Zur Kurzanzeige

dc.date.accessioned2011-08-08T09:47:13Z
dc.date.available2011-08-08T09:47:13Z
dc.date.issued2011
dc.identifier.uriurn:nbn:de:hebis:34-2011080838620
dc.identifier.urihttp://hdl.handle.net/123456789/2011080838620
dc.descriptionZugl.: Kassel, Univ., Diss. 2011
dc.language.isoger
dc.publisherkassel university pressger
dc.rightsUrheberrechtlich geschützt
dc.rights.urihttps://rightsstatements.org/page/InC/1.0/
dc.subjectFehlerdiagnose nichtlinearer Systemeger
dc.subjectUnsicherheitenger
dc.subjectMustererkennungger
dc.subjectBeobachterger
dc.subject.ddc620
dc.titleKlassifikationsgestützte on-line Adaption eines robusten beobachterbasierten Fehlerdiagnoseansatzes für nichtlineare Systemeger
dc.typeDissertation
dcterms.abstractDiese Arbeit behandelt die Problemstellung der modellbasierten Fehlerdiagnose für Lipschitz-stetige nichtlineare Systeme mit Unsicherheiten. Es wird eine neue adaptive Fehlerdiagnosemethode vorgestellt. Erkenntnisse und Verfahren aus dem Bereich der Takagi-Sugeno (TS) Fuzzy-Modellbildung und des Beobachterentwurfs sowie der Sliding-Mode (SM) Theorie werden genutzt, um einen neuartigen robusten und nichtlinearen TS-SM-Beobachter zu entwickeln. Durch diese Zusammenführung lassen sich die jeweiligen Vorteile beider Ansätze miteinander kombinieren. Bedingungen zur Konvergenz des Beobachters werden als lineare Matrizenungleichungen (LMIs) abgeleitet. Diese Bedingungen garantieren zum einen die Stabilität und liefern zum anderen ein direktes Entwurfsverfahren für den Beobachter. Der Beobachterentwurf wird für die Fälle messbarer und nicht messbarer Prämissenvariablen angegeben. Durch die TS-Erweiterung des in dieser Arbeit verwendeten SM-Beobachters ist es möglich, den diskontinuierlichen Rückführterm mithilfe einer geeigneten kontinuierlichen Funktion zu approximieren und dieses Signal daraufhin zur Fehlerdiagnose auszuwerten. Dies liefert eine Methodik zur Aktor- und Sensorfehlerdiagnose nichtlinearer unsicherer Systeme. Gegenüber anderen Ansätzen erlaubt das Vorgehen eine quantitative Bestimmung und teilweise sogar exakte Rekonstruktion des Fehlersignalverlaufs. Darüber hinaus ermöglicht der Ansatz die Berechnung konstanter Fehlerschwellen direkt aus dem physikalischen Vorwissen über das betrachtete System. Durch eine Erweiterung um eine Betriebsphasenerkennung wird es möglich, die Schwellenwerte des Fehlerdiagnoseansatzes online an die aktuelle Betriebsphase anzupassen. Hierdurch ergibt sich in Betriebsphasen mit geringen Modellunsicherheiten eine deutlich erhöhte Fehlersensitivität. Zudem werden in Betriebsphasen mit großen Modellunsicherheiten Falschalarme vermieden. Die Kernidee besteht darin, die aktuelle Betriebsphase mittels eines Bayes-Klassikators in Echtzeit zu ermitteln und darüber die Fehlerschwellen an die a-priori de nierten Unsicherheiten der unterschiedlichen Betriebsphasen anzupassen. Die Effektivität und Übertragbarkeit der vorgeschlagenen Ansätze werden einerseits am akademischen Beispiel des Pendelwagens und anderseits am Beispiel der Sensorfehlerdiagnose hydrostatisch angetriebener Radlader als praxisnahe Anwendung demonstriert.ger
dcterms.accessRightsopen access
dcterms.creatorGerland, Patrick
dcterms.extent152 Seiten
dcterms.isPartOfSchriftenreihe Mess- und Regelungstechnik der Universität Kassel ;; 1ger
dc.contributor.corporatenameKassel, Universität, FB 15, Maschinenbau
dc.contributor.refereeKroll, Andreas (Univ.-Prof. Dr.-Ing.)
dc.contributor.refereeMikut, Ralf (PD Dr.-Ing.)
dc.relation.isbn978-3-89958-880-4
dcterms.source.seriesSchriftenreihe Mess- und Regelungstechnik der Universität Kasselger
dcterms.source.volume1ger
dc.date.examination2011-03-31
kup.iskuptrue
kup.seriesSchriftenreihe Mess- und Regelungstechnik der Universität Kassel
kup.subjectNaturwissenschaft, Technik, Informatik, Medizin
kup.typDissertation
kup.bindingSoftcover
kup.size17 x 24


Dateien zu dieser Ressource

Thumbnail

Das Dokument erscheint in:

Zur Kurzanzeige