Detectia, controlul si izolarea defectelor

Detectia, controlul si izolarea defectelor

Cand in sistem apare o defectiune, problema principala este sa determinam ce fel de defect este si sa decidem cum actionam. Problema detectarii unui defect este gasirea sursei si apoi sa luam masuri corespunzatoare. In acest capitol va fi prezentata o discutie despre FTC si FDI. In acest capitol se va pune accent pe aplicatiile FTC si FDI in aeronautica.

1 Defecte si Erori

La inceput trebuie sa definim acesti termeni. Definitiile date in aceasta teza sunt in concordanta cu definitiile date de comitetul tehnic IFAC SAFEPROCES care au fost date pentru a stabili un standard in acest domeniu si pentru a evita confuziile in randul cercetatorilor.

Definitie

Eroare - o schimbare nedorita in parametrii sistemului care duce la micsorarea performantelor.

Defect - distrugerea integrala sau partiala a unei componente sau fuctii.

1.2 Tipuri de defecte si erori

Defectarea unui actuator este definita in literatura de specialitate ca o scadere a eficientei actuatorului. Defectele care apar intr-un sistem liniar asociate cu actuatoarele pot fi reprezentate de ecuatia:

(1)

unde si unde sunt scalari care satisfac conditia Acest model scalar scade eficienta unui actuator. Daca atunci actuatorul functioneaza perfect, daca actuatorul are erori, daca actuatorul este defect in totalitate.

Observatie

Reprezentarea erorilor/defectelor in ecuatia (1) reprezinta reducerea eficacitatii unui actuator particular prin structura diagonala a lui . Reprezentarea erorilor/defectelor ca in ecuatia (1) face ca analiza stabilitatii si integrarea FDI sa fie mai simpla. Defectele actuatorului sunt cel mai adesea luate in considerate de proiectantii FTC.

In termenii sistemului de control liniar descris de ecuatia (1) acesta afecteaza numai matricea a sitemului liniar. Alt tip de defect care apare la avion este distrugerea structurii fuselajului. Distrugerea structurii poate cauza schimbarea conditiilor de operare ale avionului datorita schimbarii coeficientilor aerodinamici sau a miscarii centrului de greutate. Matricea poate fi si ea perturbata. Reprezentarea matematica va fi urmatoarea:

(2)

unde si reprezinta schimbarile aparute in sistem in matricele si , reprezinta schimbarile aditionale neincluse in si aparute datorita unor nepotriviri inte sistemul nominal si sistemul defect.

Biasul este o eroare constanta intre valoarea actuala si valoarea masurata a semnalelor.

Eroarea de drift a senzorilor este o conditie unde eroarea masurata creste in timp si este datorata pierderii sensibilitatii. Pierderea acuratetii are loc atunci cand masurarea nu reflecta adevarata valoare de stare. Blocarea semnalelor senzorului indica faptul ca senzorul ofera o valoare constanta in locul celei reale. Calibrarea erorii finale este o reprezentare gresita a starii fizice insemnand ca semnalele electrice sau electronice care vin de la sensor se combina. Defectarea senzorului poate avea loc in timpul fabricatiei componentelor, din cauza montarii gresite sau pirderea preciziei datorita uzurii.

Defectele pot fi impartite in functie de modul de aparitie: bruste sau lente. Defectele bruste au o neastepata schimbare si sunt usor de sesizat de catre pilot. Un exemplu concludent este blocarea actuatorului. Defectele lente sunt mai subtile si greu de observat. Totusi daca defectele lente nu sunt remediate intr-o anumita perioada de timp pot duce la un defect catastrofal.

2 FTC. Generalitati

In literatura de specialitate, munca de cercetare in FTC include rezolvarea problemelor intalnite in sisteme de siguranta critice cum ar fi avioanele. Aplicatiile se gasesc si in alte sisteme, de exemplu roboti, sisteme spatiale, si submarine teleghidate.

FTC este o combinatie complexa intre trei domenii de cercetare: FDI, control robust si control reconfigurabil. Ca un rezumat in figura 2 sunt aratate interconexiunile dintre cele trei domenii. Pentru o schema tipica FTC cand apare un defect fie in actuator fie in sensor, sistemul FDI v-a detecta si localiza sursa defectului. Aceasta informatie este apoi transmisa unui mecanism pentru a initia reconfigurarea. Controlerul reconfigurat v-a incerca sa se adapteze defectului, deci v-a furniza stabilitate si un anumit nivel de performanta.

Controlul robust este in stransa legatura cu FTC pasiv (PFTCS). Controlerul este proiectat sa faca fata perturbatiilor in timpul proiectarii. Controlerul trebuie sa gestioneze defectul fara a fi necesara reconfigurarea sa sau FDI. Pentru unele metodologii capacitatea de gestionare a defectului este limitata si defectarea totala a actuatorului nu v-a putea fi gestionata direct. Un exemplu de o astfel de strategie este unde defectul incertitudinii este minimalizat in timpul proiectarii.

Fig 1

Fig 2

FTC se clasifica in doua mari grupe:

PFTCS - FTC pasive

AFTCS - FTC active

In PFTCS controlerul este proiectat sa fie intolerant cu erorile si incertitudinile. De aceea cand apar erori controlerul ar trebui sa fie capabil sa mentina stabilitatea sistemului cu o acceptabila scadere a performantei. PFTCS nu necesita FDI si nici controler reconfigurabil sau adaptiv.

Fig 3

AFTCS pe de alta parte, reactioneaza la defectarea componentelor sistemului intr-un mod activ reconfigurand actiunile de control astfel incat stabilitatea si performantele intregului sistem sa fie mentinute. De aceea cele mai multe AFTCS au nevoie de FDI pentru a furniza informatii despre defectiuni astfel incat sa fie facuta reconfigurarea.

3 Criterii pentru FTC: Redundanta

Unul dintre factorii principali care permit aterizarea in siguranta dupa aparitia unui defect este manipularea inteligenta a suprafetelor de control redundante pentru a obtine un nivel de performanta dorit. In cazul unei urgente cauzate de un defect, pilotii vor folosi resursele disponibile pentru a ateriza in siguranta. Redundanta poate fi clasificata in:

redundanta directa

redundanta analitica

In cazul redundantei directe hardware-ul fizic al redundantei este disponibil.

