Chuẩn Đoán Lỗi Cho Động Cơ Điện Một Chiều Không Sử Dụng Chổi Than Sử Dụng Bộ Quan Sát Luenberger.pdf

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐOÀN NGỌC QUANG CHUẨN ĐOÁN LỖI CHO ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHÔNG SỬ DỤNG CHỔI THAN SỬ DỤNG BỘ QUAN SÁT LUENBERGER LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT ĐIỀU KHIỂN[.]

TRƯỜNG ĐẠI HỌC BÁCH KHOA

LUẬN VĂN THẠC SĨ KỸ THUẬT

KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Đà Nẵng – Năm 2018

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS NGUYỄN LÊ HÒA

Đà Nẵng – Năm 2018

LỜI CAM ĐOAN

Tôi cam đoan rằng, luận văn thạc sĩ khoa học “Chuẩn đoán lỗi cho động cơ điện một chiều không sử dụng chổi than sử dụng bộ quan sát Luenberger” là công trình nghiên cứu của riêng tôi Những số liệu được sử dụng trong luận văn là trung thực được chỉ rõ nguồn trích dẫn Kết quả nghiên cứu này chưa được công bố trong bất kỳ công trình nghiên cứu nào từ trước đến nay

Đà Nẵng, ngày 31 tháng 12 năm 2018

Tác giả luận văn

Đoàn Ngọc Quang

i

LỜI CẢM ƠN

Luận văn thạc sĩ kỹ thuật chuyên ngành Điều khiển và Tự động hóa với đề tài

“Chuẩn đoán lỗi cho động cơ điện một chiều không sử dụng chổi than sử dụng bộ

quan sát Luenberger” là kết quả của quá trình cố gắng không ngừng của bản thân và

được sự giúp đỡ, động viên khích lệ của các thầy, bạn bè đồng nghiệp và người thân Qua trang viết này, tác giả xin gửi lời cảm ơn tới những người đã giúp đỡ trong thời gian học tập – nghiên cứu khoa học thời gian vừa qua

Tôi xin tỏ lòng kính trọng và biết ơn sâu sắc đối với thầy TS Nguyễn Lê Hòa, Trường Đại học Bách Khoa, Đại học Đà Nẵng, đã dành nhiều thời gian trực tiếp tận tình hướng dẫn cũng như giới thiệu tài liệu, thông tin khoa học cần thiết cho luận văn này

Tôi vô cùng cảm ơn Lãnh đạo trường Đại học Bách Khoa Đà Nẵng, Khoa Điện

và Bộ môn Tự động hóa đã tạo điều kiện cho tôi hoàn thành tốt công việc nghiên cứu khoa học của mình

Tôi xin chân thành cảm ơn các bạn đồng nghiệp, bạn bè đã giúp đỡ tôi trong quá trình thực hiện Luận văn

Cuối cùng tôi xin chân thành cảm ơn các thành viên gia đình đã cho tôi động lực và thời gian để hoàn thiện Luận văn đúng kế hoạch./

