Fault Detection and Diagnosis for Non-Gaussian Singular Stochastic Distribution Systems via Output PDFs

Abstract

This paper investigates the problem of fault detection and diagnosis (FDD) problem for non-Gaussian singular stochastic distribution control (SDC) systems via the output probability density functions(PDFs). The PDFs can be approximated by using square-root B-spline expansion, via this expansions to represent the dynamics weighting systems between the system input and the weights related to the output PDFs. In this work, an optimal fault detection and diagnosis algorithm is presented by introducing the parameter-updating. When the fault occurs, an adaptive network parameter-updating law is designed to approximated the fault. Finally, the simulation result are given to show that the approach can detect fault and estimate the size of fault.Key words: Probability density fuctions, Non-gausian singular stochastic distribution control, Fault detection and diagnosis, Adaptive network parameter-updatingDetekcija pogreške i dijagnostika za singularne stohastičke sustave s ne-Gaussovom razdiobom preko izlazne funkcije gustoće razdiobe. U ovome radu prikazan je problem detekcije pogreške i dijagnostike (FDD), za singularne stohastičke sustave upravljanja koji nemaju normalnu razdiobu, preko izlazne gustoće vjerojatnosti, koja se može aproksimirati koristeći square-root B-spline ekspanziju. Prikazan je optimalni algoritam za detekciju i dijagnostiku grešaka uvodeći postupak izmjene parametara. U trenutku pojave greške, adaptivna mreža za izmjenu parametara je dizajnirana u svrhu aproksimacije nastale pogreške. U radu su dani simulacijski rezultati koji prikazuju ispravnost ovakvog načina detekcije pogreške i procjene njezine veličine.Ključne riječi: funkcija gustoće vjerojatnosti, upravljanje sustavima sa stohastičkom razdiobom koja nije normalna, detekcija pogreške i dijagnostika, adaptivna mreža podešavanja parametara