In ceea ce priveste redundanta senzorilor; daca exista trei senzori care masoara eceeasi stare, redundanta se numeste dubla sau tripla. In operatiunile normale un singur sensor este suficient, totusi doi sau trei senzori sunt necesari pentru a asigura o masurare corecta in cazul aparitiei unui defect. Sistemul de vot este o cale tipica pentru a decide care canale functioneaza corect si care nu functioneaza. Acest concept de redundanta hardware poate fi de asemenea extins si la actuatoare. In ceea ce priveste redundanta analitica, in loc sa avem doi sau trei senzori care masoara acelasi semnal, un observer, care asigura o estimare a semnalelor de interes, asigura redundanta analitica. Nu exista nici un hardware implementat, dar exista anumiti algoritmi sau modele matematice sau observere care ruleaza in computerul de bord. Aceasta este de dorit in multe sisteme in special in avioane sau UAV-uri deoarece redundanta analitica elimia din numarul echipamentelor deci reduce greutatea si costul. Dezvoltarea sistemelor de siguranta critice cum ar fi vehicule de reintrare in atmosfera dau posibilitatea construirii redundantei inca din timpul proiectarii. Pentru multe sisteme provocarea este sa foloseasca senzorii si actuatoarele existente pentru a face fata defectelor. In avioanele mari de transport redundanta este deja disponibila. Chiar si asa, aceasta nu este prevazuta pentru FTC, iar existenta suprafetelor de control suplimentare, da posibilitatea folosirii lor pentru a obtine acelasi efect ca folosirea suprafetelor de control originale.

In avioanele de transport de pasageri senzorii au de obicei tripla redundanta.

La avioane suprafata de control, de exemplu directia poate avea trei actuatoare hidraulice diferite functionand pe trei linii separate cu trei pompe hidraulice independente. Aceasta inseamna ca cele mai multe suprafete de control vor avea redundanta tripla. In avioanele de transport mari, spoilerele care de obicei sunt folosite pentru reducerea vitezei pot fi folosite in mod diferential pentru a crea ruliu care in mod normal e obtinut prin folosirea eleroanelor. Deasemenea motoarele pot fi folosite pentru a crea giratie, care e obtinuta prin folosirea directiei; si in final stabilizatorul orizontal, care e folosit pentru stabilirea unghiului de atac, poate inlocui profundorul pentru miscarea longitudinala.

4 Obtinerea tolerantei la erori

In aceasta teza figura 4 prezinta o modul in care se obtine FTC. FTC pasiv se bazeaza de obicei pe idei de control robuste si de aceea face fata erorilor/defectelor fara a fi nevoie de alte informatii de la sistemul FDI.

FTC activ (AFTC) in general are nevoie de informatii despre erorile/defectele din sistem si de aceea are nevoie de FDI. AFTC poate fi clasificat in doua subgrupe:

FTC proiectat

FTC cu reconfigurare online

In sisteme FTC care se bazeaza pe proiectare controlerul e folosit pentru toate defectele care pot aparea in sistem. Controlerul proiectat va fi activat numai cand apare un anumit tip de defect.

AFTC se bazeaza pe reconfigurarea sau adaptarea online. Aici au fost propuse inca doua subcomponente:

FTC care este obtinut printr-un control adaptiv;

FTC care poate fi obtinut prin redistribuirea semnalelor de control.

Fig 4

4.1 Adaptarea

Un mod de a face fata schimbarilor din sistem este adaptarea controlerului. Bazata pe proiectarea pilotilor automati pentru avioane de inalta performanta in anii '50 controlul adaptiv a fost propus ca un mod de a face fata unei game largi de conditii de zbor. Controlul adaptiv este folosit pentru ajustarea automata a parametrilor controlerului pentru a obtine performantele dorite. Exista doua metode de control adaptiv care sunt adaptarea directa si indirecta. In adaptarea indirecta sunt doua etape de proiectare a controlerului. Prima data este necesara estimarea parametrilor sistemului. In cazul sistemelor liniare perechea de matrici trebuie estimata in functie de schimbarile care apar in conditiile de operare. Etapa urmatoare in adaptarea indirecta e folosirea acestor informatii in proiectarea controlerului. In metoda adaptarii directe controlerul e proiectat direct fara estimarea parametrilor sistemului. Un exemplu de controler proiectat cu control adaptiv este modelul MRAC (Model Reference Adaptive Control) si STC (Self Tuning Control). In MRAC parametrii necunoscuti nu sunt perfect estimati, ci mai degraba sunt ajustati incat iesirea sistemului sa urmeze performantele dorite ale buclei in circuit inchis facand ca erorile de urmarire sa tinda la zero. Figurile 5 si 6 arata diferentele in structura MRAC si STC.

Idea modificarii unui controler este foarte folosita in special atunci cand nu este necesara schimbarea structurii controlerului. Aceasta este intr-adevar una dintre componentele unui model multiplu de control reglabil (MMST). In MMST cand sistemul este la o conditie de operare, un model predefinit si un controler vor fi alese si structura controlerului va ramane neschimbata in apropierea acelei conditii de operare. In acest timp reglarea parametrilor controlerului poate ajuta la obtinerea unor performante mai bune comparabile cu cele ale unui controler fix. In MRAC idea este folosirea modelului clasic si combinarea lui cu un sistem adaptiv astfel incat sistemul sa aiba capabilitatea de a face fata schimbarilor din sistem.

Fig 5

Figura 6 prezinta o structura tipica pentru MRAC. Contine modelul de referinta, legea de reglare si controlerul adaptiv.

Fig 6

Sistemul trebuie sa aiba o structura fixa dar parametrii sunt necunoscuti. Modelul de referinta este tipic pentru raspunsul buclei inchise la semnalele de comanda externe. Majoritatea performantelor specificate sunt date in domeniul timp, de exemplu timpul de crestere, raportul de amortizare. Acestea pot fi reprezentate intr-un raspuns ideal al functiei de transfer, care devine semnal de referinta in sistemul de urmarire al buclei inchise. Parametrizarea controlerului se face prin parametri ajustabili pentru a permite controlerului sa se adapteze la schimbarile sistemului si iesirea sa urmareasca raspunsul dorit.

O diferenta majora intre MMSI si IMM (Interacting Multiple Model) comparat cu MRAC este ca modelul de referinta asigura performantele dorite in bucla inchisa unde controlerul forteaza sistemul sa-l urmeze si ia semnalul de referinta de la intrare. In MMST si IMM, este folosit un ansamblu de modele in bucla deschisa. Sistemele MMST si IMM folosesc aceste modele in bucla deschisa pentru a identifica pe cea corecta care urmeaza sa fie folosita pentru conditiile de operare activand astfel controlerul predefinit. In general modelul schemei MRAC in bucla inchisa are o structura fixa cu parametri adaptivi.

Chiar daca exista posibiliatea schimbarii modelului de referinta si chiar controlerul, in fata unor distrugeri semnificative sau defecte mari, MRAC si STC singure nu au capabilitatea sa faca fata. De aceea o combinatie intre MRAC si STC cu alte metode de reconfigurare cum ar fi MMST si IMM trebuie sa faca fata schimbarilor majore din sistem. Aceste metode in controlul adaptiv pot fi gasite si in alte metode de control reconfigurabil si FTC.

