Fault Detection and Diagnosis relying on Set Membership Identification for time varying systems

Reppa, Vasso; Tzes, Anthony

doi:10.1109/systol.2010.5676068

Cited by 6 publications

(3 citation statements)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…On the other hand, FDD methods relying on SMI have been presented, in case of the detection of multiple abrupt parameter variations for a time‐varying system, and some authors have studied the design of guaranteed set‐membership fault detection, relying on a continuous time linear dynamical system with parametric uncertainties .…”

Section: Introductionmentioning

confidence: 99%

Broken bars fault diagnosis based on uncertainty bounds violation for three-phase induction motors

Mustafa

Nikolakopoulos

Gustafsson

2013

Int. Trans. Electr. Energ. Syst.

View full text Add to dashboard Cite

Summary In this article, a novel fault diagnosis scheme, based on uncertainty bounds violation, is being presented for the case of broken bars in squirrel‐cage three‐phase induction motors. The fault diagnosis is performed in two steps. First, the parameters of the healthy induction motor are identified using a set membership identification approach, where corresponding uncertainty bounds are also being provided. Second, the proposed uncertainty bounds violation conditions for the fault diagnosis are evaluated online, on the converged identified model, during a sliding time window. Multiple simulation results are presented that demonstrate the efficacy of the proposed scheme toward fault detection and diagnosis among different numbers of broken bars. Copyright © 2013 John Wiley & Sons, Ltd.

show abstract

Section: Introductionmentioning

confidence: 99%

Broken bars fault diagnosis based on uncertainty bounds violation for three-phase induction motors

Mustafa

Nikolakopoulos

Gustafsson

2013

Int. Trans. Electr. Energ. Syst.

View full text Add to dashboard Cite

show abstract

“…In the literature, several geometric shapes have been used to represent the uncertain parameter set H when using set-membership approaches [10]. For example, in [20,21], the set was approximated by an ellipsoid, Reppa and Tzes [22] have proposed an orthotopic approximation and Vicino and Zappa [23] have used a parallelotopic approximation. When using set-membership identification there is a trade-off between the set size (conservativeness) and the complexity of the identification method.…”

Section: Introductionmentioning

confidence: 99%

Identification for passive robust fault detection using zonotope‐based set‐membership approaches

Blesa

Puig

Saludes

2011

Adaptive Control & Signal

View full text Add to dashboard Cite

Abstract:In this paper, the problem of identification for passive robust fault detection when parametric modeling uncertainty is considered. In particular, a zonotope is used to bound the model parametric uncertainty. Two identification methods are introduced following, respectively, the worst-case and setmembership approaches. Then, the underlying hypothesis are discussed and performance is compared.These two identification approaches lead to two robust fault detection tests (namely, the direct and inverse tests) that are also discussed. A case study based on a four tanks system is used to exemplify the properties of the two identification and associated fault detection approaches.

show abstract

“…Μετά τη διαδικασία επαναρύθμισης, η διαδικασία διάγνωσης σφάλματος στοχεύει στον εντοπισμό των ελαττωματικών (ή μη) παραμέτρων, χρησιμοποιώντας τις προβολές των παραμετρικών συνόλων [57].…”

