<p>U ovoj doktorskoj disertaciji je predstavljena je nova metoda za<br />detekciju propada napona, zasnovana na Rekurentnoj<br />neuronskoj mreži i analizi u harmonijskom domenu. Metoda je<br />namenjena za primenu u savremenim distributivnim mrežama<br />koje sadrže obnovljive izvore, i u skladu sa tim je optimizovana i<br />testirana. Pametna metoda postiže izuzetne rezultate u brzini<br />detekcije, sa prosečnim vremenom detekcije manjim od 1 ms, uz<br />izuzetnu pouzdanost (preko 97%). U doktorskoj disertaciji<br />dokazana je i druga hipoteza, a to je da je moguće predvideti<br />dubinu propada algoritmom zasnovanim na harmonijskoj analizi.</p> / <p>In this PhD thesis, a novel method for the detection of voltage dips<br />(sags), based on the Recurrent Neural Network and analysis in the<br />frequency domain, is presented. The method is intended for use in<br />the modern distribution grids that contains renewable sources, and<br />accordingly it is optimized and tested. The smart method achieves<br />exceptional results in detection speed, with an average detection<br />time of less than 1 ms and with high reliability (over 97%). In the<br />PhD thesis, another hypothesis is proved, which claims that is<br />possible to predict the depth of dip with algorithm based on the<br />harmonic analysis.</p>

La surveillance des systèmes industriels et/ou embarqués constitue une préoccupation majeure en raison de l’accroissement de leur complexité et des exigences sur le respect des profilsde mission. La détection d’anomalies tient une place centrale dans ce contexte. Fondamentalement,les procédures de détection à base de modèles consistent à comparer le fonctionnement réel dusystème avec un fonctionnement de référence établi à l’aide d’un modèle sans défaut. Cependant,les systèmes à surveiller présentent souvent des dynamiques non linéaires et difficiles à caractériserde manière exacte. L’approche retenue dans cette thèse consiste à englober leur influencepar des incertitudes bornées. La propagation de ces incertitudes permet l’évaluation de seuils dedécision visant à assurer le meilleur compromis possible entre sensibilité aux défauts et robustesseaux perturbations tout en préservant une complexité algorithmique raisonnable. Pour cela, unepart importante du travail porte sur l’extension des classes de modèles dynamiques à incertitudesbornées pour lesquels des observateurs intervalles peuvent être obtenus avec les preuves d’inclusionet de stabilité associées. En s’appuyant sur des changements de coordonnées variant dans letemps, des dynamiques LTI, LPV et LTV sont considérées graduellement pour déboucher sur desclasses de dynamiques Non Linéaires à Incertitudes Bornées continues (NL-IB). Une transformationdes modèles NL-IB en modèles LPV-IB a été utilisée. Une première étude sur les non-linéaritésd’une dynamique de vol longitudinal est présentée. Un axe de travail complémentaire porte surune caractérisation explicite de la variabilité (comportement aléatoire) du bruit de mesure dansun contexte à erreurs bornées. En combinant cette approche à base de données avec celle à basede modèle utilisant un prédicteur intervalle, une méthode prometteuse permettant la détection dedéfauts relatifs à la position d’une surface de contrôle d’un avion est proposée. Une étude portenotamment sur la détection du blocage et de l’embarquement d’une gouverne de profondeur. / The monitoring of industrial and/or embedded systems is a major concern accordingto their increasing complexity and requirements to respect the mission profiles. Detection of anomaliesplays a key role in this context. Fundamentally, model-based detection procedures consist incomparing the true operation of the system with a reference established using a fault-free model.However, the monitored systems often feature nonlinear dynamics which are difficult to be exactlycharacterized. The approach considered in this thesis is to enclose their influence through boundeduncertainties. The propagation of these uncertainties allows the evaluation of thresholds aimingat ensuring a good trade-off between sensitivity to faults and robustness with respect to disturbanceswhile maintaining a reasonable computational complexity. To that purpose, an importantpart of the work adresses the extension of classes of dynamic models with bounded uncertaintiesso that interval observers can be obtained with the related inclusion and stability proofs. Based ona time-varying change of coordinates, LTI, LPV and LTV dynamics are gradually considered tofinally deal with some classes classes of nonlinear continuous dynamics with bounded uncertainties.A transformation of such nonlinear models into LPV models with bounded uncertainties has beenused. A first study on nonlinearities involved in longitudinal flight dynamics is presented. A complementarywork deals with an explicit characterization of measurement noise variability (randombehavior of noise within measurement) in a bounded error context. Combining this data-drivenapproach with a model-driven one using an interval predictor, a promising method for the detectionof faults related to the position of aircraft control surfaces is proposed. In this context, specialattention has been paid to the detection of runaway and jamming of an elevator.