4.2 Comutatia sau unirea

Idea folosirii unor modle multiple pentru controlul reconfigurabil a fost introdusa in anii '90. Aceste sisteme s-au dezvoltat deoarece este necesar sa se tina pasul cu schimbarile din sistem. Primele metode de control se bazau pe metode liniare si sistemele modelelor multiple pareau o idee buna pentru rezolvarea problemei schimbarii conditiilor de operare. La implementarea pe un sistem real, de obicei controlerele liniare trebuie sa se adapteze la conditiile de operare deoarece stabilitatea controlerului este garantata in apropierea conditiilor liniare. Folosirea acestor sisteme cu modele multiple este un mod de a se asigura ca controlerul poate fi proiectat astfel incat stabilitatea si performantele sa fie asigurate pentru o gama larga a anvelopei de zbor.

Fig 7

Din punctul de vedere al FTC, ansamblul de controlere se comporta ca un back-up si sunt activate numai cand apar erorile pentru care controlerul a fost proiectat. Aceasta metoda depinde de robustetea FDI pentru a furniza informatiile corecte despre tipul si locatia erorii/defectului pentru a permite controleului corect sa fie activat. Ansamblul de controlere trebuie sa contina toate erorile/defectele posibile. Un sistem FDI poate fi creat prin compararea starii curente a sistemului cu iesirile tuturor controlerelor din ansamblu. Aceasta lucrare vorbeste despre stabilitatea sistemelor de comutatie ca si despre performante in urma comutatiei. O modalitate de a proiecta un controler este sa folosim o imbunatatire a modelelor multiple si robuste. In figura 7 se arata ca pentru o conditie de operare un singur controler v-a fi ales in functie de eroarea dintre sistemul curent si modelul predefinit. Odata ce modelul si controlerul sunt alese, poate fi aleasa o metoda adaptiva pentru reglajul fin al controlerului.

Alte metode de control ca de exemplu MPC (Model Predictive Control) au fost luate in considerare pentru proiectarea controlerelor multiple. Avantajele acestei metode stau in aplicatii ale metodei de control liniar si in garantarea stabilitatii. Viteza detectarii erorilor este de asemenea mare. Desi aceasta metoda e bazata pe metode de control liniar, implementarea poate fi pretentioasa. Pentru a face fata tuturor tipurilor de defecte si erorilor inseamna ca numarul controlerelor care necesita sa fie proiectate si reglate este enorm. Comuatarea      intre metode si controlere uneori introduce erori de tranzit neasteptate. De aceea uneori e nevoie de metode de transfer pentru a reduce efectul. Un alt dezavantaj este faptul ca anumite defecte nu pot fi prevazute. Un alt dezavantaj al acestei metode este dependenta de robustetea FDI pentru a identifica perechea corecta de modele si controlere care trebuie activate.

Avion controlat cu sistemul de propulsie (PCA):

o implementare de success a MMST in avionica

Incidental din Sioux City in 1999 si incidentul din Bagdad din 2004 demonstreaza recuperari remercabile ale controlului avionului folosind doar motoarele dupa pierderea sistemului hidraulic al suprafetelor de control. Un nefericit incident cu o defectiune similara a sistemului hidraulic a fost zborul 123 in Japonia 1984. Invatand din aceste incidente este evident ca folosind doar motoarele aterizarea poate fi posibila. Dupa incidentul din Sioux City NTSB a recommandat si incurajat dezvoltarea controlerelor de zbor cu backup sa fie folosite in situatii de urgenta .

Testele folosind sistemul PCA in varinata NASA Dryden au fost facute pe un avion real. Desi PCA le considera cele mai catastrofale defectiuni nu sunt suficiente pentru a rezolva problemele FTC. In cazul distrugeii aripii, pierderea motoarelor sau pierderea partiala a sistemului hidraulic PCA      s-ar putea sa nu fie folositor.

IMM(Interacting Multiple Model)

Cu toate ca MMST poate fi folosit la rezolvarea problemei variatiei conditiilor de operare, in anumite cazuri este greu de obtinut      un model liniar care se potriveste exact sistemului variabil. Ideea este obtinerea catorva modele liniare bazate pe cateva conditii de zbor atent alese si proiectarea controlerelor liniare multiple pentru aceste conditii de operare selectate. Cand conditiile de operare se schimba, iesirea estimata a unui sistem sau intrarea este obtinuta prin unirea modelelor predeterminate. Aceasta poate fi vazuta in figura 8.

Fig 8

Strategia de control in sistemele IMM este ca estimatoarele sa dectecteze si sa izoleze eroarea/defectul obtinand o estimare a iesirii sistemului in urma unei insumari a unui model liniar predefinit care sa asigure o greutate probabila a controlerului reconfigurat. Principala presupunere folosita in IMM este aceea ca fiecare conditie de zbor posibila inclusiv defectele pot fi modelate ca o combinatie convexa a modelelor liniare predeterminate. Pasul al doilea este obtinerea semnalului de control bazat pe o amestecare a controlerelor predefinite s-au lege de control in timp real folosind greutatea probabila data de estimatorul IMM.

In prima etapa a sistemului IMM, s-a propus utilizarea unui ansamblu de filtre Kalman pentru a calcula probabilitatea unor defecte individuale. Aceasta probabilitate este de asemenea utilizata ca media ponderata a fiecarui model liniar predefinit pentru a estima starea sistemului.

In cel de-al doilea pas un ansamblu de controlere este proiectat bazat pe anticiparea defectelor care ar putea aparea. Ideea este ca in timpul defectelor valorile proprii ale sistemului in bucla inchisa trebuie sa tinda la valorile nominale fara conditii. Reconfigurarea controlerului vine de la utilizarea online a probabilitatii ca media ponderata sa determine combinarea raportului de control de intrare de la controlerul preproiectat in momentul in care defectul se produce.

Aceasta abordare este similara cu cea a sistemului MMST in sensul ca, daca defectele exacte sau anticipate apar, greutatea probabila v-a fi de unitate si restul de modele si controlere nu vor avea nici o contributie la estimarea starii si a semnalelor de intrare ale sistemului. In comparatie cu MMST, IMM are capacitatea de a face fata la defecte neanticipate. O problema a IMM este de a gasi echilibrul potrivit de combinare a greutatii probabile pentru a obtine cele mai bune modele potrivite. IMM este de asemenea puternic dependent de FDI pentru a identific in mod corect defectele.