Tác giả

Đoàn Ngọc Quang

MỤC LỤC

MỤC LỤC ii

TÓM TẮT iv

DANH MỤC TỪ VIẾT TẮT v

DANH MỤC BẢNG BIỂU vi

DANH MỤC HÌNH VẼ, ĐỒ THỊ vii

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ CHẨN ĐOÁN LỖI 3

1.1 Lỗi và chẩn đoán lỗi 3

1.2 Một số phương pháp phát hiện và chẩn đoán lỗi 6

1.2.1 Phát hiện lỗi bằng phần cứng dự phòng (redundancy hardware) 6

1.2.2 Phát hiện và chẩn đoán lỗi dựa vào tri thức (knowledge based) 7

1.2.3 Phương pháp phát hiện lỗi dựa vào tín hiệu (signal based) 7

1.2.4 Phương pháp phát hiện lỗi dựa vào mô hình (model based) 10

CHƯƠNG 2 TỔNG QUAN VỀ ĐỘNG CƠ BLDC VÀ CÁC PHƯƠNG PHÁP CHẨN ĐOÁN LỖI TRONG ĐỘNG CƠ BLDC 17

2.1 Giới thiệu tổng quan động cơ một chiều không chổi than BLDC 17

2.1.1 Cấu tạo-nguyên lý hoạt động 17

2.1.2 Đánh giá ưu và nhược điểm 24

2.1.3 Một số lĩnh vực ứng dụng động cơ BLDC 25

2.2 Các lỗi của động cơ BLDC và các phương pháp chẩn đoán lỗi 26

2.2.1 Các lỗi của động cơ BLDC 26

2.2.2 Một số phương pháp chẩn đoán cho động cơ điện BLDC 30

CHƯƠNG 3 ỨNG DỤNG BỘ QUAN SÁT LUENBERGER TRONG CHẨN ĐOÁN LỖI CẢM BIẾN ĐỘNG CƠ BLDC 33

3.1 Mô hình toán học động cơ một chiều không chổi than BLDC 33

3.1.1 Mô hình toán học động cơ DC 33

3.1.2 Mô hình toán học động cơ BLDC 35

3.1.3 Mô hình không gian trạng thái của động cơ BLDC 36

3.2 Bộ quan sát Luenberger 37

3.2.1 Bộ quan sát ước lượng vòng hở: 38

3.2.2 Bộ quan sát Luenberger 38

iii 3.3 Ứng dụng bộ quan sát Luenberger để phát hiện lỗi động cơ BLDC 40 CHƯƠNG 4 MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ 45 4.1 Mô phỏng động cơ BLDC 45 4.2 Mô phỏng bộ quan sát Luenberger cho động cơ BLDC và phát hiện lỗi cảm biến tốc độ động cơ 46 KẾT LUẬN 54 TÀI LIỆU THAM KHẢO 55

TÓM TẮT

CHUẨN ĐOÁN LỖI CHO ĐỘNG CƠ ĐIỆN MỘT CHIỀU KHÔNG SỬ DỤNG CHỔI THAN SỬ DỤNG BỘ QUAN SÁT LUENBERGER

Học viên: Đoàn Ngọc Quang Chuyên ngành: Điều khiển và Tự động hóa

Mã số: 8520216 Khóa: K34 Trường Đại học Bách khoa - ĐHĐN

Tóm tắt – Phát hiện và chẩn đoán lỗi (FDD) có vai trò quan trọng cho hệ thống kỹ

thuật trong các ứng dụng công nghiệp Một trong những phương pháp phổ biến là Phát hiện và Chẩn đoán lỗi dựa vào mô hình Gần đây, nhiều kỹ thuật chẩn đoán đã được giới thiệu trong lĩnh vực chẩn đoán lỗi Động cơ điện một chiều không chổi than (BLDC) là một một trong các thành phần chính của các hệ thống kỹ thuật trong các ứng dụng cơ điện tử và robot Luận văn này giới thiệu một phương pháp chẩn đoán lỗi thời gian thực cho cảm biến theo phương pháp chẩn đoán dựa vào mô hình sử dụng bộ quan sát Luenberger và áp dụng cho động cơ một chiều không chổi than BLDC Các loại lỗi khác nhau của động cơ được mô phỏng và hệ thống chẩn đoán sẽ hoạt động để phát hiện các lỗi này Kết quả thí nghiệm cho thấy khả năng phát hiện thời gian và độ lớn của lỗi cảm biến

Từ khóa – bộ quan sát Luenberger; phát hiện và chẩn đoán lỗi; động cơ BLDC; chẩn

đoán lỗi dựa vào mô hình; lỗi cảm biến

FAULT DETECTION FOR BRUSHLESS DIRECT CURRENT MOTOR

USING LUENBERGER OBSERVER

Abstract - Fault detection and diagnosis (FDD) are very important for engineering

systems in industrial applications One of the most popular approaches is model-based fault detection Recently, many techniques have been proposed in the FDD area Brushless Direct Current (BLDC) motor is a main integrated part for engineering systems

in several mechatronics and robotics applications This thesis presents online sensor FDD based on the model-based approach using a Luenberger observer and experimental application on a permanent magnet BLDC motor Di erent kinds of faults are simulated

on the motor and experiments are performed to detect the faults The experimental results demonstrate the ability of the proposed approach to detect the time and size of the sensor faults