This work is intended to investigate the Aircraft Technical Diagnostics Systems by focusing on Central Maintenance Systems and the Fault Detection and Isolation (FDI) process among the avionic components. A review about the Computer Control Systems and background about the Avionic Architecture is presented prior to introducing to most popular FDI method; model-based diagnosis. The discussions about the onboard FDI practices are followed by a maintenance hangar FDI perspective which was concluded as a result of the field research. The outcomes of the field research and pointing the “real” fault isolation are analyzed to point the practical needs of a hangar FDI tools. Subsequently, a proposal technique, which can improve fault isolation by preventing No-Fault-Found (NFF), is given by discussing the methods to implement it. Finally, the results of investigation and conclusions of analysis are presented. / Baigiamajame darbe lietuviškos anotacijos nepateikta.

It is a fact that software has bugs. These bugs can lead to failures. Especially dependability and security failures are a great threat to software users. This thesis introduces four novel approaches that can be used to automatically harden software at the user's site. Automatic hardening removes bugs from already deployed software. All four approaches are automated, i.e., they require little support from the end-user. However, some support from the software developer is needed for two of these approaches. The presented approaches can be grouped into error toleration and bug removal. The two error toleration approaches are focused primarily on fast detection of security errors. When an error is detected it can be tolerated with well-known existing approaches. The other two approaches are bug removal approaches. They remove dependability bugs from already deployed software. We tested all approaches with existing benchmarks and applications, like the Apache web-server.

This work focuses in two main directions of rotor dynamics field, the simulation of rotor bearing systems and the fault diagnosis. From the serious multiple faults that can appear in a rotor bearing system two of them are the target of current research: the transverse fatigue crack of a rotor and the radial extended wear in a bearing. The transverse crack is a defect able to bring a catastrophic failure of the system when the growth (depth) takes high percentage values relatively to radius of the shaft (i.e. >60%) and the symptoms of crack presence have been widely investigated during last four decades yielding efficient methods for the early crack detection. On the other hand the defect of bearing wear is much less investigated without results connected with wear diagnosis methods. Concerning previous works in those two defects the current dissertation’s persuasion is firstly to make a proposal in bearing wear detection, secondly to achieve a method definition able to detect a breathing transverse crack in a different way from those referred to literature. For the subject of crack detection, a different crack breathing model is proposed with emphasis in coupled local compliances definition and their variation during rotation while for the subject of bearing wear detection, a wear model from the literature is used with emphasis in rotor bearing system construction in a different way in relation to what up to now is available