4.3 PROGRAMAREA

Obtinerea programarii

Obtinerea programarii este legata de procedura de proiectare 'divide si cucereste'. Aceasta procedura are scopul de a rezolva problemele de control neliniar prin descompunerea sistemelor neliniare intr-o familie de sisteme liniare de proiectare a unui controler liniar pentru fiecare din ele. Pe baza acestei definitii MMST si IMM sunt tipuri particulare de programare. Termenul de obtinere a programarii se refera de asemenea la programarea modelelor liniare si controlerelor asociate fie prin paramatrii fie prin stare pentru a face fata problemelor controlului neliniar care rezulta din schimbarea conditiilor de operare si a anvelopei de zbor.

Un alt tip de obtinere a programarii este metoda de control (LPV) descrisa in subsectiunea urmatoare. Obtinerea programarii este de asemenea bazata pe precalcularea legilor de control. In anumite conditii de zbor nu este nevoie ca structura controlerului sa fie schimbata. Numai anumite controlere trebuie sa fie schimbate in functie de conditiile de zbor sau severitatea defectelor. Schimbarea nu se face adaptiv, in schimb gainurile predefinite sunt alese pentru anumite conditii de zbor specifice sau parametrii specifici. Acest lucru poate fi prezentat sub forma unui switch logic intre doua achizitii sau mai frecvent prin utilizarea unor tabele. Unul dintre avantajele obtinerii programarii este acela ca este usor de inteles si pus in aplicare. Cu toate acestea in unele cazuri defectele sunt atat de semnificative incat structura nominala a controlerelor nu face fata. In acest caz obtinerea programarii este insuficienta si este necesara reconfigurarea controlerului.

Variatia parametrilor liniari (LPV)

Controlul LPV este strans legat de obtinerea programarii. El este motivat de lipsa de performanta si stabilitate pentru obtinerea programarii. LPV este motivat de asemenea de o problema de proiectare si de a obtine mai multe modele si controlere lucru care este pretentios pentru o anvelopa de zbor mare.

Ideea in LPV este de a obtine fara probleme modele semiliniare care pot varia sau pot fi programate folosind un parametru ca altitudinea sau viteza astfel incat LPV sa simuleze sistemul neliniar. Aici in loc de a alege o combinatie de modele liniare predefinite, modelele schimba parametrii. Modelul LPV are structura unui sistem liniar cu matrici dar fiecare matrice poate fi schimbata pe baza unui parametru ales.

Un sistem LPV poate fi reprezentat de:

(3)

(4)

unde      '' este un parametru variabil ex. viteza sau altitudinea. Daca =const. atunci LPV devine sistem invariabil in timp (LTI).

Prima metoda de obtinere a LPV corespunde rearanjarii si transformarii sistemului neliniar intr-un sistem cvasi-LPV in cazul in care acesta are structura unui sistem liniar dar in cazul in care componentele matricelor variaza in functie de unele variabile comune. Cea de-a doua metoda se bazeaza pe metoda Jacobiana. Colectia modelelor liniare este parametrizata de una sau doua variabile asociate cu liniarizarea in jurul unui punct. Rezultatele sunt polinomiale si sunt continue pe tot parcursul conditiilor de zbor.

Dupa obtinerea modelelor LPV este proiectat si controlerul. In comparatie cu metodele clasice de programare in cazul in care gainurile sunt interpolari ale controlerului predefinit, controlerele LPV sunt dependente de schimbarea parametrilor sistemului.

Metodele Lyapunov au fost folosite pentru a proiecta controlere LPV. In domeniul FTC ideile LPV au fost folosite pentru a face fata cu defectele actuatorului. Observerele LPV au fost de asemenea luate in considerare pentru ca FDI sa genereze semnale reziduale pentru detectarea defectelor senzorilor actuatorului.

LPV ofera anumite garantii de stabilitate si performanta in comparatie cu obtinerea programarii clasice. Metodele de control neliniare pot fi folosite pentru a simplifica modelul LPV. Aceasta inseamna ca in comparatie cu metodele MMST si IMM controlerele nu trebuie sa fie proiectate pentru toate liniarizarile.

4.4 Prezicerea

Spre deosebire de multe alte paradigme de control care au venit din partea comunitati academice, dezvoltarea controlului predictiv MPC (Model Predictive Control) a fost initiata in industrie. Prin urmare nu este o surpriza faptul ca, MPC este cel mai utilizat pe scara larga si punerea in aplicare a metodei in procesul de control in industrie. Ideea originala pentru MPC este de a permite procesului de productie sa ruleze cat mai aproape de limitele procesului, fara a incalca aceasta limita si pentru maximizarea profitului. Principalul beneficiu al MPC este ca poate face fata limitelor si constrangerilor. Aceasta este principala motivatie pentru studiul MPC al zborului si pentru FTC. In timpul aparitiei defectelor in special la actuatoare, actuatoarele ramase vor fi conduse la limitele lor. Aici MPC are capacitatea de a gestiona actuatoarele inclusiv limitele acestora in procesul de optimizare, foarte dorit pentru obtinerea semnalelor de control. Daunele structurale pot fi deasemenea controlate in MPC prin modificarea modelului de referinta intern. In linii mari MPC este un algoritm de control iterativ bazat pe controlul optimal. Obiectivul este de a obtine prezicerea starilor viitoare, folosind starea curenta si calcularea semnalelor de control. Numai primul semnal de control, de la optimizare este aplicat actuatoarelor reale. Dupa aceea starile sunt prelevate din nou si calculate. Figura (9)      ofera cateva introspectii in structura MPC.

Fig. 9

Blocul conducator al modelului de referinta genereaza iesirile dorite bazate pe dinamica dorita. Modelul MPC genereaza semnale de control care forteaza iesirea sistemului sa urmeze iesirea dorita folosind intrarile si iesirile anterioare ale sistemului. Optimizarea poate fi rezolvata folosind programarea cuadrica sau algoritmi de programare liniara rapizi. MPC in forma sa cea mai puternica necesita o solutie online la problema constrangerilor optimizarii. Cu toate acestea in stadiul actual al tehnologiei, optimizarea online este inca greu realizabila pentru sistemele care necesita raspunsuri rapide. Ca si in cele mai multe strategii FTC, MPC este dependenta de FDI pentru a oferi informatii cu privire la erorile si defectele din sistem.

In cazul defectarii actuatorului comportamentul acestuia este nevoit sa      apeleze la sistemul FDI astfel incat o noua constrangere sa poata fi inclusa in procesul de optimizare. In ceea ce priveste modificarea sistemului de control al zborului, mai exista o lipsa de indrumare in procesul de proiectare, care de obicei necesita incercari si erori de experienta.

Principalul beneficiu al MPC este ca pot face fata constrangerilor actuatoarelor si acest lucru a determinat studiul MPC in controlul zborului si FTC.