Key words – Luenberger observer; fault detection and diagnosis ; BLDC motor; model

based; sensor fault

Hiệp hội kỹ sư Cơ khí Hoa kỳ

BLDC Brushless Direct Current Động cơ 1 chiều không chổi than

DC Direct Current Dòng điện một chiều

FD Fault Diagnostics Chẩn đoán lỗi

FDD Fault Detection & Diagnostics Phát hiện và Chẩn đoán lỗi

FFT Fast Fourier Transform Biến đổi Fourier nhanh

MIMO Multi Input Multi Output Hệ nhiều đầu vào, nhiều đầu ra MIT Massachusetts Institute of

Technology

Viện công nghệ Massachusetts

NASA National Aeronautics and

Space Administration

Cơ quan Hàng không và Không gian Hoa Kỳ

SIMO Single Input, Multi Output Hệ 1 đầu vào, nhiều đầu ra

SISO Single Input, Single Output Hệ 1 đầu vào, 1 đầu ra

DANH MỤC BẢNG BIỂU

Bảng 2.1 Trạng thái cảm biến vị trí, và tuần tự chuyển mạch 25Bảng 2.2 So sánh động cơ BLDC và động cơ một chiều DC 28Bảng 2.3 Tổng hợp các phương pháp chẩn đoán lỗi cho động cơ điện 34Bảng 3.1 Thông số động cơ BLDC hãng MAXON 48

vii

DANH MỤC HÌNH VẼ, ĐỒ THỊ

Hình 1.2 Phương pháp so sánh bằng phần cứng 6Hình 1.3 Sơ đồ chẩn đoán lỗi dựa vào tín hiệu 7

Hình 1.5 Phương pháp chẩn đoán lỗi dựa vào kiểm tra sự phù hợp 8Hình 1.6 Phát hiện lỗi với mô hình tín hiệu 9 Hình 1.7 Các phương pháp phân tích tín hiệu để phát hiện lỗi dựa vào

Hình 1.13 Mô hình cơ bản của lỗi: a) lỗi cộng; b) lỗi nhân 13Hình 1.14 Phát hiện lỗi với các kỹ thuật ước lượng tham số 14

Hình 2.1 Động cơ DC có chổi than và Cơ cấu chổi than-cổ góp 17

Hình 2.6 Các dạng Rotor theo cách bố trí thanh nam châm 20

Hình 2.9 Chuyển mạch với công tắc điện tử 21Hình 2.10 Thứ tự chuyển mạch cuộn dây stator 22

Hình 2.11 Mô tả trình tự chuyển mạch của các van bán dẫn trong mạch

Hình 2.12 Trình tự chuyển mạch cảm biến Hall, dạng sóng sức điện

Hình 2.13 a) Cơ cấu cổ góp chổi than

Hình 2.15 Tỷ lệ đóng góp của các lỗi động cơ điện 27

Hình 3.4 Sơ đồ mô hình bộ quan sát ước lượng vòng hở 38

Hình 3.6 Sơ đồ mô hình bộ quan sát Luenberger 39Hình 3.7 Mô hình phát hiện lỗi cảm biến tốc độ động cơ BLDC 40Hình 3.8 Các bước phát hiện lỗi động cơ BLDC dùng bộ quan sát

Hình 4.9 Đáp ứng tốc độ (Lỗi gián đoạn) 50 Hình 4.10 Sai lệch thặng dư với lỗi gián đoạn 50

ix Hình 4.12 Đáp ứng tốc độ (Lỗi đột ngột) 51 Hình 4.13 Sai lệch thặng dư với lỗi đột ngột 51

MỞ ĐẦU

Lý do chọn đề tài:

Hiện nay, động cơ một chiều DC thông thường có thể được thay thế bằng động

cơ một chiều không chổi than BLDC (Brushless DC Motor) trong nhiều ứng dụng Loại động cơ mới này vẫn thừa hưởng các đặc tính của động cơ DC thông thường trừ phần chổi than và cổ góp Động cơ BLDC được chế tạo với momen lớn và dải tốc độ rộng Đối với các ứng dụng đòi hỏi công suất lớn, độ tin cậy cao và hiệu suất cao thì động cơ BLDC là sự lựa chọn lý tưởng