Section: διαδικασία απομόνωσης σφάλματοςunclassified

Ανίχνευση Και Διάγνωση Σφαλμάτων Με Εφαρμογές Σε Μικροηλεκτρομηχανικά Συστήματα

Ρέππα¹

View full text Add to dashboard Cite

Σε αυτή την διατριβή παρουσιάζεται η ανάπτυξη μιας διαδικασίας Ανίχνευσης και Διάγνωσης Σφαλμάτων (ΑΔΣ) η οποία είναι ικανή να εντοπίζει απομονώνει και αναγνωρίζει πολλαπλά απότομα παραμετρικά σφάλματα. Η προτεινόμενη μέθοδος βασίζεται στην Αναγνώριση Συνόλου Συμμετοχής (ΑΣΣ) των παραμέτρων. Η διαδικασία ΑΣΣ αντιστοιχεί σε ένα πρόβλημα βελτιστοποίησης το οποίο αποσκοπεί στον υπολογισμό του ορθοτόπου η ελλειψοειδούς το οποίο περιέχει το ονομαστικό διάνυσμα παραμέτρων και τέμνεται με τον υπερχώρο δεδομένων. Ο μηχανισμός Ανίχνευσης Σφαλμάτων ενεργοποιείται όταν διακόπτεται η φυσιολογική λειτουργία της ΑΣΣ λόγω της κενής τομής μεταξύ των εκτιμώμενου παραμετρικού συνόλου και του υπερχώρου δεδομένων. Τη χρονική στιγμή ανίχνευσης ενός σφάλματος εφαρμόζεται μια διαδικασία επαναρύθμισης που σκοπεύει στον υπολογισμό του νέου παραμετρικού συνόλου το οποίο περιέχει το μεταβεβλημένο ονομαστικό διάνυσμα παραμέτρων και τέμνεται με το υπερχώρο δεδομένων. Κατά τη διάρκεια της διαδικασίας απομόνωσης του σφάλματος εκτελούνται τεστ συμβατότητας τα οποία βασίζονται στις προβολές των νέων παραμετρικών συνόλων και στις προβολές των παραμετρικών συνόλων χείριστης περίπτωσης ενώ η απόσταση των κέντρων των προβολών χρησιμοποιείται για αναγνώριση σφάλματος. Στην περίπτωση που η ΑΔΣ πραγματοποιείται βασιζόμενη στην ΑΣΣ με ελλειψοειδή και θεωρώντας το ονομαστικό διάνυσμα παραμέτρων χρονικά αμετάβλητο ορίζεται ένα νέο κριτήριο ανίχνευσης σφαλμάτων χρησιμοποιώντας την τομή των περιβαλλόντων ορθοτόπων των ελλειψοειδών. Σε αυτή την περίπτωση ένα σφάλμα ανιχνεύεται όταν η τομή αυτή είναι κενή. Ακόμη προτείνεται μια πιο ακριβής εκτίμηση της χρονικής στιγμής εμφάνισης του σφάλματος ενώ παρατίθενται οι συνθήκες υπό τις οποίες ένα σφάλμα μπορεί να μην ανιχνευθεί ποτέ με την εφαρμογή των προτεινομένων μεθόδων. Η συγκεκριμένη διατριβή επίσης έρευνα την αποτελεσματικότητα της προτεινομένης μεθοδολογίας Ανίχνευσης και Διάγνωσης Σφαλμάτων για τον εντοπισμό των τρόπων εκδήλωσης σφαλμάτων σε δύο μικροηλεκτρομηχανικά συστήματα (ΜΗΜΣ) έναν ηλεκτροστατικό μικροεπενεργητή παράλληλων πλακών και ένα ατομικό μικροσκόπιοσυντονισμού στρέψης. Από πλευράς μηχανικής οι τρόποι εκδήλωσης σφαλμάτων στα δομικά στοιχεία του μικροεπενεργητή ή του ατομικού μικροσκοπίου αντιμετωπίζονται ως απότομες παραμετρικές οι οποίες εντοπίζονται και διαγιγνώσκονται από τις προτεινόμενες μεθόδους.

show abstract

Fault Detection and Diagnosis relying on Set Membership Identification for time varying systems

Cited by 6 publications

References 18 publications

Broken bars fault diagnosis based on uncertainty bounds violation for three-phase induction motors

Broken bars fault diagnosis based on uncertainty bounds violation for three-phase induction motors

Identification for passive robust fault detection using zonotope‐based set‐membership approaches

Ανίχνευση Και Διάγνωση Σφαλμάτων Με Εφαρμογές Σε Μικροηλεκτρομηχανικά Συστήματα

Contact Info

Product

Resources

About