4.5 Redistribuirea semnalului de control

Metoda pseudo-inversa

Ideea metodei pseudo-inversa (PIM) este de a elabora un control astfel incat polii sistemului supus unei erori sau unui defect, vor fi cat mai aproape de valoarea nominala a polilor buclei inchise. Urmatoarele ecuatii ofera o introducere in metoda PIM. Se considera sistemul liniar :

(5)

Presupunem ca o stare de feed-back K a fost proiectata si legea de control este:

(6)

si deci sistemul in bucla inchisa este dat de

(7)

In timpul defectelor, defectul sistemului in bucla inchisa poate fi reprezentat prin ecuatia

(8)

Ideea este de a obtine pe astfel incat performantele sistemului defect in bucla inchisa vor fi cat mai apropiate de cele nominale ca in ecuatia (7).

Avand in vedere ca obiectivul este sa obtinem o conditie necesara este

si prin urmare

in cazul in care este pseudo-inversa a lui

Matricele ale sistemului si se presupun a fi cunoscute. Defectele sistemului pot fi obtinute de la sistemul de identificare online sau de la FDI ; atunci in principiu si poate fi obtinut online. Pentru o matrice non patrata in PIM, ofera un oarecare grad de libertate.

Acest grad de libertate de la a fost folosit pentru a redistribui comenzile de control in scopul imbunatatirii sistemului in bucla inchisa. Chiar daca conceptul de mai sus este usor si simplu de inteles, PIM are mai multe dezavantaje care au impiedicat dezvoltarea lor suplimentara. Unul dintre principalele dezavantaje este lipsa stabilitatii. Alte dezavantaje sunt asociate cu presupunerea ca starea sistemului este in permanenta disponibila.

In      acelasi timp problema lipsei de robustete cand perechea de la sistemul de identificare nu este perfect cunoscuta.

Conceptul de modificare a PIM este discutabil. El se bazeaza pe o combinatie a PIM cu teoria robustetei si stabilitatii sistemului cu structura incerta. Ansamblul de matrici recalculate asigura un sistem stabil in bucla inchisa pentru toate defectele posibile. El este de asemenea interesant pentru a sublinia asemanarea intre abordarea PIM si urmatoarele metode in cazul in care sistemul in bucla-inchisa este obligat sa urmeze bucla inchisa dorita in domeniul dinamic.

Alocarea controlului

La inceputul dezvoltarii, ideea redistribuirii semnalelor de control catre actuatoarele ramase functional s-a numit restructurare. Un exemplu este restructurarea controlului utilizand conceptul de 'control combinat' folosit pentru redistribuirea semnalelor de control. Datorita unor dezavantaje controlerul cu restructurare nu a fost exploata in anii '90. Ideea a reaparut in ultimii ani ca alocare partiala de control datorita dezvoltarii aeronavelor de inalta performanta. Alocarea de control (CA) are capacitatea de a redistribui semnalele de comanda de control la actuatoare in special in timpul defectelor. Chiar daca PIM si CA par sa fie identice in sensul ca ambele folosesc o pseudo-inversa care asigura un oarecare grad de libertate la priectare, o mare diferenta intre CA si PIM este faptul ca in CA operatorul este proiectat pe baza unui 'control virtual' al semnalului. Avantajul este ca designul controlerului este independent de unitatea CA. Prin urmare CA poate fi folosit in combinatie cu orice alt controler cum ar fi LQR sau

Fig 10

CA are capacitatea de a gestiona redundanta actuatorului care exista la avioanle de pasageri si avioanele de lupta moderne. Nu numai ca este benefic pentru CA si FTC, este de asemenea folosit pentru diferite strategii de control optim adica utilizand actuatoare pentru a reduce rezistenta si cresterea eficientei.

Nu exista in literatura lucrari extinse despre CA care sa discute algoritmi, abordari si aplicatii. S-a demonstrat ca feed-backul sistemului de control cu actuatoare redundante poate fi redus la un sistem de control cu feed-back fara redundanta folosind un caz special al CA cunoscut ca 'inlantuirea Daisy'. In acest mod de abordare un subset al actionarii, considerat ca fiind actuatoarele principale, este folosit prima data apoi actuatoarele secundare sunt folosite numai daca cele primare ajung la saturatie.

CA apare cu metodele neliniare ca un feed-back. El se bazeaza pe separarea legii de control de sarcina alocarii controlului. Aceasta se face prin proiectarea unui controler pentru a oferi un 'control virtual' care v-a fi atasat la controlul semnalelor trimise catre actuator. Se ia in considerare un sistem supraactuat ca de exemplu un avion de pasageri sau un avion de lupta modern reprezentate de sistemul liniar urmator :

(9)

unde poate fi :

ca urmare (9) devine:

unde este controlul virtual:

Semnalul de control este:

unde

este pseudo-inversa a lui .

Matricea este care distribuie semnalele de control pentru fiecare actuator disponibil. In cea mai mare parte a literaturii de specialitatea greutatea . In unele cazuri poate fi luata o alta optiune a matricei pondere . Intr-o problema de optimizare, poate fi aleasa pentru a obtine performantele dorite luand in considerare constrangerile actuatorului.

Beneficiile CA sunt ca structura controlerului nu trebuie sa fie reconfigurata in cazul defectelor si poate fata defectului total al actuatorului: sistemul automat al CA redistribuie semnalele de control.

Ca si la MPC un alt beneficiu major al CA este ca limitarile actuatorului pot fi manipulate, inclusiv constrangerile actuatorului in procesul de optimizare. Unul din neajunsurile CA este ca pentru sistemele neliniare factorizarea pura este o foarte puternica cerinta si prin urmare trebuie facuta aproximarea . In cazul controlului optimal al suprafetelor de deviere, este necesara programarea liniara sau cuadrica. Acest lucru este destul de dificil de realizat in timp real din cauza cerintelor de inalta putere de calcul.

Inversarea dinamica

O mare atractie a inversarii dinamice (DI) este capacitatea sa de a face modificari in conditiile de operare. Aceasta capacitate a motivat cercetatorii sa ia in considerare DI pentru controlul vehiculelor spatiale de reintrare in atmosfera. Acest vehicul are o gama larga de conditii de operare care variaza de la supersonic in timpul reintrarii la viteze subsonice.

Ideea de DI poate fi demonstrata daca se considera sistemul liniar :

Rearanjand ecuatia cu privire la legea de control poate fi reprezentata :

unde este o valoare de referinta predeterminata in bucla inchisa. In DI este descris ca un operator de tehnica de sinteza cu deficiente existente sau nedorite. Anularea si inlocuirea sunt realizate prin selectia algebrica riguroasa a functiilor de feed-back. Din acest motiv metodologia feed-backului se mai numeste liniarizare. Figura 11 arata un exemplu de ansamblu dinamic neliniar invers cu interactiuni cu privire la reintrarea vehiculului. Principalele ipoteze in DI sunt ca sistemul dinamic se presupune perfect modelat si prin urmare pot fi anulate.