Theo dõi tình trạng làm việc và chẩn đoán lỗi của động cơ điện là cần thiết để tối ưu hóa việc bảo trì và nâng cao độ tin cậy Chẩn đoán sớm các lỗi có thể xảy ra trong quá trình giám sát có thể thực hiện các hoạt động phòng ngừa quan trọng, cho phép tránh thiệt hại kinh tế nặng nề liên quan đến dừng sản xuất, thay thế thiết bị Điều này đã dẫn đến việc nghiên cứu và phát triển các khái niệm về chẩn đoán lỗi và giám sát hiện đại

Sau nhiều thập kỷ phát triển, công nghệ chẩn đoán lỗi đã phát triển theo 3 hướng chính là: chẩn đoán lỗi dựa trên mô hình (model based), chẩn đoán lỗi dựa vào tín hiệu (signal based) và chẩn đoán dựa lỗi vào tri thức (knowledge based)

Sau khi tìm hiểu thông tin về các nghiên cứu được thực hiện và công bố bởi các

cơ sở nghiên cứu trong nước cũng như ở nước ngoài nước về phát hiện và chẩn đoán lỗi cho động cơ BLDC Tác giả nhận thấy như sau: các nghiên cứu về chẩn đoán lỗi được nghiên cứu và áp dụng khá nhiều trải rộng trên nhiều lĩnh vực như chẩn đoán lỗi

ô tô, chẩn đoán lỗi thiết bị y tế, chẩn đoán lỗi động cơ, tại các nhiều quốc gia trên thế giới Tuy nhiên, các nghiên cứu về chẩn đoán lỗi trong nước thật sự còn rất hạn chế mặc dù lý thuyết về chẩn đoán lỗi đã được nghiên cứu và phát triển trên thế giới hàng chục năm về trước Về đối tượng nghiên cứu là động cơ BLDC: có rất nhiều nghiên cứu về cấu tạo, nguyên tắc hoạt động, ứng dụng và điều khiển Tuy nhiên nghiên cứu

về phát hiện và chẩn đoán lỗi cho động cơ BLDC không được giới thiệu nhiều Từ đó, tác giả mong muốn nghiên cứu ứng dụng các lý thuyết về phát hiện và chẩn đoán lỗi cho đối tượng là động cơ BLDC

Do đó tác giả đề xuất thực hiện đề tài luận văn: “Chuẩn đoán lỗi cho động cơ

điện một chiều không sử dụng chổi than sử dụng bộ quan sát Luenberger”

Mục đích nghiên cứu:

Trong khuôn khổ luận văn này, tác giả thiết kế mô hình bộ quan sát Luenberger

để phát hiện lỗi cho cảm biến tốc độ của động cơ BLDC Phương pháp phát hiện lỗi cho cảm biến đo tốc độ động cơ BLDC nhờ phát hiện sự sai lệch trong đáp ứng tốc độ động cơ của động cơ BLDC thực và của mô hình quan sát Luenberger Trên cơ sở sai lệch tín hiệu ra giữa mô hình thực và mô hình bộ quan sát, hệ thống có thể đánh giá và đưa ra các báo động khi xảy ra lỗi

2

Sau khi thực hiện xong luận văn này, tác giả mong muốn:

- Nắm được các phương pháp chẩn đoán lỗi, đặc biệt là phương pháp phát hiện chẩn đoán lỗi dựa vào mô hình

- Nắm được cấu tạo, nguyên lý hoạt động của động cơ điện một chiều không chổi than BLDC Mô hình hóa được động cơ BLDC

- Nắm được phương pháp và các bước thiết kế bộ quan sát Luenberger Ứng dụng bộ quan sát Luenberger để phát hiện lỗi cảm biến động cơ BLDC

Đối tượng nghiên cứu:

- Động cơ một chiều không chổi than

- Các phương pháp chẩn đoán lỗi và phương pháp chẩn đoán lỗi dựa vào

mô hình

Phương pháp nghiên cứu:

- Phương pháp lý thuyết: Các lý thuyết về chẩn đoán lỗi và động cơ BLDC

- Phương pháp thực nghiệm: Mô phỏng hệ thống trên máy tính

Ý nghĩa thực tiễn:

- Về khoa học: cung cấp về mặt lý thuyết chẩn đoán lỗi

- Về thực tiễn: Góp phần cung cấp một ứng dụng cụ thể một phương pháp chẩn đoán lỗi dựa vào mô hình cho một đối tượng cụ thể là động cơ BLDC

