E. Frisk

53
53 54 58 61 62 63
6 Temporal Reasoning
6.1 6.2 6.3 6.4 6.5
Temporal-Constraint Reasoning : : : : Some Examples in Detail : : : : : : : : Reasoning about Knowledge and Time Temporal-reasoning Systems : : : : : : Further Reading : : : : : : : : : : : : :
7
3 Continuous model based diagnosis
3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 3.11
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
16
16 16 20 23 24 25 27 29 31 32 32
4 Statistical change detection
4.1 Residual generation : : : : : : : : : : : : : : : : : : : : : : : : : : 43 1
Fault detection Fault isolation
Detect when a fault has occured.
Isolate the fault, i.e. determine the faults origin
FDI is sometimes used as a synonym to diagnosis, e.g. in Gertler 1991]. When designing a diagnostic system important parameters are the false alarm rate, i.e. how often the system signals a fault in a fault-free environment, and the probability for missed fault detection. These measures can be hard to determine forcing other performance measures as will be discussed in Section 3.10. To perform diagnosis we need some sort of redundancy in the system and one way of achieving this is to introduce hardware redundancy in the process. A critical component, e.g. an actuator or sensor, is then duplicated or triplicated (Triple Modular Redundancy) and then using a majority decision rule any faults in the 3
This work has been supported by NUTEK within the ISIS competence centre and by the Swedish research council for engineering sciences (TFR) under grant Dnr. 93-731.
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
: : : : : : : : : : :
43
4.2 4.3 4.4 4.5 4.6 5.1 5.2 5.3 5.4 5.5 5.6
Performance measures : : Change detection methods Two-model approach : : : Multi-model approach : : Example: fuel monitoring
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
44 45 46 47 48
5 Discrete model-based diagnosis
Introduction to diagnostic reasoning : Model-based diagnosis : : : : : : : : Finding a solution : : : : : : : : : : : Selecting a solution : : : : : : : : : : Speeding up model-based diagnosis : Diagnosis in DEDS : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : :Biblioteka : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
1.1 Problem formulation
In 1989] Isermann de nes the diagnostic task as the determination of kind, location, size and time of a detected fault. A term closely related to diagnosis is FDI (Fault Detection and Isolation) as used by Frank 1991], Patton 1994] and Chow & Willsky 1984] where
: : : : :
: : : : :
: : : : :
: : : : :
: : : : :
: : : : :
: : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
: : : : : : : : : : : : : : : :
Issues in Diagnosis, Supervision and Safety
L. Nielsen M. Nyberg Email: matny@isy.liu.se E. Frisk Email: frisk@isy.liu.se C. Backstrom Email: cba@ida.liu.se A. Henriksson Email: andhe@ida.liu.se I. Klein Email: inger@isy.liu.se F. Gustafsson Email: fredrik@isy.liu.se S. Gunnarsson
65
65 76 84 89 90
2
Chapter 1 Introduction
Diagnosis, supervision and safety are found in almost all technologically advanced products. This includes automobiles, airplanes, robots, numerically controlled machines, among others. There is now a trend to extend the functionality of diagnosis and supervision systems to handle more cases in more operating situations. There are many reasons including economy, safety, and maintenance. The purpose of this report is to collect some of initiatives taking place in research and some of the developments taking place in industry.
Abstract
IDA Technical Report 1996 LiTH-IDA-R-96-37 ISSN-0281-4250
Department of Computer and Information Science, Linkoping University, S-581 83 Linkoping, Sweden
Contents
1 Introduction
1.1 Problem formulation : : : : : : : : : : : : : : : : : : : : : : : : : 1.2 Outline of the report : : : : : : : : : : : : : : : : : : : : : : : : :
3
3 5
2 Industrial perspectives
2.1 Diagnosis, Supervision and Safety in process industry from an ABB perspective : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 7 2.2 Diagnosis, Supervision and Safety in automotive engines : : : : : 8 2.3 Diagnosis, Supervision and Safety examples in AXE exchanges : : 11 2.4 Diagnosis, Supervision and Safety from a Saab Military Aircraft Point of View : : : : : : : : : : : : : : : : : : : : : : : : : : : : : 13 2.5 Diagnosis, Supervision and Safety examples in robotics : : : : : : 15 Why model based diagnosis? : : : : : : : : Quantitative approaches to diagnosis : : : Isolation strategies : : : : : : : : : : : : : Robustness : : : : : : : : : : : : : : : : : Model structure : : : : : : : : : : : : : : : Parameter estimation : : : : : : : : : : : : Geometric approach to residual generation Residual evaluation : : : : : : : : : : : : : Non-linear residual generators : : : : : : : Performance issues : : : : : : : : : : : : : Parity equations : : : : : : : : : : : : : : :
Email: lars@isy.liu.se Email: svante@isy.liu.se
Issues concerning diagnosis, supervision and saftey are found in many technologicaly advanced products. There is now a trend to extend the functionality of diagnosis and supervision systems to handle more advanced situations. This report collects some of the initiatives taking place in research and some of the developments taking place in the industry.