In practica aceasta ipoteza nu este realista. In relatiile cu aceasta problema s-a sugerat utilizarea metodelor de control robuste ca si pentru a minimiza sau suprima comportamentul nedorit din cauza incertitudinilor sistemului care provoaca anulari dinamice ale sistemului. Alte metode de control cum ar fi retelele neuronale au fost deasemenea propuse in literature de specialitate. Benecifiul DI este acela ca nu necesita obtinerea de programare pentru a lucra intr-o gama larga de conditii de functionare.

DI are alocare de control si prin urmare are capacitatea de a redistribui semnalul de control in cazul defectelor.

Fig 11

In pofida acestor avantaje exista unele probleme in ceea ce priveste DI. In primul rand inversiunea dinamica neliniara (NDI) isi asuma integral feed-backul de stare. Aceasta nu este o problema la aeronavele moderne dar starea sistemului masurat nu este intotdeauna disponibila pentru multe alte sisteme. DI necesita o profunda intelegere si cunoastere a sistemelor pentru a fi in masura sa anuleze perfect dinamica sistemului.

In realitate acest lucru este imposibil. In present aceste limite de utilizare necesita un exterior robust. Inversiunea dinamica cu control adaptiv robust (ARC) se bazeaza pe activitatea in cazul in care o combinatie de SMC si control adaptive este conceputa si numita ARC. Controlerele au fost testate pentru mai multe tipuri de defecte cum ar fi pierderea eficientei zborului si defecte grave ale suprafetei. Schimbarea coeficientilor aerodinamici ai aeronavei din cauza defectelor si a defectiunilor structurii este estimata folosind identificarea online a parametrilor, pentru a obtine inversarea perfecta      a sistemului neliniar.

4.6 Controlul robust

este o metodologie robusta de control si prin urmare poate fi considerat un sistem de control al defectelor pasive. este una dintre cele mai dezvoltate metode de control multivariabile cu multe aplicatii industriale. Cele mai robuste abordari de control nu necesita nici o informatie cu privire la defecte si prin urmare lucreaza atat in termeni nominali cat si in conditii de defecte. Capacitatea de a face fata defectelor depinde de controlerul predefinit care se bazeaza pe reducerea efectului de incertitudine sau perturbatii in sistem. Primul pas in este de a decide tipul si structura pentru a putea fi luate in considerare. Aceste proces este oarecum dificil si necesita o introducere in sistem. Cel mai general tip de incertitudine nestructurata este bazat pe normalizarea factorului reprezentat.

Cea de-a doua metoda este de alege frecventa dependenta de greutati pe baza unor specificatii de performanta si apoi pentru a rezolva o problema de optimizare. Un dezavantaj al este faptul ca in unele cazuri controlerul este conservator in conditiile nominale pentru a garanta stabilitatea in caz de defecte si performanta este uneori sacrificata.

Un alt dezavantaj este ca controlerul final foloseste un ordin mai mare decat sistemul. In unele cazuri este necesara reducerea      modelului pentru a trunchea ordinul sistemului.

5Detectarea si izolarea defectelor

De fapt FTC si FDI joaca un rol esential pentru a oferi informatii cu privire la defectele din sistem si pentru a permite reconfigurarea adecvata. Prin urmare functia principala a FDI este sa detecteze eroarea/defectul si sa gaseasca locatia sa, astfel incat actiunea corectoare sa poate sa elimine sau sa minimizeze efectul asupra sistemului.

Se defineste:

-detectarea defectului: determinarea defectului prezent intr-un sistem si timpul de detectie

-izolarea defectului: determinarea felului defectului si timpul de detectare al acestuia.

-identificarea defectului: determinarea marimii defectului.

Pentru cele mai multe sisteme AFTC robustetea FDI are un efect puternic asupra robustetii FTC.

Un aspect important in FDI este redundanta. Cum s-a mentionat in 3 redundanta poate fi fie sub forma hardware fie redundanta analitica. De la aparitia tehnologiei fly by wire a existat o crestere a redundantei analitice. In redundanta analitica semnalele masurate sunt comparate cu un model matematic. Beneficiul folosirii redundantei analitice este clar: nu este nevoie de instalarea redundantei hardware, reducandu-se greutatea si costul.

5.1 Clasificarea FDI

Exista mai multe clasificari de FDI in literatura de specialitate. O clasificare evidenta este FDI bazat pe model si non-model. In aceasta teza accentul se v-a pune pe modelul bazat pe FDI. Avand in vedere strategia de toleranta a defectelor modelele bazate pe FDI sunt grupate pe baza capacitatilor lor in doua categorii:

-FDI care foloseste sisteme reziduale.

-FDI care au capacitatea de a estima defectele

Fig 12

Conditia de monitorizare

Conditia de monitorizare este una dintre metodele traditionale folosite pe scara larga in industrie. Este important ca depistarea precoce a erorilor si defectelor in componente, cum ar fi posibilitatea de intretinere preventiva ce urmeaza a fi efectuata. Conditia de monitorizare este foarte populara in procesul de productie si in sistemele critice de non-siguranta. Conditia de monitorizare in cea mai mare parte depinde de masuratorile statistice luate de la anumite puncte de pe echipament si analize spectrale cum ar fi transformata Fourier rapida sau tendinta de analiza cum ar fi MTTF si MTBF.

Aceste instrumente de analiza furnizeaza informatii cu privire la starea de 'sanatate'. Analiza de la conditia de monitorizare permite planificarea avansata a intretinerii de rutina. Un dezavantaj al celor mai multe metode de monitorizare este procesul lent si obositor de colectare si interpretare a datelor. De asemenea, are o capacitate limitata de FTC si ca de obicei defectele pot fi detectate offline, deoarece se bazeaza pe datele colectate in timpul functionarii sistemului. O buna experienta sau o buna intretinere asigura date pentru analiza detectarii eroriilor sau defectelor. Conditia de monitorizare deasemenea sufera din cauza variatiei conditiilor de operare. Uneori, acest lucru inseamna ca este dificil sa se faca diferenta intre defecte sau exploatare defectoasa. Un alt dezavantaj in conditia de monitorizare este acela ca un singur defect poate cauza alarme multiple si uneori cauzeaza anomalii in datele colectate pentru alte unitati. Acest lucru face dificila localizarea sursei defectului.

FDI bazat pe semnale reziduale

In FDI bazate pe semnale reziduale, semnalele de la un model matematic si masuratorile hardware sunt comparate si filtrate iar diferenta formeaza un semnal rezidual. In conditia nominala fara defect, semnalele reziduale ar trebui sa fie zero si nonzero cand apar defecte. Acest semnal rezidual uneori se aplica cu un prag pentru a evita alarmele false de la perturbatii sau incertitudini. Cand semnalul rezidual depaseste pragul un defect este setat sa apara.