in literature. The rotor bearing system construction (simulation) is a matter widely investigated since early 60’s and some points of the current work try to differ in the way that the rotor and the fluid film bearings interact in discrete time. The concept of nonlinear fluid film forces is confronted in this work leaving out the nonlinear stiffness and damping bearing fluid film coefficients and assuming that during the journal whirling no equilibrium point must be defined in order to evaluate the future progress of vibration. Towards generality the fluid film bearings are not defined geometrically as short or long. These two specific geometric assumptions of short/long bearing appear widely in real machines and yield analytical expressions of fluid film forces but in current work the finite fluid film bearing is used demanding the well known finite difference method in order to evaluate the impedance forces, as many researches have propose. Both defects are met in a rotor bearing system parted from a continuous rotor and finite fluid film bearings. An entire chapter is dedicated in the way that Rayleigh equation of rotor motion incorporates internal damping using exclusively Real number confrontment, and in the way that fluid film forces react in rotor motion by defining boundary conditions in every discrete time moment. The definition of boundary conditions in discrete time makes them functions of the entire system response yielding a nonlinear dynamic system with the resulting time xx histories to be characterized from periodicity or quasi-periodicity sometimes depending in the defects presence. An extended analysis of time histories of the intact and the defected system is made in order to invest the symptoms of each defect in magnitudes of time and frequency domain. Timefrequency analysis is performed using continuous wavelet transform in virtually or really (the former from simulation, the latter from experiment) acquired time histories in order to extract the variable coupling phenomenon exclusively due to the breathing crack from the other two main reasons of coupling, the bearings and the shaft. Vertical response due to crack coupling is amplified when the crack coupled compliances become larger under an electromagnetic horizontal excitation in the rotor. This rapid in time variable coupling due to crack is used at last in order to detect the crack presence. The external excitation is used also in the case of wear detection since results of time-frequency analysis yield unexpected amplification of specific harmonics when the wear defect is present. Both considerations about the corresponding fault detection are tried in a real experimental system after the observation that response of the current rotor bearing simulation converges with the response of the physical system in characteristics that are judged important for the method robustness. The general speculation is that both defects have to be detected without the need of operation interruption since this cannot be feasible (high cost) in real turbo machinery plants and in an early growth that coincides with safe machine operation. The defect growths have to be at least 10% (of radius) for the crack and 20% (of radial clearance) for bearing wear so as the methods to be efficient. / Η συγκεκριμένη διατριβή επικεντρώνεται κυρίως σε δύο κατευθύνσεις του αντικειμένου της δυναμικής των