ứng dụng mạng neural trong chuẩn đoán tình trạng kỹ thuật động cơ điện kéo đầu máy

Đề tài luận án “Ứng dụng mạng nơ ron trong chẩn đoán tình trạng kỹ thuật động cơ điện kéo trên đầu máy” đi sâu nghiên cứu về lý thuyết chẩn đoán áp dụng cho đối tượng ĐCĐK nhằm các mục

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ CÔNG THƯƠNG

VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA

Công trình được hoàn thành tại:

Người hướng dẫn khoa học:

Vào hồi giờ , ngày tháng năm

Có thể tìm hiểu luận án tại thư viện:

MỞ ĐẦU Tính cấp thiết của đề tài: Chẩn đoán kỹ thuật có vai trò quan trọng

trong việc duy trì trạng thái làm việc hiệu quả của mọi hệ thống (thiết bị) Việc giám sát, đo đạc, xử lý các tham số giúp đưa ra những quyết định kịp thời, chuẩn xác về tình trạng của đối tượng

Đầu máy nói riêng hay các phương tiện GTVT nói chung luôn đòi hỏi tính liên tục và độ tin cậy hoạt động cao, đòi hỏi kiểm soát chặt chẽ tình trạng kỹ thuật trong tình trạng hoạt động Động cơ điện kéo (ĐCĐK) được sử dụng phổ biến trong ngành Đường sắt Việt Nam, xét

về tính tin cậy và khả năng vận dụng của thiết bị, ĐCĐK là khâu có độ tin cậy thấp Do vậy, cần thiết phải đặt vấn đề nghiên cứu một cách toàn diện về chẩn đoán ĐCĐK và xây dựng phương pháp chẩn đoán cho phép khai thác hiệu quả các số liệu chẩn đoán đã có

Việc nghiên cứu giải quyết những vấn đề mang tính thời sự nêu trên không chỉ là đáp ứng yêu cầu thực tiễn cấp thiết của ngành đường sắt hiện nay và thời gian tới mà còn có ý nghĩa khoa học khi đưa những công cụ mô phỏng và tính toán hiện đại vào lĩnh vực chẩn đoán kỹ thuật

Đề tài luận án “Ứng dụng mạng nơ ron trong chẩn đoán tình trạng

kỹ thuật động cơ điện kéo trên đầu máy” đi sâu nghiên cứu về lý

thuyết chẩn đoán áp dụng cho đối tượng ĐCĐK nhằm các mục tiêu sau: Xác định tập các thông số chẩn đoán phù hợp cho ĐCĐK

Ứng dụng mạng nơron trong chẩn đoán tình trạng kỹ thuật ĐCĐK

Đối tượng nghiên cứu của đề tài: Chẩn đoán kỹ thuật áp dụng cho

ĐCĐK trong tình trạng đang hoạt động

Nội dung nghiên cứu:

- Nghiên cứu về lý thuyết chẩn đoán dựa trên mô hình

- Xây dựng mô hình toán học của đối tượng chẩn đoán

- Sử dụng mạng nơron trong chẩn đoán Áp dụng cho các bài toán phát hiện lỗi sử dụng nhiệt độ và chẩn đoán tình trạng đánh lửa ĐCĐK

- Thực nghiệm trên mô hình và kiểm nghiệm kết quả trên đối tượng thực

Phạm vi nghiên cứu: ứng dụng mạng nơron trong chẩn đoán dựa

trên mô hình ước lượng

Phương pháp nghiên cứu: Trên cơ sở nghiên cứu lý thuyết về chẩn

đoán, lựa chọn và xây dựng các mô hình chẩn đoán và phương pháp

chẩn đoán tình trạng kỹ thuật của đối tượng cần chẩn đoán Thực hiện

mô phỏng trên máy tính và trên mô hình thí nghiệm để đánh giá kết quả chẩn đoán Áp dụng mô hình cho đối tượng thực để kiểm tra tính đúng của phương pháp

Những đóng góp của luận án

- Là nghiên cứu mới về chẩn đoán dựa trên mô hình và chẩn đoán trong tình trạng hoạt động cho ĐCĐK ở điều kiện Việt nam Đặt cơ sở ban đầu cho việc thiết lập và phân tích mô hình chẩn đoán thiết bị và hệ thống trong tình trạng hoạt động phù hợp với điều kiện ở nước ta

- Xây dựng mô hình cấu trúc và xác định tập thông số chẩn đoán phù hợp cho bài toán chẩn đoán ĐCĐK trong trạng thái hoạt động