De obicei in generatia reziduala u defect este detectat si locatia sa este identificata, dar nu exista informatii suplimentare despre defecte.

Fig 13

O buna cercetare asupra sistemelor FDI bazate pe semnale reziduale a fost facuta folosind diferite metode pentru diferite aplicatii. Exista multe beneficii in folosirea sistemelor FDI bazate pe semnale reziduale. Cele mai multe sisteme FDI bazate pe semnale reziduale sunt usor de inteles si usor de pus in aplicare. Pentru multe sisteme detectarea si izolarea erorilor/defectelor sunt suficiente pentru a declansa reconfigurarea FTC. De exemplu mai multe modele de controlere vor comuta la un anumit controler atunci cand defectul desemnat apare la acuatoare sau senzori. Cu toate acestea pentru anumite sisteme FTC detectarea si izolarea defectelor nu este suficienta. Unele sisteme FTC cer informatii suplimentare cu privire la natura ci comportamentul defectului.

Identificarea/estimarea defectului.Reconstructia FDI

Acest lucru este cu un pas mai avansat decat FDI bazat pe semnale reziduale dar este de cele mai multe ori specific pentru anumite controlere reconfigurabile. Anumite controlere FTC necesita o estimare a eficientei actuatorului pentru a permite controlerului FTC sa tolereze erorile/defectele. Din punct de vedere al senzorului, defectul FTC in cazul in care defectul senzorului poate fi estimat/reconstruit, aceste informatii pot fi folosite direct pentru a corecta masuratorile senzorului defect inainte ca acestea sa fie utilizate de operator. Aceasta metoda evita reconfigurarea controlerului pentru a fi tolerant cu erorile/defectele senzorului. Acest lucru v-a fi luat in considerare in ceea ce urmeaza.

Fig 14

6 Comparatii ale diferitelor modele FDI

In acest capitol vor fi discutate unele dintre cele mai recente medode FDI de control al zborului.

6.1 Modelul de baza

Mai jos sunt discutii cu privire la unele metode de model de baza FDI cu aplicatii in litaratura de specialitate.

Filtrul Kalman

Aceasta este probabil una dintre cele mai cunoscute metode folosite in industrie. Un filtru Kalman pe scurt este un estimator optimal bazat pe observatii indirecte, inexacte si incerte. Este recursiv astfel incat masuratorile noi pot fi procesate pe masura ce sosesc. Daca toate zgomotele sunt Gaussiene, filtrul Kalman minimizeaza media patrata de eroare a parametrilor estimati si deci este optimala. Filtrul Kalman este folosit in industrie din mai multe motive :

-filtrul Kalman furnizeaza rezultate destul de exacte ca urmare a structurii sale optimale.

-filtrul Kalman are o forma recursiva si este potrivit pentru procesarea online in timp real si usor de pus in aplicare.

Figura 15

Ideea din spatele filtrului Kalman este descrisa in figura 15 unde reprezinta un sistem liniar discret in timp de forma :

(10)

(11)

Unde variabilele aleatoare si reprezinta procesul de masurare al zgomotului. Ciclul filtrului Kalman incepe cu estimarea initiala a lui si a erorii . Timpul de update blocheaza stadiul actual al proiectului si eroarea covarianta estimeaza in timp. Masuratorile blocului de update calculeaza gainul al filtrului Kalman folosind eroarea covarianta proiectata . Datorita largii utilizari in industrie si popularitatea acestuia in randul cadrelor universitare, nu este o surpriza faptul ca filtrele Kalman sunt de asemenea folosite la diagnosticarea defectelor. Filtrul Kalman de baza functioneaza in calitate de observer si prin urmare poate fi folosit pentru a detecta defectele sau semnalele reziduale prin crearea de semnale reziduale prin compararea rezultatului estimat cu cel real. Conceptul de baza al filtrului Kalman a fost actualizat pentru a permite multe aplicatii cum ar fi filtrul Kalman extins pentru analiza sistemelor liniare si a sistemelor FDI neliniare si pentru estimarea parametrilor care urmeaza sa fie estimati. De multe ori acesta introduce biliniaritati care pot fi depasite prin utilizarea filtrelor Kalman extinse. Filtrul Kalman poate fi deasemenea format dintr-un ansamblu de filtre Kalman pentru a creea semnale reziduale folosite la detectarea erorilor/defectelor. O alta varianta numita filtru Kalman in doua etape are capacitatea nu numai de a detecta si izola defectele, are de asemenea capacitatea de a estima nivelul de eficacitate al actuatoarelor.

Aceasta capacitate este un bonus pentru sistemele FTC care depind de nivelul de eficacitate al actuatorului pentru reconfigurare.

bazat pe FDI

Folosind aceleasi principii ca si pentru proiectarea controlerelor un observer poate fi proiectat prin aplicarea tehnicilor de filtrare ca un sistem FDI bazat pe semnale reziduale. Ideea este de a permite semnalului rezidul sa fie sensibil numai la defecte ci si sa fie robust impotriva perturbatiilor, modeland eroarea si zgomotul. Acest lucru poate fi realizat prin selectarea gainului obeserverului care reduce norma lui intre incertitudine si semnalul rezidual. Filtrele cu detectie a defectelor , utilizand tehnici de filtrare ca un sistem FDI bazat pe semnal rezidual este unul dintre cele mai populare sisteme FDI.

Estimarea parametrilor FDI

Estimarea parametrilor este sinonima cu controlere cum ar fi inversarea dinamica neliniara si alte cateva controlere bazate pe neliniaritate. Sistemele de estimare a parametrilor asigura un mijloc de actualizare a parametrilor online al sistemului in timp real pentru reconfigurarea controlerului. Estimarea parametrilor este una dintre multele metode care au fost aplicate in aeronautica. Avioanele contin multi coeficienti in special aerodinamici care se schimba in functie de conditiile de operare.

Acesti parametri sunt de obicei preestimati offline in tunelul aerodinamic si in testele de zbor inainte de a fi folositi in zbor. Cu toate acestea la aparitia unor defecte nu exista preestimari exacte si de aceea ecesti coeficienti aerodinamici trebuie sa fie obtinuti online.

In matoda 'doi pasi'(TSM) estimarea parametrilor de stare originali este descompusa in estimarea starii si intr-o estimare ulterioara a parametrului liniar. Principala problema este data de primul pas al TSM care este cunoscut ca reconstructia caii de zbor.

Estimarea parametrilor bazati pe filtrele Kalman este folosita la sistemul FDI. In cele mai multe metode de estimare a parametrilor, pentru a obtine estimari mai bune s-ar putea sa fie necesar sa se introduca semnale de perturbatie.