περιστρεφόμενων αξόνων: την προσομοίωση συστημάτων αξόνων και εδράνων και την ανίχνευση βλαβών σ΄αυτά τόσο σε αναλυτικό όσο και σε πειραματικό επίπεδο. Από τις συνήθως απαντώμενες βλάβες σε τέτοια συστήματα δύο από αυτές αποτελούν στόχους για τη συγκεκριμένη εργασία: η εγκάρσια ρωγμή λόγω κόπωσης του άξονα και η ακτινική φθορά των εδράνων ολίσθησης. Η εγκάρσια ρωγμή είναι μία βλάβη ικανή να επιφέρει ολοκληρωτική καταστροφή της μηχανής στην οποία παρουσιάζεται, όταν η έκτασή της υπερβαίνει το 60% περίπου της διαμέτρου και τα συμπτώματα της ρωγμής στην ταλαντωτική συμπεριφορά του συστήματος έχουν εκτενώς διερευνηθεί τις τελευταίες δεκαετίες, με αποτέλεσμα την ανάπτυξη ποικίλων μεθόδων για την έγκαιρη ανίχνευση της βλάβης. Αντιθέτως, η φθορά των εδράνων αποτελεί μία βλάβη πολύ λιγότερο διερευνημένη συγκριτικά με τη ρωγμή, χωρίς αποτελέσματα για την διάγνωσή της κατά τη λειτουργία της μηχανής. Έχοντας υπ’ όψη τις εργασίες των προηγουμένων ετών στο αντικείμενο της ανίχνευσης αυτών των δύο βλαβών, η παρούσα διατριβή έχει ως στόχο πρωτίστως να προτείνει μεθόδους για την ανίχνευση της φθοράς του εδράνου και δευτερευόντως να επιτύχει την ανίχνευση της ρωγμής με ένα διαφορετικό ως προς τη φιλοσοφία, και απλό ως προς την εφαρμογή τρόπο, αναφορικά με τις μέχρι σήμερα μεθόδους. Για το αντικείμενο της ανίχνευσης της ρωγμής, προτείνεται αρχικά μία διαφορετική προσομοίωση της συμπεριφοράς της κατά την περιστροφή με έμφαση στον υπολογισμό των τοπικών ενδοτικοτήτων σύζευξης κατά την διάρκεια της λειτουργίας του συστήματος, ενώ για το αντικείμενο της ανίχνευσης της φθοράς χρησιμοποιείται ένα ήδη υπάρχον μοντέλο από τη βιβλιογραφία. Και οι δύο βλάβες ενσωματώνονται σε μία νέα ως προς τη βιβλιογραφία προσομοίωση συστήματος αξόνων και εδράνων η οποία αντιμετωπίζει τον άξονα και τα έδρανα ως ένα ενιαίο σύστημα χρησιμοποιώντας τις πιο ακριβείς έως τώρα προσεγγίσεις ταλάντωσης συνεχούς μέσου και της υδροδυναμικής θεωρίας των εδράνων. Η προσομοίωση συστημάτων αξόνων και εδράνων είναι ένα ζήτημα ευρέως διερευνημένο από τις αρχές της δεκαετίας του ΄60 και ορισμένα στοιχεία της παρούσας διατριβής, πάνω στην αντιμετώπιση του θέματος αυτού, έχουν ως στόχο τη βελτίωση με την παρούσα ανάλυση της υπάρχουσας γνώσης, για τον τρόπο που έδρανο και άξονας αλληλεπιδρούν σε διακριτό χρόνο. xxii Το θέμα των μη γραμμικών δυνάμεων του φιλμ λιπαντικού των εδράνων αντιμετωπίζεται σε αυτή τη διατριβή υπολογίζοντας κατευθείαν τις μη γραμμικες δυνάμεις που ασκούνται από το φιλμ στον άξονα. Η παραδοχή αυτή βοηθάει την προσομοίωση ιδιαίτερα σε περιπτώσεις που δεν υπάρχει σημείο ισσοροπίας λόγω περιδήνησης μεγάλου εύρους ή λειτουργείας σε κρίσιμη ταχύτητα. Επίσης, για λόγους γενικότητας και πληρότητας της προσομοίωσης, δεν γίνεται η κατά κόρον κατά τη βιβλιογραφία παραδοχή του εδράνου απείρου μήκους (infinitely long bearing) ή του εδράνου αμελητέου μήκους (infinitely short bearing). Αυτές οι δύο ακραίες υποθέσεις για το έδρανο επιτρέπουν αναλυτικές εκφράσεις για τη υδροδυναμική λίπανση αλλά δεν απαντώνται απαραίτητα στην πραγματικότητα. Στην παρούσα διατριβή χρησιμοποιούνται πεπερασμένα έδρανα τα οποία επιλύονται με ήδη γνωστό και αξιόπιστο τρόπο, όπως πολλοί ερευνητές έχουν προτείνει, χρησιμοποιώντας τη μέθοδο των πεπερασμένων διαφορών. Η ανάγκη για την παρουσία εσωτερικής (υστερητικής) απόσβεσης στην προσομοίωση του συνεχούς άξονα είναι αναπόφευκτη, από τη στιγμή που απαιτούνται λύσεις πάνω