Bố cục luận văn:

Nội dung luận văn, ngoài phần Mở đầu và Kết luận, được tổ chức thành

04 chương Trong đó:

Chương 1 trình bày tổng quan về khái niệm lỗi và vấn đề về chẩn đoán

lỗi; các nội dung cơ bản trong bài toán chuẩn đoán lỗi; đồng thời chương này

cũng trình bày tổng quan về các phương pháp, cách tiếp cận trong bài toán chẩn

đoán lỗi

Chương 2 cung cấp các thông tin mô tả về đối tượng nghiên cứu là động

cơ một chiều không chổi than Nội dung chính bao gồm cấu tạo và nguyên lý

hoạt động của động cơ BLDC Ngoài ra, ở đây cũng đề cập về lỗi của động cơ

BLDC cũng như các phương pháp chẩn đoán lỗi động cơ

Chương 3 trình bày mô hình toán học động cơ BLDC và bộ quan sát

Luenberger Trên cơ sở đó, tác giả ứng dụng vào giải pháp chẩn đoán lỗi cho

cảm biến động cơ BLDC

Chương 4 báo cáo các kết quả mô phỏng ứng dụng chẩn đoán lỗi cảm

biến động cơ BLDC sử dụng bộ quan sát Luenberger

CHƯƠNG 1 TỔNG QUAN VỀ CHẨN ĐOÁN LỖI

1.1 Lỗi và chẩn đoán lỗi

Hoa Kỳ là quốc gia đầu tiên nghiên cứu thực hiện chẩn đoán lỗi Từ năm 1961, Hoa Kỳ bắt đầu triển khai chương trình Apollo, đã chứng kiến các hư hỏng của thiết bị

đã dẫn đến thảm kịch Apollo 13 Năm1967, theo ý tưởng của Cơ quan Nghiên cứu Hải quân của NASA, Hiệp hội phòng chống hư hỏng cơ khí Hoa Kỳ thành lập, bắt đầu các nghiên cứu chẩn đoán lỗi hệ thống Hiệp hội Kỹ sư Cơ khí Hoa Kỳ (ASME) cũng tiến hành nghiên cứu liên quan Vương quốc Anh vào cuối những năm 60 bắt đầu nghiên cứu chẩn đoán ban đầu cho máy điều trị y tế Na Uy phát triển kỹ thuật chẩn đoán kỹ thuật tàu thủy Công nghệ chẩn đoán lỗi của Nhật Bản trong các ngành công nghiệp thép, hóa dầu như hệ thống đường sắt phát triển nhanh chóng[18]

Năm 1971, Tiến sĩ Beard, MIT, trong luận văn tiến sĩ của mình đã lần đầu đưa

ra khái niệm lọc lỗi phát hiện (fault detection filter) dùng trong phân tích các giá trị thặng dư Thay vì phương pháp dùng phần cứng dự phòng (redundancy) mà dùng bộ quan sát tín hiệu ngõ ra Phương pháp chẩn đoán lỗi dựa trên phân tích thặng dư sẽ được chẩn đoán bởi một đối tượng tồn tại trong thặng dư phân tích và xử lý kiến thức biết trước, cho phép phát hiện chẩn đoán lỗi, cách ly, nhận dạng

Năm 1976, Willsky đã xuất bản bài báo đầu tiên về công nghệ phát hiện và chẩn đoán lỗi

Năm 1978, Himmelblau xuất bản cuốn sách đầu tiên về công nghệ phát hiện và chẩn đoán lỗi (FDD) quốc tế

Lỗi (Fault) được định nghĩa như một sự sai lệch không chấp nhận được của ít

nhất một tham số, thuộc tính hay biến so với giá trị chuẩn Kết quả chẩn đoán đánh giá mức độ sai lệch của thông số kỹ thuật của đối tượng trong chẩn đoán thời gian (kiểm soát) hiện tại, cũng như kiểm tra tính sẵn sàng và hoạt động đúng của đối tượng, việc tìm kiếm các lỗi ảnh hưởng tới tính hiệu quả và khả năng hoạt động của đối tượng

Chẩn đoán lỗi (Fault Diagnostics) 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 chẩn đoán lỗi bao gồm 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