- Bước đầu ứng dụng mạng nơron trong xây dựng mô hình ước lượng và đã đề xuất được 2 ước lượng thông số cho chẩn đoán phục vụ bài toán phát hiện lỗi và chẩn đoán lỗi

Cấu trúc của luận án gồm mở đầu, 3 chương và phụ lục:

Chương 1: Chẩn đoán kỹ thuật cho ĐCĐK

Chương 2: Mô hình hóa và xây dựng tập thông số chẩn đoán

Chương 3: Ứng dụng mạng nơron trong chẩn đoán ĐCĐK

CHƯƠNG 1: CHẨN ĐOÁN TÌNH TRẠNG KỸ THUẬT

CHO ĐỘNG CƠ ĐIỆN KÉO

1.1 Tình hình nghiên cứu về chẩn đoán và chẩn đoán ĐCĐK

1.1.1 Tình hình nghiên cứu trên thế giới

Chẩn đoán kỹ thuật (CĐKT) trên thế giới đã được nghiên cứu rất sâu

về lý thuyết và đã chuyển sang giai đoạn ứng dụng Nó có ý nghĩa trong mọi lĩnh vực của công nghiệp và giao thông vận tải Nó làm thay đổi rõ rệt chất lượng của các hệ thống, không những cho phép đảm bảo khả năng vận hành, mà còn khả năng kiểm soát hệ thống trong cả trong trường hợp có sự cố Trong mọi lĩnh vực của ngành giao thông vận tải (GTVT), như ôtô, hàng không, giao thông đường sắt, ứng dụng của chẩn đoán cho phép đảm bảo an toàn và độ tin cậy cho thiết bị Do vậy, đối với ngành Đường sắt nói chung và thiết bị đầu máy nói riêng, việc nghiên cứu và ứng dụng chẩn đoán là rất cần thiết và cấp bách nhằm nâng cao chất lượng và độ an toàn của hệ thống

Hiện nay, các nghiên cứu về chẩn đoán tập trung vào 2 hướng:

1 Sử dụng các phép phân tích tín hiệu để khai thác các thông số chẩn đoán, để nâng cao được khả năng phát hiện lỗi, nâng cao hiệu quả kinh tế, kỹ thuật của phép chẩn đoán

2 Sử dụng trí tuệ nhân tạo (AI) trong chẩn đoán: Tập trung vào bài toán phân loại và kết luận lỗi: Sử dụng mạng nơron hoặc logic mờ

Về ứng dụng mạng nơron trong chẩn đoán

Trong lĩnh vực chẩn đoán kỹ thuật, việc ứng mạng nơron và tính toán mềm được nghiên cứu nhiều, chủ yếu theo hướng ứng dụng nơron

và logic mờ trong kết luận chẩn đoán và sử dụng các dạng mạng lan truyền ngược trong học thông số của đối tượng chẩn đoán

Về chẩn đoán ĐCĐK

Đối với các loại động cơ thông dụng trong công nghiệp, các phương pháp chẩn đoán dựa trên phân tích dòng điện, từ trường, độ rung được nghiên cứu và ứng dụng rộng rãi do tính đơn giản, dễ thực hiện của phép đo Trong lĩnh vực chẩn đoán động cơ một chiều nói chung hay ĐCĐK nói riêng, do tính đặc thù, các cảm biến đã được tích hợp sẵn trong thiết bị cho phép thu thập các thông tin chẩn đoán hữu ích (CĐKT cho động cơ giàn khoan)

1.1.2 Tình hình nghiên cứu ở Việt nam

ĐCĐK của đầu máy sử dụng trong ngành Đường sắt Việt nam thuộc nhóm động cơ một chiều kích từ nối tiếp, sử dụng cổ góp và chổi than tiếp điện, công suất trong khoảng 200-500kW Tuy nhiên, đặc tính động

cơ và điều kiện làm việc khắc nghiệt hơn nhiều so với các loại động cơ tương tự dùng trong công nghiệp nhưng điều kiện làm việc khắc nghiệt

Về kết cấu, các ĐCĐK thường được chế tạo theo thiết kế cổ điển, không có sẵn các thiết bị giám sát, đo lường tích hợp bên trong thiết bị Mặt khác, vị trí đặt của động cơ gây khó khăn khi tiếp cận, đo đạc, do vậy, rất không thuận lợi cho bài toán chẩn đoán Về khai thác, mặc dù quy trình bảo dưỡng, sửa chữa vẫn được tuân thủ nghiêm túc theo yêu cầu thiết kế, nhưng công tác theo dõi đánh giá chất lượng làm việc chưa được quan tâm nghiên cứu