στο συντονισμό, ούτως ώστε να αναδειχθούν οι επιδράσεις των βλαβών, που στη περιοχή του συντονισμού γίνονται εντονώτερες. Ο απειρισμός της απόκρισης, απουσία εσωτερικής απόσβεσης, δεν αφήνει περιθώρια για διερεύνηση των επιπτώσεων των βλαβών πάνω στην κατάσταση συντονισμού και για το λόγο αυτό η εσωτερική υστερητική απόσβεση ενσωματώνεται προκειμένου να επιτρέψει υπολογισμό της απόκρισης. Ο τρόπος με τον οποίο εισάγεται η υστερητική απόσβεση δεν διαφοροποιείται από τη βιβλιογραφία καθώς η απόσβεση εισάγεται με τη χρήση του μιγαδικού μέτρου ελαστικότητας και διάτμησης αλλά η επίλυση του προβλήματος αντιμετωπίζεται με τη χρήση μόνο πραγματικών αριθμών προκειμένου να είναι εφικτή η εισαγωγή των εδράνων στο σύστημα. Διεξάγεται μια εκτεταμένη ανάλυση των χρονοσειρών του συστήματος με και χωρίς βλάβη, προκειμένου να διερευνηθούν τα συμπτώματα κάθε βλάβης στα πεδία χρόνου και συχνότητας. Η ανάλυση χρόνου-συχνότητας εκτελείται χρησιμοποιώντας το Συνεχή Μετασχηματισμό Wavelets (CWT) στις πειραματικές και αναλυτικές χρονοσειρές προκειμένου να εξαχθεί το μεταβλητό φαινόμενο συζεύξεων που οφείλεται αποκλειστικά στην ανοιγοκλείνουσα ρωγμή, από τους άλλους δύο κύριους λόγους της σύζευξης, δηλ. αυτούς των ανισότροπων εδράνων και των συζευγμένων εξισώσεων του περιστρεφόμενου άξονα. Εδώ χρησιμοποιήθηκε η ιδέα της χρήσης εξωτερικού ηλεκτρομαγνητικού διεγέρτη οριζόντιας διεύθυνσης, κατάλληλης συχνότητας και εύρους, ώστε να αναδειχθούν χαρακτηριστικά των βλαβών κατά τη λειτουργία. Η κατακόρυφη απόκριση, εξ αιτίας της σύζευξης ταλαντώσεων λόγω της ρωγμής, ενισχύεται όταν η ρωγμή βρίσκεται σε θέση όπου οι ενδοτικότητες σύζευξης γίνονται μεγαλύτερες, σε σχέση με την οριζόντια διεύθυνση xxiii εφαρμογής της ηλεκτρομαγνητικής διέγερσης στον άξονα. Αυτή η μεταβλητή σύζευξη παρουσιάζεται μόνο λόγω της ρωγμής και χρησιμοποιείται τελικά για την ανίχνευσή της. Η εξωτερική διέγερση χρησιμοποιείται επίσης και στην περίπτωση της ανίχνευσης φθοράς, δεδομένου ότι η ανάλυση των ταλαντώσεων στο πεδίο του χρόνου ή της συχνότητας, δείχνει ότι ενισχύονται συγκεκριμένες αρμονικές όταν η φθορά υπεισέρχεται στο σύστημα. Και οι δύο μέθοδοι για την αντίστοιχη ανίχνευση των βλαβών δοκιμάζονται σε ένα πραγματικό πειραματικό σύστημα. Η φιλοσοφία της μεθόδου ανίχνευσης των βλαβών βασίζεται στο ότι και οι δύο βλάβες πρέπει να ανιχνευθούν κατά τη λειτουργία του συστήματος. Πράγματι, υπάρχει η ανάγκη για έγκαιρη διάγνωση των βλαβών, σε πρώϊμο στάδιό τους, στο χρονικό διάστημα που μεσολαβεί ανάμεσα σε δύο διαδοχικές συντηρήσεις διασφαλίζοντας την ασφαλή λειτουργία των μηχανών. Η έκταση των προς ανίχνευση βλαβών πρέπει να είναι τουλάχιστον 20% (της ακτίνας) για τη ρωγμή και 20% (της ακτινικής χάρης) για την φθορά έτσι ώστε η μέθοδος ανίχνευσης να χαρακτηρίζεται αποδοτική. Οι κύριοι στόχοι της παρούσας διατριβής είναι: Η προσομοίωση ενός περιστρεφομένου και εσωτερικά αποσβενύμενου συνεχούς άξονα, εδραζομένου σε φθαρμένα ή μη πεπερασμένα έδρανα ολίσθησης. Η προσομοίωση και ο υπολογισμός των τοπικών καμπτικών ενδοτικοτήτων σύζευξης της περιστρεφόμενης ανοιγοκλείνουσας ρωγμής και η προσομοίωση των συζευγμένων ταλαντώσεων του ρηγματωμένου συστήματος άξονα-εδράνων. Η αναλυτική και πειραματική εφαρμογή του ρηγματωμένου και του φθαρμένου συστήματος και η διερεύνηση των επιδράσεων της ρωγμής και της φθοράς στην ταλαντωτική του συμπεριφορά. Η ανάπτυξη μεθόδων έγκαιρης ανίχνευσης της ρωγμής και της φθοράς.