Công nghệ chẩn đoán lỗi là công nghệ tổng hợp, liên quan đến nhiều chủ đề như lý thuyết điều khiển hiện đại, lý thuyết tin cậy, toán thống kê, lý thuyết tập hợp,

xử lý thông tin, nhận dạng mẫu và trí thông minh nhân tạo

4

Mục đích của chẩn đoán lỗi 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 dưỡng nhằm cải thiện độ tin cậy, an toàn và tuổi thọ của hệ thống kỹ thuật

Bản chất của chẩn đoán 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

Chẩn đoán lỗi có nhiều mức độ từ thấp đến cao [17]:

- Mô hình lỗi: Xây dựng một mô hình toán học về hệ thống lỗi, làm cơ sở để

chẩn đoán lỗi

- Phát hiện lỗi: Nhiệm vụ chính của hệ thống phát hiện lỗi là để xác định xem có

lỗi không Nói chung, bất kỳ hệ thống phát hiện lỗi nào cũng không thể phát hiện lỗi chính xác 100% Do đó, cần cải thiện tỷ lệ phát hiện lỗi chính xác và giảm tỷ lệ lỗi thiếu sót (có lỗi mà không phát hiện) và tỷ lệ báo động giả (không có lỗi mà lại báo động)

- Cách ly lỗi: Sau khi phát hiện lỗi, vị trí của lỗi phải được tìm ra Cách ly lỗi

còn được gọi là xác định lỗi hoặc định vị lỗi

- Nhận dạng lỗi: Sau khi một lỗi đã bị cô lập, xác định thời gian xảy ra lỗi và

các đặc tính thay đổi theo thời gian của lỗi

- Đánh giá lỗi và ra quyết định: Xác định mức độ nghiêm trọng của lỗi, từ đó

sẽ quyết định các biện pháp cần thiết để bảo vệ hệ thống hoặc cho phép các biện pháp thay thế

Mattias Nyberg đã định nghĩa bài toán phân loại chẩn đoán như sau [14]

Coi đối tượng chẩn đoán gồm n chi tiết, mỗi chi tiết có các thông số trạng thái tương ứng xi Hệ sẽ làm việc bình thường khi cả n chi tiết đều làm việc bình thường 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 lỗi : Trạng thái của hệ thống đặc trưng bởi tập lỗi trống S0={}

 Hệ gặp một trong số các lỗi đã nêu Sm={fi}

 Hệ gặp đồng thời nhiều lỗi đồng thời Sn={fi , fj , }

Như vậy, tại một thời điểm, hệ sẽ nằm ở một trong các trạng thái của tập trạng thái {S0, Sm, Sn}

Mục tiêu của bài toán chẩn đoán là xác định xem hệ đang nằm ở trạng thái nào trong số các trên Hệ càng phức tạp và số lượng lỗi đồng thời xảy ra càng nhiều thì việc chẩn đoán càng khó khăn

Rose Issermant đã chia bài toán chẩn đoán thành bốn bài toán với các cấp độ nhận dạng lỗi từ đơn giản đến phức tạp Một hệ thống chẩn đoán lỗi thường có nhu cầu thực hiện các mức độ chẩn đoán càng cao càng tốt, nhằm phát hiện lỗi, định vị và ước lượng được các thông tin liên quan đến lỗi [17]

- Bài toán phát hiện lỗi (Fault Detection): Mục tiêu là xác định xem đối

tượng có làm việc bình thường hay không Trong trường hợp này, tập trạng thái được chia thành hai tập nhỏ: S0 ứng với trạng thái làm việc bình thường và các trạng thái còn lại ứng với lỗi Nhiệm vụ của bài toán là xác định xem hệ đang nằm trong trạng thái S0 hay các trạng thái còn lại Hệ thống sẽ tạo ra tín hiệu cảnh báo cho người vận hành về tình trạng làm việc bất thường của hệ thống

- Bài toán cô lập lỗi (Fault Isolation): Trong trường hợp này, cần phân biệt

càng rõ càng tốt xem đối tượng đang nằm trong trạng thái nào trong số các trạng thái

