Sistemi di Supervisione Adattativi - Supervision and Adaptive Systems
Codice Classroom del Corso: cx2ssi6
Supervision and Adaptive Systems. Modulo di 60 ore al I anno della Laurea
Magistrale in Ingegneria Informatica e dell'Automazione e Laurea Magistrale in Meccanica. Dipartimento di Ingegneria dell'Università di Ferrara
Course Programme
Introduction: Course Introduction
Issues in Model-Based Fault Diagnosis
Fault Detection and Isolation (FDI) Methods based on Analytical Redundancy
Model-based Fault Detection Methods
Issues in Model-Based Fault Diagnosis
Model Uncertainty and Fault Detection
The Robustness Problem in Fault Detection
System Identification for Robust FDI
Fault Identification Methods
Modelling of Faulty Systems
Residual Generation Techniques
The Residual Generation Problem
Fault Diagnosis Technique Integration
Fuzzy Logic for Residual Generation
Neural Networks in Fault Diagnosis
Residual Robustness to Disturbances
Application Examples
Downloads: Lecture Notes
-
Part 1. Introduction to Fault Diagnosis, Residual Generation and Evaluation, Robustness Problems and Related Issues:
PDF file single page.
-
Part 2. Recursive Least Squares with Forgetting Factor for Detection of Process (System Component) Faults. PDF file, single page.
-
Part 3. Neural Networks and Fuzzy Systems for Fault Diagnosis. PDF file, single page.
Argomenti Dettagliati delle Lezioni di Teoria
0. Introduzione al Corso
1. Elementi di Supervisione e di Diagnosi dei Guasti per Processi Dinamici
-
101. 28/09/2023. Analisi della Bibliografia del Settore e Nomenclatura nella Diagnosi dei Guasti.
-
102. 28/09/2023. Esempi applicativi. Il Principio della Ridondanza Fisica e Analitica. La Generazione e la Valutazione del Residuo per la Diagnosi dei Guasti: Introduzione.
-
103. 28/09/2023. Introduzione alla Descrizione Matematica dei Processi Dinamici sotto Osservazione e Modellistica dei Guasti per la Diagnosi.
-
104. 28/09/2023. La Generazione e Valutazione del Residuo per la Diagnosi dei Guasti.
-
105. 4/10/2023. Tecniche di Generazione del Residuo. Metodi di Stima Parametrica.
-
106. 4/10/2023. Equivalenza tra Modelli Ingresso - Uscita e Modelli nello Spazio degli Stati a Tempo Discreto LTI.
-
107. 5/10/2023. Metodo di Generazione del Residuo basato sugli Osservatori Dinamici dell'Uscita.
-
108. 5/10/2023. Strategia di Generazione di Residui per l'Isolamento dei Guasti sui Sensori di Uscita di un Processo Dinamico.
-
109. 11/10/2023. Le Equazioni (Relazioni) di Parità per la Generazione dei Residui.
-
110. 12/10/2023. Dopo la Generazione dei Residui: Il Problema della Valutazione dei Residui.
-
111. 12/10/2023. Integrazione delle Tecniche di Diagnosi dei Guasti - Introduzione alle Reti Neurali e Sistemi Fuzzy.
2. Il Metodo della Stima Parametrica come Tecnica di Generazione dei Residui per il Rilevamento dei Guasti di Processo o Sistema
-
201. 18/10/2023. La stima di parametri tempo varianti per la diagnosi dei guasti sui componenti di un processo dinamico.
3. Reti Neurali e Sistemi Fuzzy per la Modellistica e la Diagnosi dei Guasti nei Processi Dinamici
-
301. 19/10/2023. Introduzione Generale al Machine Learning per l'Applicazione a Reti Neurali e Sistemi Fuzzy.
-
302. 19/10/2023. Introduzione Generale alle Reti Neurali per la Diagnosi dei Guasti nei Guasti.
-
303. 26/10/2023. Il Neurone Artificiale - Il Percettrone Lineare come Elemento di Base delle Reti Neurali.
-
304. 26/10/2023. Il Neurone Adattativo Lineare e Algoritmo del Gradiente Discendente.
-
305. 02/11/2023. Il Percettrone Multistrato e Metodologia di Apprendimento Back-Propagation.
-
306. 8/11/2023. Modifiche all'Algoritmo di Back Propagation (BP) e Osservazioni sul Training a BP di Reti Neurali Multistrato (MLP) ad Alimentazione in Avanti (FF).
-
307. 16/11/2023. Introduzione agli Algoritmi Genetici per l'Ottimizzazione di Funzioni Multivariabile.
-
308. 22/11/2023. Introduzione alle Reti Neurali a Base Radiale.
-
309. 22/11/2023. Introduzione al Problema del Clustering Fuzzy.