Cette thèse propose trois méthodes de traitement du signal orientées vers la surveillance d’état et le diagnostic. Les techniques proposées sont surtout adaptées pour la surveillance d’état, effectuée à la base de vibrations, des machines tournantes qui fonctionnent dans des conditions d’opération non-stationnaires comme par exemple les éoliennes mais elles ne sont pas limitées à un tel usage. Toutes les méthodes proposées sont des algorithmes automatiques et gérés par les données.La première technique proposée permet de sélectionner la partie la plus stationnaire d’un signal en cadrant la représentation temps-fréquence d’un signal.La deuxième méthode est un algorithme pour l’association des dispositions spectrales, des séries harmoniques et des séries à bandes latérales avec des fréquences caractéristiques provennant du cinématique d'un système analysé. Cette méthode propose une approche unique dédiée à l’élément roulant du roulement qui permet de surmonter les difficultés causées par le phénomène de glissement.La troisième technique est un algorithme de démodulation de bande latérale entière. Elle fonctionne à la base d’un filtre multiple et propose des indicateurs de santé pour faciliter une évaluation d'état du système sous l’analyse.Dans cette thèse, les méthodes proposées sont validées sur les signaux simulés et réels. Les résultats présentés montrent une bonne performance de toutes les méthodes. / This thesis proposes a three signal-processing methods oriented towards the condition monitoring and diagnosis. In particular the proposed techniques are suited for vibration-based condition monitoring of rotating machinery which works under highly non-stationary operational condition as wind turbines, but it is not limited to such a usage. All the proposed methods are automatic and data-driven algorithms.The first proposed technique enables a selection of the most stationary part of signal by cropping time-frequency representation of the signal.The second method is an algorithm for association of spectral patterns, harmonics and sidebands series, with characteristic frequencies arising from kinematic of a system under inspection. This method features in a unique approach dedicated for rolling-element bearing which enables to overcome difficulties caused by a slippage phenomenon.The third technique is an all-sideband demodulation algorithm. It features in a multi-rate filter and proposes health indicators to facilitate an evaluation of the condition of the investigated system.In this thesis the proposed methods are validated on both, simulated and real-world signals. The presented results show good performance of all the methods.

Dans la nécessité de développer des véhicules sûrs, confortables, économiques et à faible impact environnemental, les voitures sont de plus en plus équipées d'organes qui emploient des capteurs, actionneurs et systèmes de commande automatiques.Or ces systèmes, critiques pour la sécurité et le confort des passagers, peuvent mal-fonctionner en présence d'une défaillance (défaut).Dans le cadre du diagnostic à bord, plusieurs approches à base de modèle sont développées dans ce travail afin de détecter, localiser et estimer un défaut capteur ou actionneur, et pour détecter la perte de stabilité du véhicule.Ces méthodes reposent sur une synthèse robuste pour les systèmes incertains à commutation.Elles sont validées en simulation avec le logiciel CarSim, et sur les données réelles de véhicule dans le cadre du projet INOVE. / Modern vehicles are increasingly equipped with new mechanisms to improve safety, comfort and ecological impact. These active systems employ sensors, actuators and automatic control systems. However, in case of failure of one these components, the consequences for the vehicle and the passengers safety could be dramatic. In order to ensure a higher level of reliability within on board diagnosis, new methodologies for sensor or actuator fault detection, location and estimation are proposed. These model based approaches are extended for robust synthesis for switched uncertain systems. In addition, a method for detecting critical stability situation is presented. The validation of the different methods is illustrated with simulations using CarSim, and application on real vehicle data within the INOVE project.