Si đã nêu ở trên Nội dung của bài toán là phân tích, tổng hợp các triệu chứng của lỗi,

từ đó định vị được lỗi nằm ở bộ phận chức năng nào

- Bài toán xác định lỗi (Fault Identification): mong muốn tìm nguyên nhân

của lỗi: Chi tiết gây ra lỗi, thời điểm gây ra lỗi

- Hệ thống dung lỗi (Fault Tollerance) cho phép làm việc trong trường hợp có

lỗi bằng cách sử dụng các giải pháp thay thế tương đương về phần cứng hoặc phần mềm

Các định nghĩa về quá trình nhận dạng lỗi đã được định nghĩa bởi Hiệp hội Safe Process do R Isermann và P Ballé đề xuất năm 1996, bao gồm [18]:

- Theo dõi (Monitoring): là quá trình thu thập và chuyển đổi các thông số chẩn

đoán nhằm phát hiện các biểu hiện bất thường Đối tượng này thực hiện với thời gian thực

- Giám sát (Supervision): bao gồm quá trình theo dõi và đưa ra những quyết

định cho phép chắc chắn những hành động hợp lý trong trường hợp có lỗi

- Bảo vệ (Protection): Bao gồm tất cả các đối tượng giám sát và thao tác nhằm

hạn chế tối đa những thiệt hại do lỗi gây ra

Các hệ thống theo dõi trạng thái là các hệ thống chẩn đoán thời gian thực Một

hệ thống giám sát được định nghĩa là một hệ thống chẩn đoán liên tục hoặc một hệ quan sát liên tục trạng thái của đối tượng Một đối tượng chẩn đoán có thể được thực hiện tự động Trong trường hợp đó, các phép chẩn đoán sẽ là một tập hợp các thao tác được thực hiện bởi phần mềm nhằm đặt các giá trị cho trước lên các biến công nghệ

Mô hình toán học của đối tượng chẩn đoán được thể hiện tổng quát như sau:

Hình 1.1: Mô hình đối tượng chẩn đoán lỗi

Trong đó:

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

6

f(t): Lỗi tác động đến hệ thống

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

Y(t) = ψ[U(t), X(t)] (1.1) Lỗi được quy về một nhóm tín hiệu vào làm thay đổi thuộc tính của đối tượng

F(t) = [f (t), f (t), … , f (t)] (1.2) F(t) có thể biến đổi liên tục tương ứng với sự hao mòn của thiết bị hoặc nhảy bậc 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:

Ẋ(T) = X(T) + ∆X(T) = ∅[x(t), u(t), f(t), d(t)] (1.3) Ẏ(T) = Y(T) + ∆Y(T) = Ψ[x(t), u(t), f(t), d(t)] (1.4) Như vậy, trong trường hợp lỗi, hàm lỗi F(t) làm thay đổi giá trị thông số trạng thái của thiết bị từ X(t) thành X(t)+ ΔX(t) và thông qua ánh xạ , thông số đầu ra thay đổi một lượng y(t) thành y(t)+ Δy(t)

Công thức (1.4) sẽ thay đổi thành:

Y(t) + ∆Y = [U(t), X(t) + ∆X(t)] (1.5) Đối với hệ tuyến tính, F(t) có thể là lỗi nhân hoặc lỗi cộng Việc chẩn đoán lỗi nhân thường đòi hỏi phải có giá trị đầu vào ui(t), i≠ 0

Bản chất của chẩn đoán là dựa vào những dấu hiệu đầu ra Δy, để xác định sự thay đổi của thông số trạng thái của đối tượng Tức là, nếu xác định được ánh xạ ngược:

X(t) + ∆ X = [U(t), Y(t) + ∆Y(t )] (1.6) thì bài toán được giải thành công

1.2 Một số phương pháp phát hiện và chẩn đoán lỗi

1.2.1 Phát hiện lỗi bằng phần cứng dự phòng (redundancy hardware)

Mô hình gồm 2 khâu cùng tính chất hoạt động đồng thời, kết quả đầu ra của 2

hệ thống sẽ được so sánh với nhau Nếu đầu ra khác nhau chứng tỏ có lỗi trong hệ thống

Hình 1.2: Phương pháp so sánh bằng phần cứng

Phương pháp này rất phù hợp với hệ thống đòi hỏi độ tin cậy cao, vì đồng thời đảm bảo cả khả năng dự phòng và khả năng phát hiện lỗi Tuy nhiên, đòi hỏi chi phí cho phần cứng song song