Ở Việt nam, trong lĩnh vực đảm bảo khả năng làm việc của thiết bị, chủ yếu quan tâm đến độ tin cậy và tuổi thọ Lĩnh vực chẩn đoán nói chung và trong lĩnh vực chẩn đoán thiết bị điện, điện tử và máy điện nói riêng, còn ít được quan tâm nghiên cứu Đã có một vài nghiên cứu về chẩn đoán ĐCĐK, tuy nhiên, các nghiên cứu này tập trung phân tích trạng thái kỹ thuật của thiết bị ở trạng thái bảo dưỡng, sửa chữa; khi

thiết bị không trong tình trạng hoạt động Những nghiên cứu về chẩn

đoán tình trạng kỹ thuật của thiết bị ĐCĐK trong trạng thái hoạt động chưa được đề cập Vì vậy, trong nội dung nghiên cứu của đề tài tập trung nghiên cứu về chẩn đoán tình trạng kỹ thuật của ĐCĐK trong tình trạng hoạt động

1.2 Về lý thuyết chẩn đoán

CĐKT là khoa học về xác định trạng thái của một hệ thống ở một thời điểm xác định đang hoặc sẽ diễn ra, dựa trên các triệu chứng bên ngoài Nội dung của khoa học này xem xét các phương pháp thu thập và đánh giá các thông tin chẩn đoán, các mô hình chẩn đoán và thuật toán

ra quyết định Chẩn đoán cũng có thể sử dụng các phép kiểm tra, tức là các trạng thái đầu vào đặc biệt nhằm làm cho hệ thống bộc lộ các triệu chứng của trạng thái hiện tại Mục đích của CĐKT là đánh giá trạng thái ở các thời điểm, phát hiện sớm các hư hỏng đang và sẽ phát sinh của hệ thống, từ đó đưa ra các biện pháp kỹ thuật chống hỏng hóc, bảo trì báo dưỡng nhằm cải thiện độ tin cậy, an toàn và tuổi thọ của hệ thống kỹ thuật

Bản chất của CĐKT là sự phát triển và thực hiện các thuật toán ước tính các thông số kỹ thuật của đối tượng chẩn đoán mà không cần thay đổi điều kiện làm việc của các thông số kiểm soát

1.2.1 Định nghĩa bài toán chẩn đoán kỹ thuật

Mattias Nyberg đã định nghĩa bài toán chẩn đoán như sau: Coi đối

tượng chẩn đoán (ĐTCĐ) là một tập hợp gồm n chi tiết độc lập, mỗi chi tiết có các thông số trạng thái tương ứng xi Khi một trong số các chi tiết này làm việc không bình thường, hệ sẽ gặp lỗi fi

Có thể xảy ra 3 tình huống như sau:

- Hệ không gặp lỗi nào cả: Trạng thái của hệ thống đặc trưng bởi tập

rỗng S 0 ={}

- Hệ gặp một trong số các lỗi đã nêu S m ={f i }

- Hệ gặp đồng thời nhiều lỗi đồng thời S n ={f i , f j , }

Tại một thời điểm, hệ sẽ nằm ở một trong các trạng thái S∈{S0, S m ,

trạng thái nào trong số các trên Có thể có các cấp độ sau:

- Bài toán phát hiện lỗi (Fault Detection): Phân biệt hệ đang làm việc bình thường (S0 ) hay có lỗi (các trạng thái còn lại)

- Bài toán phân biệt lỗi (Fault Isolation): Phân biệt rõ hệ ở trạng thái nào trong số các trạng thái lỗi S i hoặc bình thường S 0

- Bài toán định vị lỗi (Fault Indentification): Xác định được nguyên

nhân gây ra lỗi và sự phát triển của lỗi

- Bài toán dung lỗi (Fault Tollerance): Xây dựng những hệ thống có

thể làm việc được trong trường hợp có lỗi xảy ra bằng cách sử dụng các thông tin gián tiếp hoặc các bộ phận thay thế

Hệ càng phức tạp và số lượng lỗi đồng thời xảy ra càng nhiều thì việc chẩn đoán càng khó khăn