Cette thèse étudie les problèmes de diagnostic itératif et propose des outilsd’aide au diagnostic interactif. Différents processus de diagnostic où des outils interactifs homme-automate sont utiles, sont présentés. Ces outils permettent de résoudre des difficultés liées à la représentation d’un grand nombre d’éléments d’un système, des difficultés liées à la représentation du comportement et du fonctionnement d’un système et des difficultés liées à l’explicitation de l’expertise. Nos travaux ont conduit à la conception de différents types d’outils interactifs d’aide au diagnostic. Le premier permet d’exploiter des représentations structuro-fonctionnelles pour construire et résoudre progressivement un problème de diagnostic.Le second outil interactif permet d’exploiter des modèles de comportement construit au fur et à mesure de la résolution d’un problème de diagnostic. Enfin, un dernier outil a étéproposé pour montrer qu’il est possible de prendre compte la connaissance implicite d’un expert dans la résolution de problème de diagnostic. Un problème de diagnostic est donc présenté comme un processus itératif avec des interactions homme-automate. / This PhD thesis studies the iterative diagnosis problems and provides thecomputer-aided diagnostic tool for interactive diagnosis. Different diagnosis processes wherethe tool to support human-machine interaction are useful, are presented. These tools help totackle difficulties related to the representation of a large number of elements in a system,difficulties related to the representation of the behavior functioning of a system and difficultiesencountered while expliciting the expertise. Our work led to the design of different interactivetools to support the diagnosis process. The first tool allows to exploit the structural-functionalmodeling to build and solve progressively a diagnosis problem. The second interactive toolallows to exploit the behavioral models built step by step in the diagnosis process and tosolve the diagnosis problem. The final tool was proposed to show that it is possible to takeinto account the implicit knowledge of an expert in order to solve the diagnosis problem.A diagnosis problem is therefore presented as an iterative process with human-machineinteractions.

Made available in DSpace on 2015-03-03T15:08:47Z (GMT). No. of bitstreams: 1 BrunoSJC_TESE.pdf: 2605632 bytes, checksum: cc7fdbd9d8d7dfe3adac23f17fab1ae2 (MD5) Previous issue date: 2014-05-13 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work, we propose a two-stage algorithm for real-time fault detection and identification of industrial plants. Our proposal is based on the analysis of selected features using recursive density estimation and a new evolving classifier algorithm. More specifically, the proposed approach for the detection stage is based on the concept of density in the data space, which is not the same as probability density function, but is a very useful measure for abnormality/outliers detection. This density can be expressed by a Cauchy function and can be calculated recursively, which makes it memory and computational power efficient and, therefore, suitable for on-line applications. The identification/diagnosis stage is based on a self-developing (evolving) fuzzy rule-based classifier system proposed in this work, called AutoClass. An important property of AutoClass is that it can start learning from scratch". Not only do the fuzzy rules not need to be prespecified, but neither do the number of classes for AutoClass (the number may grow, with new class labels being added by the on-line learning process), in a fully unsupervised manner. In the event that an initial rule base exists, AutoClass can evolve/develop it further based on the newly arrived faulty state data. In order to validate our proposal, we present experimental results from a level control didactic process, where control and error signals are used as features for the fault detection and identification systems, but the approach is generic and the number of features can be significant due to the computationally lean methodology, since covariance or more complex calculations, as well as storage of old data, are not required. The obtained results are significantly better than the traditional approaches used for comparison / Este trabalho prop?e um algoritmo de dois estagios para detec??o e identifica??o de falhas, em tempo real, em plantas industriais. A proposta baseia-se na analise de caracter?sticas selecionadas utilizando estimativa de densidade recursiva e um novo algoritmo evolutivo de classifica??o. Mais especificamente, a abordagem proposta para detec??o e baseada no conceito de densidade no espa?o de dados, o que difere da tradicional fun??o densidade de probabilidade, porem, sendo