1.2.2 Phát hiện và chẩn đoán lỗi dựa vào tri thức (knowledge based)

Việc phát hiện và chẩn đoán lỗi là cơ sở của các phương pháp giám sát và quản

lý lỗi tiên tiến Phát hiện và chẩn đoán lỗi dựa trên các biến đo được bằng các thiết bị

tự động hoá, các biến quan sát được và các trạng thái quan sát được bởi người vận hành Việc xử lý tự động các biến đo được để phát hiện lỗi yêu cầu kiến thức giải tích

về đối tượng và việc đánh giá các biến quan sát được theo yêu cầu của con người được gọi là tri thức suy nghiệm

Tri thức giải tích về đối tượng được sử dụng để tạo ra những thông tin giải tích

có thể định lượng được để tạo ra các giá trị đặc tính bằng cách:

 Kiểm tra giá trị giới hạn của các tín hiệu có thể đo đạc trực tiếp

 Phân tích tín hiệu đo được bằng cách sử dụng các mô hình tín hiệu

 Phân tích đối tượng bằng cách sử dụng các mô hình toán của đối tượng

cùng với ước lượng tham số, ước lượng trạng thái

Ngoài việc tạo triệu chứng giải tích sử dụng các thông tin định lượng, người ta còn bổ sung thêm kỹ thuật tạo các triệu chứng suy nghiệm bằng việc sử dụng những thông tin định tính từ người vận hành

Đối tượng chẩn đoán lỗi sử dụng cả hai loại triệu chứng suy nghiệm và triệu chứng giải tích

1.2.3 Phương pháp phát hiện lỗi dựa vào tín hiệu (signal based)

Trong phương pháp phát hiện lỗi dựa vào tín hiệu, các tín hiệu ra của hệ thống được thu thập, phân tích và nhận dạng các triệu chứng Trong phương pháp này, người

ta thường sử dụng kỹ thuật kiểm tra giới hạn hoặc kiểm tra xu hướng của tín hiệu

Hình 1.3: Chẩn đoán lỗi dựa vào tín hiệu

Một cách tổng quát, hai giá trị giới hạn được gọi là ngưỡng (cài đặt trước), một giá trị cực đại Ymax và một giá trị cực tiểu Ymin Trạng thái bình thường là khi:

< ( ) <

Có nghĩa là đối tượng đang trong tình trạng bình thường nếu biến được giám sát nằm trong giới hạn của dung sai cho trước Nếu giá trị của biến vượt một trong hai ngưỡng này thì sẽ có lỗi ở đâu đó trong đối tượng

Nếu ngưỡng được chọn quá hẹp thì có thể xuất hiện các báo động sai cả khi hệ thống làm việc bình thường, nhưng bù hại các lỗi có thể được phát hiện sớm hơn và

8

ngược lại Do vậy, việc lựa chọn độ rộng của ngưỡng cần phải thỏa hiệp được cả hai yếu tố này

Một cách đơn giản hơn là tính đạo hàm bậc nhất ̇ = ( )/ , của biến được theo dõi và kiểm tra điều kiện:

̇ < ̇ ( ) < ̇Nếu điều kiện trên thỏa mãn, điều đó có nghĩa là hệ thống vận hành bình thường, ngược lại có thể xuất hiện lỗi đâu đó trong hệ thống Kỹ thuật kiểm tra xu hướng có thể phát hiện lỗi sớm hơn so với kỹ thuật kiểm tra giới hạn Thực tế thì hai

kỹ thuật này thường được kết hợp với nhau

Hình 1.4: Kiểm tra giới hạn:

a) kiểm tra giá trị tuyệt đối Y(t); b)kiểm tra xu hướng ̇ = ( )/

Hình 1.5: Phương pháp chẩn đoán lỗi dựa vào kiểm tra sự phù hợp

Việc giám sát các biến đo được đôi khi được thực hiện bằng cách kiểm tra tính hợp lý của các giá trị chỉ thị của chúng Điều này có nghĩa là các phép đo được đánh giá dựa trên các giá trị tin cậy, tính thuyết phục và sự tương hợp giữa chúng

Việc kiểm tra tính hợp lý có thể được công thức hóa bằng cách sử dụng các quy tắc cùng với các kết nối logic nhị phân như AND, OR Những quy tắc và dải đo lường