Chẩn đoán thiết bị trong tình trạng hoạt động

Chẩn đoán thiết bị trong tình trạng hoạt động là một bài toán riêng của chẩn đoán kỹ thuật Trong đó, đối tượng chẩn đoán vẫn đang hoạt động trong hệ thống tổng thể Thiết bị vẫn được đặt ở vị trí làm việc, không được tháo rời hoặc can thiệp Nó có các đặc điểm riêng biệt sau:

- Đối tượng chẩn đoán vẫn đang trong trạng thái làm việc, nhận tín hiệu từ các khâu trước nó và đầu ra vẫn đang mang tải hoặc điều khiển thiết bị sau nó Do vậy, không được tạo ra bất kỳ sự can thiệp nào gây ảnh hưởng đến tín hiệu đầu vào và đầu ra

- Do vậy, rất hiếm khi có thể tạo ra được các phép thử và tình huống chẩn đoán nhằm giúp hệ thống bộc lộ lỗi

- Thường đòi hỏi phát hiện sớm nhằm nâng cao ý nghĩa chẩn đoán của bài toán

- Những biểu hiện lỗi rất mờ nhạt, bị trùng lấp trong

1.2.2 Mô hình toán học ĐTCĐ và bài toán chẩn đoán

Một hệ thống làm việc bình thường được mô tả bởi hàm quan hệ:

U(t): Véc tơ thông số đầu vào của đối tượng chẩn đoán

Y(t): Véc tơ thông số đầu ra của đối tượng chẩn đoán

X(t): Véc tơ thông số cấu trúc của đối tượng chẩn đoán

F(t): Lỗi tác động đến hệ thống

Lỗi được quy về một nhóm tín hiệu vào làm thay đổi thuộc tính của đối tượng

F(t) = [f 1 (t), f 2 (t) f n (t)] (1.2)

F(t) có thể biến đổi liên tục tương ứng với sự hao mòn của thiết bị

(thường thấy ở các chi tiết cơ khí) hoặc dưới dạng đột biến (thường gặp

ở các linh kiện điện tử) khi hệ thống hư hỏng bất thường

Xét cả tác động của lỗi và các đầu vào ngoại lai thì trạng thái của đối tượng được xác định bởi công thức:

( ) ( ) ( ) ( ), ( ), ( ), ( ) ( ) ( ) ( ) ( ), ( ), ( ), ( )

x t x t x t x t u t f t d t

y t y t y t x t u t f t d t

φ ψ

Y(t)+ ∆Y = ψ [U(t), X(t)+∆X(t)] (1.4)

Đối với hệ tuyến tính, F(t) có thể là lỗi nhân hoặc lỗi cộng Việc chẩn đoán lỗi nhân thường đòi hỏi phải biết giá trị đầu vào (ui (t,)i≠0)

Bản chất của chẩn đoán là dựa vào những dấu hiệu đầu ra ∆y, để xác

định sự thay đổi của thông số trạng thái của đối tượng Tức là, nếu xác định được ánh xạ ngược ψ-1 thì bài toán coi như được giải xong:

X(t)+ ∆X = ψ -1 [U(t), Y(t)+ ∆Y(t)] (1.5)

Tuy nhiên, có hai vấn đề cần giải quyết:

Vấn đề 1: Cách xác định sự bất thường của đầu ra: Nếu không biết

giá trị chuẩn đầu ra trong trạng thái bình thường thì không thể xác định được giá trị sai lệch ∆y(t) Những sai lệch có thể phát hiện được mang ý

nghĩa chẩn đoán được gọi là triệu chứng

Từ cách giải quyết hai vấn đề trên, phân biệt được các phương pháp chẩn đoán:

- Phương pháp chẩn đoán truyền thống dựa trên lý thuyết thống kê

để phát hiện mối quan hệ ngược giữa những vi phạm tiêu chuẩn ở TSCĐ và lỗi gặp phải của hệ thống Nhược điểm của phương pháp chẩn đoán truyền thống đòi hỏi phải có số liệu thống kê về đối tượng trong trạng thái làm việc bình thường và trạng thái hư hỏng, tức là phải có số lượng mẫu thử ở trạng thái hỏng đủ lớn, trong mọi dạng lỗi

- Phương pháp chẩn đoán dựa trên mô hình giải quyết các vấn đề trên bằng cách xây dựng mô hình đối chứng là ước lượng toán học của đối tượng trong trạng thái làm việc bình thường Từ đó so sánh sai lệch