Din acest motiv cele mai multe metode de estimare a parametrilor lucreaza cel mai bine in prezenta vantului si a rafalelor de vant. Cu toate acestea in multe aplicatii practice este greu si nu se recomanda sa se aplice semnale perturbatoare aditionale in special atunci cand defectele sau distrugerile structurale apar in sistem.

Modele multiple si interactiuni intre modele multiple

bazate pe FDI

In mai multe modele bazate pe FDI, este creat un ansamblu de modele cu anticiparea defectelor. Iesirile din acest ansamblu pot fi comparate cu valoarea reala a iesirii sistemului pentru a crea semnale reziduale. Aici modelul cu cea mai mica eroare este modelul care reprezinta defectele curente din sistem. Prin urmare defectele pot fi detectate si izolate iar controlerul asociat care se ocupa cu defectul respectiv este activat. Dezavantajul modelului bazat pe FDI este faptul ca este destul de greu sa includa toate defectele posibile. Prin urmare o solutie este de a utiliza mai multe modele intercative. In modelele interactive multiple bazate pe control reconfigurabil (fig 8). Este necesar un sistem FDI care asigura estimarea greutatii modelului. Cercetatorii au propus utilizarea unui ansamblu de filtre Kalman pentru a calcula aceste greutati in termeni de probabilitate de defecte individuale.

Aceste metode folosesc combinatii convexe ale modelelor predefinite. Greutatea modelului in sine asigura detectia defectului si un anumit tip de identificare pentru defectele partiale. Aceasta metoda poate fi folosita pentru detectarea distrugerilor structurale. De asemenea acest sistem sufera de aceleasi dezavantaje ca si abordarea modelului multiplu.

Paritatea ecuatiei bazate pe FDI

Redundantele intr-un sistem pot fi folosite pentru verificarea paritatilor masuratorilor si ulterior pentru senzorii FDI prin folosirea unui sistem de vot. Aceasta metoda este putin diferita de un observer bazat pe FDI deoarece redundantele sunt comparate direct intre ele cat si intre sistemul actual cu scopul de a verifica inconcsecventele prin folosirea semnalelor reziduale.

Nu sunt necesare observere pentru paritatea bazate pe FDI. Consideram un sistem cu senzori redundanti unde ecuatiile de masurare pot fi reprezentate:

unde este vector de masurare.

este vector de stare.

este vectorul de zgomot.

Daca exista mai multi senzori decat variabile care urmeaza a fi masurate atunci si rangul lui .

unde , , .

Cand conditia este satisfacuta paritatea reziduala este :

(12)

In ecuatia de mai sus vectorul de paritate contine doar informatii despre defecte si incertitudini si este independent de . In ceea ce priveste paritatea ecuatiei bazate pe FDI, asigura un design mai putin flexibil in comparatie cu observerele bazate pe FDI.

6.2 Non modelul de baza

Sisteme FDI inteligente

Una dintre principalele probleme asociate cu designul modelului de baza este disponibilitatea si calitatea sa. Erori care rezulta in urma modelelor imperfecte si inexacte vor afecta performanta sistemului sde diagnosticare al defectelor. Utilizarea modelului robust bazat pe metode care de obicei rezulta intr-un design care este prea conservator si insensibil la greseli si prea complicat.

De la sfarsitul anilor '90, a existat o crestere a cercetarii asupra metodelor FDI in special asupra celor care utilizeaza inteligenta artificiala si metode de calcul usor cum ar fi retelele neuronale si logica Fuzzy. S-a propus o combinatie numerica si simbolica de cunostinte intr-un sistem cu cadru unic.

Ideea a fost inspirata de munca anterioara care folosea observere pentru semnale reziduale si logica fuzzy pentru procesul de luare a deciziilor. La baza conceptului sta ideea de a structura retelele neuronale intr-o logica fuzzy care permite generarea de semnale reziduale, evaluarea si diagnosticarea defectului. Modelele neuro- fuzzy se iau in considerare cu un adaos de prag adaptiv in sistemele de detectare a erorilor pentru a atinge un anumit nivel de robustete.

Unul dinte beneficiile folosirii abordarii inteligente, in special retelele neuronale pentru FDI este abilitatea sa dea modela orice functie neliniara. In termenul FDI retelele neuronale au caracteristica de 'cutie neagra ' si prin urmare capacitate de a invata din 'exemple', care necesita informatii putine si putine cunostinte despre structuta sistemului. Sunt prezentate doua dezavantaje majore ale retelelor neuronale conventionale: de la o cunoastere Euristica de la experienta expertilor nu poate fi usor incorporata si caracteristica 'cutiei negre' inseamna ca, comportamentul sau intern nu poate fi usor inteles. Un alt dezavantaj al retelelor neuronale este lipsa intelegerii comportamentului sau intern cauzand probleme sistemului avionului.

6.3 Noi metode FDI

In ultimii ani unele metode noi si neconventionale de detectare a defectelor au aparut in literatura de specialitate. Exemple de astfel de metode sunt LPV bazate pe FDI si generarea semnalelor reziduale folosind metode de inalta fidelitate.

LPV bazat pe FDI sunt motivate de problema confruntarii cu o gama larga de conditii de functionare. Ca si proiectarea controlerelor FTC, FDI se bazeaza pe variatia parametrilor liniari. Chiar daca exista diverse abordai pentru FDI, LTI si LTV si sisteme biliniare sunt doar cateva metode disponibile pentru sitemul LPV. Prin urmare s-a pus accentul pe introducerea sistemului FDI de baza pentru sistemul LPV utilizand o extensie a abordarii numita 'problema fundamentala a generarii semnalului rezidual'.

Sistemele FDI bazate pe LPV au performante inerente si garantii pentru stabilitatea globala a conditiilor de operare, in comparatie cu alte metode.

Chiar daca se pare ca LPV bazat pe FDI are potential ridicat in special penru sistemele de avioniva, inca exista cercetare in acest domeniu. Unele sisteme sunt bine cunoscute iar modele aproape non liniare si de inalta fidelitate pot fi obtinute. Sisteme ca avioanele sunt bine intelese si reprezinta unul dintre cele mai studiate siteme cu toti coeficientii aerodinamici obtinuti prin ample cercetari in laborator cu tunele aerodinamice si teste de zbor.

Un defect poate fi declarat atunci cand semnalul rezidual depaseste pragul predeterminat.

7 Concluzii

Acest capitol a prezentat o scurta introducere in domeniul FTC si FDI. Acestea include definitii pentru termenii utilizati in mod regulat in FTC si FDI cum sunt defectele si erorile. In acest capitol au fost de asemenea discutate pe scurt tipurile de defecte si erori la actuatoare si senzori. Au fost discutate diferite metode ale FTC bazate pe modul in care toleranta la defecte este obtinuta variind de la control robust la redistribuirea semnalului de control.