-
310. 23/11/2023. Discussione delle Differenze tra Reti Neurali Multistrato, Funzioni a Base Radiale, e Cluster Fuzzy.
-
311. 23/11/2023. Principali Elementi della Modellistica Fuzzy, Modelli Basati su Regole e Cluster Fuzzy.
-
312. 23/11/2023. Utilizzo delle Reti Neurali per la Modellistica di Sistemi Dinamici Non Lineari.
4. Esercitazioni Pratiche al PC in Laboratorio di Informatica
5. Esempi Pratici di Progetto e Applicazione di Sistemi di Supervisione Adattativi ai Processi Dinamici. Esercizi in Preparazione all'Esame
-
501. 07/12/2023. Progetto di Sistemi di Supervisione Adattativi per la Diagnosi di un Modello di un'Antenna Direzionale.
Cartella compressa (.zip) con i file di progetto;
cartella compressa (.zip) con le soluzioni del progetto.
-
502. 13/12/2023. Modellistica e la Simulazione di un Processo Dinamico con (1) Osservatore Dinamici, (2) RLS, (3) Rete Neurale e (4) Sistema Fuzzy per la Diagnosi dei Guasti: Applicazione al Sistema dell'Aerostato (Mongolfiera).
File con la definizione del problema (senza soluzioni) in cartella compressa (file .zip, 171 kB circa);
file con le soluzioni per il progetto dei sistemi di supervisione adattativi in cartella compressa (file .zip, 8 MB circa).
-
503. 14/12/2023. Progetto di Schemi di Supervisione Adattativi per la Diagnosi di un Modello di Reattore Chimico (Continuous Stirred Tank Reactor - CSTR).
Cartella compressa (.zip) con i file per progetto;
cartella compressa (.zip) con le soluzioni del progetto.
-
504. 14/12/2023. Esempio di Domande d'Esame, Aperte e a Scelta Multipla. File in formato PDF.
-
505. 18/12/2023. Modellistica e la Simulazione di un Processo Dinamico con (1) Osservatore Dinamico dell'Uscita, (2) RLS, (3) Rete Neurale e (4) Sistema Fuzzy per la Diagnosi dei Guasti: Applicazione al Levitatore Magnetico.
File per la definizione del problema in cartella compressa (file .zip, 65kB circa);
file delle soluzioni in cartella compressa (file .zip, 7MB circa);
file con le soluzioni ricavate e discusse in aula (file .zip, 1MB circa).
-
506. Guida alla Sintesi di Sistemi di Supervisione Adattativi - Vademecum al Progetto degli Schemi di Diagnosi: Osservatori dell'Uscita, Stima Parametrica, Sistemi Fuzzy e Reti Neurali.
File in formato PDF.
-
507. Guida sui File da Consegnare per l'Esame. File in formato PDF.
References: Monographs and Textbooks on FDI
Simani, S. and Fantuzzi, C. and Patton, R. J., "Model-based fault diagnosis in dynamic systems using identification techniques",
Springer-Verlag, 2002. ISBN 1852336854. Advances in Industrial Control Series. London, UK. First Eq. November, 2002. (298 pages).
Chen, J. and Patton, R. J., "Robust Model-Based Fault Diagnosis for Dynamic Systems", Kluwer Academic Publishers, 1999. ISBN: 0792384113.
Downloads: Related Readings
"Model-Based Fault Diagnosis for Industrial Processes" (Silvio Simani's Extended Report, October 2007): (PDF file, 35 MB).
Parameter Estimation Examples for Fault Detection. Matlab and Simulink files and models for Matlab 6.1:
(zipped Matlab and Simulink files, 5 KB).
Recursive Estimation Examples. 2 Matlab files for Matlab 6.1:
(zipped Matlab and Simulink files, 2 KB).
Design Example of Output Observer for FDI. Example with Noise (Matlab and Simulink files and models for Matlab 6.1):
(zipped Matlab and Simulink files, 7 KB).
Design Example of Output Observers for FDI. SIMO Model with three Observers.
(2 Matlab files and 1 Simulink model for Matlab 6.1):
(zipped Matlab and Simulink files, 5 KB).
Examples taken from
Matlab Exchange Files Web Site: (i) implementation of a two-layers two-neurons network, (ii)
multi-layer perceptron training with variable learning rate, (iii) character recognition GUI.
Zipped Matlab file (495 KB).
Three examples taken from the web site of Prof. Robert
Babuska, Intelligent Control and Robotics, Delft Center for Systems and Control, Faculty of Mechanical
Engineering and Systems, Delft University of Technology. Interactive identification of static and dynamic
systems. Zipped Matlab directory (213 KB).
Examples of nonlinear models and neural network training. Zipped Matlab
and Simulink directories (14 MB).
Examples of integration of neural networks and fuzzy models with dynamic observers and filters for
fault detection and isolation. Zipped Matlab
and Simulink directories (5 MB).
-