để phát hiện các triệu chứng và kết luận lỗi

1.2.3 Phương pháp chẩn đoán dựa trên mô hình hóa

Phương pháp chẩn đoán dựa trên mô hình, tập trung vào giám sát và kiểm tra Phương pháp này đã được nghiên cứu nhiều về lý thuyết và đang phát triển ứng dụng của nó trong các ngành kỹ thuật, đặc biệt trong đo lường chẩn đoán và trong GTVT

Một mô hình so sánh với hàm truyền đạt là hàm truyền của đối tượng chẩn đoán trong trạng thái bình thường và được chạy song song

( ) t , X t

Hình 1.1: Phương pháp chẩn đoán dựa trên mô hình và cơ chế xác định lỗi

Giải quyết vấn đề 1: Triệu chứng lỗi được xác định bởi sai lệch

giữa giá trị thực tế và giá trị tính toán: ^

Giải quyết vấn đề 2: Từ mô hình toán học và phân tích lỗi của đối

tượng, xác định tập mối quan hệ phù hợp để xây dựng được mối quan

hệ ngược từ S→F (hình 1.1.c) Các mối quan hệ e trong mô hình chẩn

đoán được lựa chọn từ mô hình toán tương ứng sao cho mỗi lỗi f i tác

động vào hệ thống tương ứng với sự biến đổi của một hoặc một nhóm triệu chứng si Ψ là một song ánh Do vậy, hoàn toàn có thể kết luận sự

tồn tại của f i nếu có sự xuất hiện của s i

Trên cơ sở lý thuyết chẩn đoán dựa trên mô hình, có thể xây dựng

mô hình hệ chẩn đoán như trong hình 1.2

F- lỗi Y-đầu ra

ĐTCĐ

U- đầu vào

Phát hiện sai lệch

Ước lượng sai lệch R-Sai lệch

Mô hình hóa

Phân loại

S-Triệu chứng Phân biệt lỗi Liên hệ

S→F

F-Lỗi

b Ngưỡng chẩn đoán

Giá trị thực Ngưỡng ước lượng Giá trị ngưỡng cố định

t A

Hình 1.2: Hệ chẩn đoán theo phương pháp mô hình hóa

Đặc điểm của phương pháp

- Độ nhạy cao (hình 1.1b)

- Cho phép chẩn đoán sớm các lỗi mới xảy ra

- Cho phép phát hiện hư hỏng chỉ dựa trên các thông tin về cấu trúc

và số liệu về thiết bị trong trạng thái hoạt động tốt (Không cần gây lỗi thiết bị để quan sát hiện tượng)

- Không cần dựa trên số liệu thống kê

- Nhược điểm: Chỉ phát hiện được các lỗi đã định nghĩa trong mô hình Với các lỗi không được định nghĩa trước, phương pháp sẽ cho kết quả chẩn đoán sai hoàn toàn, có thể dẫn đến các hậu quả nghiêm trọng cho hệ thống

Nhận xét

Nghiên cứu về chẩn đoán TTKT và chẩn đoán ĐCĐK trong điều kiện hoạt động là nhu cầu cấp thiết mang tính khoa học và thực tiễn Chẩn đoán dựa trên mô hình là phương pháp tiên tiến, phù hợp với nhu cầu chẩn đoán trong tình trạng hoạt động của ĐCĐK nói riêng và các hệ thống kỹ thuật nói chung

CHƯƠNG 2: MÔ HÌNH HÓA VÀ XÂY DỰNG TẬP THÔNG SỐ CHẨN ĐOÁN CHO ĐỘNG CƠ ĐIỆN KÉO

2.1 Mô hình hóa ĐCĐK bằng mô hình cấu trúc

Mô hình cấu trúc là tập hợp các quan hệ E={ei } Trong đó, e i biểu

diễn mối quan hệ giữa các thông số đầu vào, đầu ra, trạng thái và lỗi của đối tượng

ĐCĐK được gắn trực tiếp với trục bánh xe đầu máy và có gia tốc rất thấp Do vậy, chỉ cần xét mô hình ở trạng thái xác lập của đối tượng

Hệ chẩn đoán dựa trên mô hình hóa

Đối tượng

Mô hình

so sánh

Sai lệch Phân tích sai lệch

Logic chẩn đoán

2.1.1 Trạng thái bình thường

Trên cơ sở phân tích mối quan hệ giữa các thông số của đối tượng,

xác định được tập các quan hệ ei như sau:

Các mối quan hệ về điện

U I r

Các mối quan hệ về công suất tiêu tán

Công suất tiêu tán trên tiếp xúc của chổi than (Ptx ):

e 7 :P Tx = ∆U tx I A (2.7)

Công suất tiêu tán tại cực từ (P cc ):

e 8 : P cc =f cc (n F , I kt , r cc ) (2.8)

Trong đó f i: Hàm biểu diễn quan hệ giữa các đại lượng

Công suất tiêu tán tại phần ứng (PA ):

e 9 : P A =f A (n F , I A , r A ) (2.9)

Công suất tiêu tán trên vòng bi (P c ):

Trong đó: tcin: Nhiệt độ gió làm mát đầu vào

t c: Nhiệt độ thân máy

Xét trên toàn bộ động cơ

Tổn hao tổng cộng của động cơ (P tt ):

- Các lỗi đứt mạch phần điện sẽ làm hở mạch và dòng điện trên đoạn

mạch tương ứng bằng 0 và điện áp bằng điện áp của cả đoạn mạch Áp dụng cho từng đoạn mạch:

Đối với lỗi đứt mạch phần cảm F 2:

e 19 : (I KT = 0) & (U KT = U F ) (2.19)

e 20: (I A =0) & (U A =U F ) (2.20)

- Các lỗi chập mạch một phần hoặc toàn bộ sẽ làm thay đổi trở

kháng của đoạn mạch Sự thay đổi rất khó phát hiện và chỉ được phát hiện qua mô hình ước lượng thông số đã phân tích ở trên

Giải thích: :TSCĐ/thông số vào

Hình 2.1: Grap quan hệ của ĐCĐK một chiều

- Các lỗi về nhiệt được phát hiện thông qua nhiệt độ của chi tiết:

Lỗi quá nhiệt độ cực từ F8:

2.2 Grap chẩn đoán của ĐCĐK

Thể hiện mối quan hệ dưới dạng grap trong hình 2.1

2.3 Lựa chọn tập tham số phù hợp cho chẩn đoán

- Các thông số phải đơn trị trong khoảng khảo sát

- Thuận lợi cho công tác đo đạc, xác định thông số

- Phản ứng tức thời với mọi biến đổi trong đối tượng chẩn đoán, có

độ nhạy, độ ổn định cao

Phương pháp lựa chọn tập TSCĐ là tối thiểu hóa mô hình cấu trúc theo tập lỗi cần phát hiện Tiêu chí để tối thiểu hóa là hàm chỉ tiêu lượng thông tin của TSCĐ Π thể hiện mức độ ý nghĩa của TSCĐ Hàm

gồm ba thành phần Sk biểu thị mức độ liên hệ của thông số, bzi thể hiện

khả năng đo đạc và Iczi thể hiện mức độ ý nghĩa của thông số:

i S b I k Zi Czi

Chỉ số S k của các tham số được xác định từ grap tín hiệu của đối

tượng Các chỉ số I czi và b zi.được xác định trên cơ sở khảo sát thực tế

2.3.2 Lựa chọn tập tham số cho bài toán phát hiện lỗi

Chọn tập lỗi cần phân biệt là toàn bộ các lỗi F={f 1 , f 2 f i } Tiến hành

loại bỏ các thông số theo tứ tự từ thông số có ý nghĩa thấp đến cao,

đồng thời vẫn đảm bảo các mối quan hệ tới F Sau khi tối giản, thu

được mô hình cấu trúc cho bài toán phát hiện lỗi ĐCĐK như sau:

2.3.3 Lựa chọn tập thông số cho bài toán chẩn đoán lỗi

Chọn tập lỗi lần lượt là các lỗi từ f1 đến f10, tiến hành tối giản với điều kiện duy trì các mối quan hệ tới Fi, thu được mô hình cấu trúc cho

mỗi tình huống lỗi như sau:

Bảng 2.2: Lỗi và TSCĐ cho lỗi tương ứng

Các dư thừa r i được xác định là mức độ sai khác giữa giá trị đo và

giá trị ước lượng theo mô hình cấu trúc E i Từ r i, so sánh với giá trị

ngưỡng, sẽ xác định được tập các triệu chứng s i Ma trận kết luận lỗi

được xây dựng trên cơ sở e i như sau:

Qua bảng kết luận lỗi, có nhận xét:

- Hệ có khả năng chẩn đoán được lỗi: Các lỗi đều được phát hiện bởi

các biểu hiện lỗi s 1 s 8