uma medida bastante util na detec??o de anormalidades/outliers. Tal densidade pode ser expressa por uma fun??o de Cauchy e calculada recursivamente, o que torna o algoritmo computacionalmente eficiente, em termos de processamento e memoria, e, dessa maneira, apropriado para aplica??es on-line. O estagio de identifica??o/diagnostico e realizado por um classificador baseado em regras fuzzy capaz de se auto-desenvolver (evolutivo), chamado de AutoClass, e introduzido neste trabalho. Uma propriedade importante do AutoClass e que ele e capaz de aprender a partir do zero". Tanto as regras fuzzy, quanto o numero de classes para o algoritmo n?o necessitam de pre-especifica??o (o numero de classes pode crescer, com os rotulos de classe sendo adicionados pelo processo de aprendizagem on-line), de maneira n~ao-supervisionada. Nos casos em que uma base de regras inicial existe, AutoClass pode evoluir/desenvolver-se a partir dela, baseado nos dados adquiridos posteriormente. De modo a validar a proposta, o trabalho apresenta resultados experimentais de simula??o e de aplica??es industriais reais, onde o sinal de controle e erro s?o utilizados como caracter?sticas para os estagios de detec??o e identifica??o, porem a abordagem e generica, e o numero de caracter?sticas selecionadas pode ser significativamente maior, devido ? metodologia computacionalmente eficiente adotada, uma vez que calculos mais complexos e armazenamento de dados antigos n?o s?o necess?rios. Os resultados obtidos s?o signifificativamente melhores que os gerados pelas abordagens tradicionais utilizadas para compara??o

Neste trabalho, um novo enfoque para detecção e diagnóstico de falhas (DDF) em robôs manipuladores é apresentado. Um robô com falhas pode causar sérios danos e pode colocar em risco o pessoal presente no ambiente de trabalho. Geralmente, os pesquisadores têm proposto esquemas de DDF baseados no modelo matemático do sistema. Contudo, erros de modelagem podem ocultar os efeitos das falhas e podem ser uma fonte de alarmes falsos. Aqui, duas redes neurais artificiais são utilizadas em um sistema de DDF para robôs manipuladores. Um perceptron multicamadas treinado por retropropagação do erro é usado para reproduzir o comportamento dinâmico do manipulador. As saídas do perceptron são comparadas com as variáveis medidas, gerando o vetor de resíduos. Em seguida, uma rede com função de base radial é usada para classificar os resíduos, gerando a isolação das falhas. Quatro algoritmos diferentes são empregados para treinar esta rede. O primeiro utiliza regularização para reduzir a flexibilidade do modelo. O segundo emprega regularização também, mas ao invés de um único termo de penalidade, cada unidade radial tem um regularização individual. O terceiro algoritmo emprega seleção de subconjuntos para selecionar as unidades radiais a partir dos padrões de treinamento. O quarto emprega o mapa auto-organizável de Kohonen para fixar os centros das unidades radiais próximos aos centros dos aglomerados de padrões. Simulações usando um manipulador com dois graus de liberdade e um Puma 560 são apresentadas, demostrando que o sistema consegue detectar e diagnosticar corretamente falhas que ocorrem em conjuntos de padrões não-treinados. / In this work, a new approach for fault detection and diagnosis in robotic manipulators is presented. A faulty robot could cause serious damages and put in risk the people involved. Usually, researchers have proposed fault detection and diagnosis schemes based on the mathematical model of the system. However, modeling errors could obscure the fault effects and could be a false alarm source. In this work, two artificial neural networks are employed in a fault detection and diagnosis system to robotic manipulators. A multilayer perceptron trained with backpropagation algorithm is employed to reproduce the robotic manipulator dynamical behavior. The perceptron outputs are compared with the real measurements, generating the residual vector. A radial basis function network is utilized to classify the residual vector, generating the fault isolation. Four different algorithms have been employed to train this network. The first utilizes regularization to reduce the flexibility of the model. The second employs regularization too, but instead of only one penalty term, each radial unit has a individual penalty term. The third employs subset selection to choose the radial units from the training patterns. The forth algorithm employs the Kohonen’s self-organizing map to fix the radial unit center near to the cluster centers. Simulations employing a two link manipulator and a Puma 560 manipulator are presented, demonstrating that the system can detect and isolate correctly faults that occur in nontrained pattern sets.