| DZIEKAN i RADA WYDZIAŁU ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i INŻYNIERII BIOMEDYCZNEJ AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE | |
|---|---|
| zapraszają na publiczną dyskusję nad rozprawą doktorską mgr inż. Jędrzeja Byrskiego |
|
| Algorytmy ze skończoną pamięcią dla przetwarzania sygnałów w diagnostyce procesów | |
| Termin: | 11 grudnia 2014 roku o godz. 14:00 |
| Miejsce: | pawilon B-1, sala 4 Al. Mickiewicza 30, 30-059 Kraków |
| PROMOTOR: | Prof. dr hab. inż. Antoni Ligęza – Akademia Górniczo-Hutnicza |
| RECENZENCI: | Prof. dr hab. inż. Jan Maciej Kościelny – Politechnika Warszawska |
| Dr hab. inż. Andrzej Turnau, prof. nadzw. AGH – Akademia Górniczo-Hutnicza | |
| Z rozprawą doktorską i opiniami recenzentów można się zapoznać w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30 |
|
Algorytmy ze skończoną pamięcią dla przetwarzania sygnałów w diagnostyce procesów
mgr inż. Jędrzej Byrski
Promotor: Prof. dr hab. inż. Antoni Ligęza
Dyscyplina: Informatyka
W pracy przedstawiono analizę diagnostyczną dynamicznych zachowań ciągłych układów liniowych, w których zachodzą skokowe zmiany ich parametrów. Zmiany te mogą być traktowane, jako stany awaryjne systemu, czyli uszkodzenia. Zdefiniowano różne klasy struktur systemów. Dla tych klas zaproponowano różne metodologie do wykrywania tych zmian, Wykorzystując niestandardowe przetwarzanie sygnałów i możliwości, jakie dają modele matematyczne, postawiono tezę, że zastosowanie podejścia w oparciu o model (Model Based Approach) i użycie zaawansowanych algorytmów do dokładnej identyfikacji parametrów oraz metod dokładnego odtwarzania stanu pozwoli zidentyfikować w strukturze uszkodzony parametr i określić jego nową wartość, a co najmniej wskazać miejsce awarii. Zaproponowane algorytmy nie wprowadzają ograniczeń, co do rzędu układu i mogą być użyte do identyfikacji stanu i parametrów dla układów ciągłych – teoretycznie dowolnego rzędu. Takie podejście odróżnia pracę od innych opracowań.
Z literatury przedmiotu wynika, że badania diagnostyki systemów dynamicznych z wykorzystaniem modelu, koncentrują się w większości wokół liniowych układów dynamicznych w wersji dyskretnej, a po drugie do analizy wykorzystuje się różnego typu algorytmy rekurencyjne wynikające z metodologii rozwiązywania równań różnicowych. Dotyczy to zarówno metod identyfikacji parametrów (rekurencyjne metody najmniejszych kwadratów RLS) jak i metod asymptotycznej estymacji nieznanego (niemierzonego) stanu układu (filtr Kalmana). Wszystkie te metodologie dają efekt asymptotycznej zbieżności rozwiązań w czasie do wartości rzeczywistych (kształt eksponenty w wersji ciągłej), mocno zależne od nieznanych warunków początkowych. Wprowadza to dodatkową niepewność oceny rzeczywistości, zarówno, co do czasu wystąpienia awarii, wartości nowych parametrów jak i miejsca wystąpienia awarii.
Do wykrycia awarii parametrycznej systemu liniowego opisywanego ciągłym skalarnym równaniem różniczkowym n-tego rzędu lub macierzową wersją równania stanu i wyjścia, w pracy zaproponowano zastosowanie mało znanych algorytmów przetwarzania sygnałów, opartych o procedury całkowe operujące na skończonych, przesuwnych oknach pomiarowych. Do metod tych należą splotowe procedury identyfikacji parametrów, wykorzystujące funkcje modulujące oraz dokładne, całkowe obserwatory stanu początkowego lub końcowego przesuwnego okna o zadanej szerokości. Efekt działania tych algorytmów nie zależy od nieznanych warunków początkowych (tak parametrów jak i stanu) i dostarcza wyników dokładnie po czasie równym szerokości okna. Cecha ta jest wiec szczególnie cenna w zastosowaniach dla systemów czasu rzeczywistego.
Zagadnienia naukowe, które przy okazji pojawiają się w pracy, są związane z badaniami nad jednoznacznością odtworzenia wartości parametrów rzeczywistych, w oparciu o znajomość identyfikowanych parametrów zagregowanych, występujących w równaniu różniczkowym n-tego rzędu, opisującym dynamikę toru wejście-wyjście.
Jednym z ważniejszych efektów badań, była koncepcja zastosowania podwójnego obserwatora dla odtwarzania stanu naturalnego. Obserwator składa się z dwóch przesuwnych okien złączonych ze sobą wspólną krawędzią. Lewe okno odtwarza wektor stanu badanego systemu, na swoim prawym końcu, a prawe okno odtwarza ten sam wektor stanu, na swoim lewym początku. Oba pracują w oparciu o sygnały wejścia i wyjścia, ale mierzone w innych przedziałach czasu (prawe okno wyprzedza lewe okno). Dopóki nie wystąpi awaria oba odtwarzane stany mają te same wartości. W chwili wystąpienia awarii, wykonywane obliczenia na wspólnej środkowej krawędzi zaczną wykazywać znaczne rozbieżności. Taki algorytm okazał się być, bardzo czułym wskaźnikiem identyfikacji miejsca awarii. Wykonano wiele przykładów.
Pełna wersja autoreferatu JB_autoreferat.pdf