., Lee D., Nonlinear sliding mode high-gain observers for fault estimation, “International Journal of Systems Science”, Vol. 42, No. 7, 2011, 1065-1074, DOI: 10.1080/00207721.2011.573102.
34. Nobrega E.G., Abdalla M.O., Grigoriadis K.M., Robust fault estimation of uncertain systems using an LMI-based approach, “International Journal of Robust and Nonlinear Control”, Vol. 18, No. 18, 2008, 1657-1680, DOI: 10.1002/rnc.1313.
35. Rotondo D., Nejjari F., Puig V., A virtual actuator and sensor approach for fault tolerant control of LPV systems, “Journal of Process Control”, Vol. 24, No. 3, 2014, 203-222, DOI: 10.1016/j.jprocont.2013.12.016.
36. Ichalal D., Marx B., Ragot J., Maquin D., Fault detection, isolation and estimation for Takagi-Sugeno nonlinear systems, “Journal of the Franklin Institute”, Vol. 351, No. 7, 2014, 3651-3676, DOI: 10.1016/j.jfranklin.2013.04.012.
37. Seron M.M., De Doná J.A., Robust fault estimation and compensation for LPV systems under actuator and sensor faults, “Automatica”, Vol. 52, 2015, 294-301, DOI: 10.1016/j.automatica.2014.12.003.
38. Tabatabaeipour S.M., Bak T., Robust observer-based fault estimation and accommodation of discrete-time piecewise linear systems, “Journal of the Franklin Institute”, Vol. 351, No. 1, 2014, 277-295, 10.1016/j.jfranklin.2013.08.021.
39. De Persis C., De Santis R., Isidori A., Nonlinear actuator fault detection and isolation for a VTOL aircraft, [in:] Proceedings of the 2001 American Control Conference, 2001, 4449-4454, DOI: 10.1109/ACC.2001.945679.
40. Amato F., Cosentino C., Mattei M., Paviglianiti G., A mixed direct/functional redundancy scheme for the FDI on a small commercial aircraft, [in:] Proceedings of the SAFEPROCESS03, IFAC Symposium, 2003, 167-172.
41. Hammouri H., Kinnaert M., El Yaagoubi E.H., Observer-based approach to fault detection and isolation for nonlinear systems, “IEEE Trans. on Automatic Control”, Vol. 44, No. 10, 1999, 1879-1884, DOI: 10.1109/9.793728.
42. De Persis C., Isidori A., An H_infty-suboptimal fault detection filter for bilinear systems, [in:] Proceedings of the Nonlinear Control in the Year 2000, 331-339, 2000, DOI: 10.1007/BFb0110224.
43. De Persis C., A. Isidori, A geometric approach to nonlinear fault detection and isolation, “IEEE Transactions on Automatic Control”, Vol. 46, No. 6, 853−865, 2001, DOI: 10.1109/9.928586.
44. Mattei M., Paviglianiti G., Scordamaglia V., Nonlinear observers with H_infty performace for sensor fault detection and isolation: a linear matrix inequality design procedure, “Control Engineering Practice”, Vol. 13, No. 10, 2006, 1271-1281, DOI: 10.1016/j.conengprac.2004.11.012.
45. Mrugalski M., An unscented Kalman filter in designing dynamic GMDH neural networks for robust fault detection, “International Journal of Applied Mathematics and Computer Science”, Vol. 23, No. 1, 2013, 157-169, DOI: 10.2478/amcs-2013-0013.
46. Witczak M., Buciakowski M., Puig V., Rotondo D., Nejjari F., An LMI approach to robust fault estimation for a class of nonlinear systems, “International Journal of Robust and Nonlinear Control”, 2015, DOI: 10.1002/rnc.3365. 47. Tan C., Edwards C., Multiplicative fault reconstruction using sliding mode observers, [in:] Asian Control Conference, Vol. 2, 2004, 957-962.
48. Chunyan G., Qing Z., Guang-Ren D., Multiplicative fault estimation for a type of nonlinear uncertain system, [in:] 30th Chinese Control Conference, IEEE, 2011, 4355-4360.
49. Gao C., Duan G., Robust adaptive fault estimation for a class of nonlinear systems subject to multiplicative faults, “Circuits, Systems, and Signal Processing”, Vol. 31, No. 6, 2012, 2035-2046, 10.1007/s00034-012-9434-x.
50. Shi F., Patton R., A robust adaptive approach to wind turbine pitch actuator component fault estimation, [in:] 2014 UKACC International Conference on Control, IEEE, 468-473, DOI: 10.1109/CONTROL.2014.6915185.
51. Witczak M., Puig V., de Oca S., A fault-tolerant control strategy for non-linear discrete-time systems: application to the twin-rotor system, “International Journal of Control”, Vol. 86, No. 10, 2013, 1788-1799, DOI: 10.1080/00207179.2013.796592.
52. Witczak M., Buciakowski M., Aubrun C., Predictive actuator fault-tolerant control under ellipsoidal bounding, “International Journal of Adaptive Control and Signal Processing”, 2015, DOI: 10.1002/acs.2567.
53. Kouvaritakis B., Rossiter J.A., Schuurmans J., Effcient robust predictive control, “IEEE Transactions on Automatic Control”, Vol. 45, No. 8, 2000, 1545-1549, DOI: 10.1109/9.871769.
54. Witczak P., Witczak M., Korbicz J., Aubrun Ch., A robust predictive actuator fault-tolerant control scheme for Takagi-Sugeno fuzzy systems, “Bulletin of the Polish Academy of Sciences: Technical Sciences”, Vol. 63, No. 4, 977-987, 2015.
55. Odgaard P.F., Stoustrup J., A benchmark evaluation of fault tolerant wind turbine control concepts, “IEEE Transactions on Control Systems Technology”, Vol. 23, No. 3, 1221-1228, 2015, DOI: 10.1109/TCST.2014.2361291.
56. Zhang H., Krogh B., Moura J.M., Zhang W., Estimation in virtual sensor-actuator arrays using reduced-order physical models, [in:] 43rd IEEE Conference on Decision and Control, Vol. 4, 2004, 3792−3797, DOI: 10.1109/CDC.2004.1429329.
57. Modirnia R., Boulet B., Model-based virtual sensors and core-temperature observers in thermoforming applications, “IEEE Transactions on Industry Applications”, Vol. 49, No. 2, 721-730, 2013, DOI: 10.1109/TIA.2013.2244544.
58. Gosiewski Z., Kulesza Z., Virtual collocation of sensors and actuators for a flexible rotor supported by active magnetic bearings, [in:] 14th International Carpathian Control Conference (ICCC), 2013, 94−99, DOI: 10.1109/CarpathianCC. 2013.6560518.
59. [www.inteco.com.pl] INTECO. Multitank System - User’s manual, 2013.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-4b74d962-28ce-40ef-9883-1ecfbe5f66cd