25352

طراحي فيلتر كالمن تشخيص و جداساز عيب با رويكرد مديريت ارسال داده‌هاي اندازه‌گيري برمبناي وقوع رويداد

دكتري

برق-كنترل

1391

1400/06/16

دكتر جواد پشتان

دكتر سعيد شمقدري

مهندسي برق

در اين رساله دكتري به توسعه فيلتر كالمن بازگشتي تشخيص و جداساز عيب برمبناي روش هاي كنترل ارتباطات (زمانبندي وقوع رويداد معين و تصادفي) به منظور كنترل ارتباطات سيستم هاي تحت شبكه پرداخته شده است. با توجه به اين امر كه در سيستم هاي واقعي نويز و ورودي هاي ناشناخته امري اجتناب ناپذير هستند، از اين¬رو سيستم درنظر گرفته شده در اين رساله، سيستم خطي شامل ورودي ناشناخته معين/تصادفي با ميانگين مخالف صفر و نويز اندازه گيري رنگي است. ابتدا به ارائه روش تركيبي براي مقابله با اثر نويز اندازه گيري رنگي در طراحي فيلتر تشخيص و جداساز عيب و جلوگيري از ايجاد نويز اندازه گيري سفيد گوسي با كواريانس صفر پرداخته شده است. پس از آن زيرسيستم پايدار از سيستم اصلي كه تا حدممكن اثر اغتشاش را تضعيف نموده و در حالت ايده آل مستقل از اثر اغتشاش است، بدست آورده شده است. همچنين به منظور كنترل ارتباطات بين فيلتر تشخيص و جداساز عيب و گره هاي سنسوري، ابتدا فيلتر ياد شده براساس زمانبندي وقوع رويداد معين به صورت بازگشتي توسعه داده شده است. با توجه به چالش اصلي موجود در كنترل ارتباطات به روش زمانبندي هاي معين (عدم امكان رديابي سيستم هاي مرتبه بالاتر به صورت برخط به دليل محاسبات سنگين) در ادامه پژوهش، به توسعه فيلتر تشخيص و جداساز عيب براساس سه نوع شرط تصادفي كنترل ارتباطات پرداخته شده است. در حالت اول، شرط وقوع رويداد تصادفي فقط براساس داده هاي اندازه گيري شده عمل مي كند. به عبارتي شرط ارسال داده به صورت حلقه باز درنظر گرفته شده است. در حالت دوم، شرط وقوع رويداد تصادفي براساس اختلاف بين داده هاي اندازه گيري شده فعلي و پيش بيني آخرين داده ارسال شده عمل مي كند. به تعبيري ديگر ارسال داده به صورت حلقه بسته درنظر گرفته شده است. در اين حالت سنسور علاوه بر داده هاي اندازه گيري شده نيازمند تخمين آن ها نيز است. از اين رو در اين نوع ارتباط، سنسور نيازمند كپي محلي تخمين گر در خود و يا فيدبك از فيلتر تشخيص و جداساز عيب به سنسور كه اطلاعات اضافي آن حذف شده است، مي باشد. در حالت سوم، شرط وقوع رويداد تصادفي براساس اختلاف بين آخرين نمونه اندازه گيري شده و ضريبي از تخمين تقريبي آخرين نمونه ارسال شده عمل مي كند. درنتيجه در اين نوع ارتباط برخلاف ارتباط حقله بسته، سنسور نيازمند فيدبك از تخمين گر نبوده و برخلاف ارتباط حلقه باز، سنسور تخمين تقريبي آخرين نمونه ارسال شده را دارد. از اين رو علي رغم نبود حلقه فيدبك از فيلتر تشخيص و جداساز عيب به سنسور، عملكرد نزديكتري به ارتباط حلقه بسته دارد. لازم به ذكر است به منظور سهولت طراحي پارامترهاي ثابت، در اين رساله دكتري پارامترهاي طراحي براساس روش بهينه سازي محدب نامساوي ماتريسي خطي ارائه شده است. در پايان، عملكرد روش هاي توسعه داده شده با شبيه سازي به منظور تشخيص و جداسازي عيب استاتور و روتور موتور القايي سه فاز در حضور اغتشاش نامتعادلي منبع تغذيه مورد ارزيابي قرار گرفته است.

1400/07/20

Event-Triggered Fault Detection and Isolation Based on Kalman Filter

1/1/1900 12:00:00 AM

In this PhD thesis, a recursive Fault Detection and Isolation Kalman filter (FDIK) is extended based on communication control methods (deterministic and stochastic event-triggered scheduling) for Networked Control Systems (NCS). Since noise and unknown inputs are inevitable in real systems, the system in this thesis is considered linear consisting of deterministic/nonzero mean stochastic unknown input and colored measurement noise. First, a combined method is proposed to deal with the effect of colored measurement noise in designing FDI filter and to prevent white Gaussian measurement noise with zero covariance. Then, a stable subsystem of the main system is achieved which attenuates disturbance effects as much as possible and is independent of disturbance effects in ideal case. Moreover, in order to control the communications between the FDI filter and sensor nodes, first the mentioned filter is extended recursively based on deterministic event-triggered scheduling. Because of the main challenge in control of communications based on deterministic scheduling (i.e. the impossibility of online tracking of the higher order systems due to complicated calculations), the FDI filter is extended based on three types of stochastic conditions in communication control. In the first type, the stochastic event-triggered condition is just based on measured data. In other words, the data-sending condition is considered open-loop. In the second type, the stochastic event-triggered condition is based on the difference between current measured data and the prediction of last sent data. In other words, the data-sending condition is considered closed-loop. In this case, the sensor needs not only the measured data, but also their estimation. Therefore, in such type of communication, the sensor needs the local copy of the estimator or the feedback from FDI filter to sensor whose unneeded information is deleted. In the third type, the stochastic event-triggered condition is based on the difference between the last measured sample and a coefficient of rough estimation of last sent sample. Therefore, in this type of communication, in contrast to closed-loop communication type, the sensor does not need feedback from the estimator, and in contrast to open-loop communication type, the sensor has got the rough estimation of last sent sample. Although there is no feedback loop from the FDI filter to sensor, this type of communication performs more like closed-loop type. It is notable that in order to make the design of constant parameters convenient, the design parameters are given based on LMI convex optimization methods in this PhD thesis. Finally, the proposed FDI method is evaluated to detect and isolate stator inter-turn short circuit and broken rotor bars faults with unbalanced voltage as disturbance in three-phase induction motors.

سيستم هاي تحت شبكه , كنترل ارتباطات , زمانبندي وقوع رويداد تصادفي , زمانبندي وقوع رويداد معين , بهينه سازي محدب

NCS , Communication control methods , Stochastic event-triggered , Deterministic event-triggered , Convex optimization