Proceedings VCM 2012 88 xây dựng mô hình toán học cho bài toán chẩn đoán online

Phương pháp chẩn đoán dựa trên mô hình đối chứng là một phương pháp chẩn đoán hiện đại, có nhiều ưu thế so với phương pháp phân loại truyền thống, đáp ứng được nhu cầu kỹ thuật và thực t

Mã bài: 144

Xây dựng mô hình toán học cho bài toán chẩn đoán online

động cơ điện kéo dựa trên phương pháp chẩn đoán

bằng mô hình đối chứng Modelling and diagnose DC locomotive tractor motor

based on FDI method

TS Nguyễn Thế Truyện

Viện NC Điện tử-Tin học -Tự động hóa e-mail: truyennt@hn.vnn.vn

Nguyễn Văn Nghĩa

Trường ĐH Giao thông vận tải e-mail: nguyennghia.nh@gmail.com

Tóm tắt

Độ tin cậy và chất lượng vận hành của thiết bị là yêu cầu tối quan trọng đối với các thiế bị công nghiệp và giao thông Phương pháp chẩn đoán dựa trên mô hình đối chứng là một phương pháp chẩn đoán hiện đại, có nhiều ưu thế so với phương pháp phân loại truyền thống, đáp ứng được nhu cầu kỹ thuật và thực tiễn, phù hợp với các hệ thống điều khiển hiện đại có trang bị các máy tính rất mạnh

Trong các thiết bị hiện đại, luôn hình thành mối quan hệ chặt chẽ giữa thiết bị chấp hành (cơ khí) và hệ thống điều khiển (điện tử) Sự có mặt của các thiết bị điều khiển trung tâm và hệ cảm biến thu thập tín hiệu của các khâu chấp hành là những điều kiện cần để cho phép xác định tình trạng kỹ thuật của thiết bị trong trạng thái hoạt động

Bài báo phân tích phương pháp chẩn đoán dựa trên mô hình đối chứng nhằm phát triển hướng phù hợp cho chẩn đoán tình trạng kỹ thuật các hệ thống - thiết bị cơ-điện tử trong trạng thái hoạt động (online) Đối tượng khảo sát là bài toán chẩn đoán tình trạng hoạt động của động cơ điện kéo (ĐCĐK) trên đầu máy truyền động điện của đường sắt được sử dụng làm ví dụ để làm rõ phương pháp và chứng minh khả năng của phương pháp chẩn đoán

Abstract

Reliability and quality operation of the device is the most important requirements for the Rayway and Transport Diagnosing method based on modelling is a modern diagnostic method, has many advantages compared to traditional methods of classification, to meet technical needs and practices, in accordance with the system controller equipped with modern powerful computers

This paper analyzes diagnostic methods based on the modelling diagnosis to combine the appropriate direction for development prior art diagnostic equipment traffic in working condition (online diagnose) Respondents diagnosed the problem as the operational status of electrical motors pull on the electric motor locomotives of the railway is used as an example to clarify the method and demonstrate the ability of this methods

1 Đặt vấn đề:

Chẩn đoán kỹ thuật là lĩnh vực nghiên cứu về

phương pháp xác định tình trạng bên trong của

thiết bị, đối tượng dựa trên các biểu hiện đầu ra

của đối tượng

Chẩn đoán dựa trên mô hình hóa là phương pháp

tiên tiến, cho phép tìm kiếm các thông số chẩn

đoán và xây dựng mối quan hệ ngược giữa các

thông số đầu vào và thông số đầu ra của đối tượng

chẩn đoán

Trong giao thông vận tải đường sắt, để đáp ứng yêu cầu về an toàn và tin cậy vận hành, bài toán chẩn đoán tình trạng kỹ thuật của thiết bị trên đầu máy trong trạng thái hoạt động là nhu cầu rất cấp thiết

Việc ứng dụng chẩn đoán dựa trên mô hình cho bài toán chẩn đoán tình trạng kỹ thuật của thiết bị trên đầu máy là phương pháp phù hợp và hiệu quả đáp ứng được yêu cầu của bài toán Dưới đây sẽ xem xét việc ứng dụng mô hình chẩn đoán cho đối

tượng ĐCĐK Việc nghiên cứu trên đối tượng điển

hình là ĐCĐK cho phép xác định tính phù hợp và

khả năng áp dụng của phương pháp đối với đối

tượng là các hệ thống kỹ thuật trên đầu máy

2 Chẩn đoán dựa trên mô hình hóa

2.1 Định nghĩa bài toán chẩn đoán

Hệ thống (đối tượng) được chẩn đoán được mô tả

bởi quan hệ sau:

Y(t) = [U(t), X(t)] (1)

Trong đó:

U=[u 1 (t) u nu (t)]: Véc tơ thông số đầu vào của hệ

thống (đối tượng)

Y=[y 1 (t) y ny (t)]: Véc tơ thông số đầu ra

X=[x 1 (t) x nx (t)]: Véc tơ thông số cấu trúc

: Hàm truyền của hệ thống

Lỗi tác động vào hệ thống được quy về một nhóm

thông số làm thay đổi thuộc tính của đối tượng

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

giá trị các biến trạng thái và biến đầu ra của đối

tượng được xác định bởi công thức:

.

.







(3)

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)+x(t) Qua tác động của hàm trạng

thái (t), thông số đầu ra thay đổi một lượng y(t) thành y(t)+ y(t) Công thức (1) sẽ thay đổi thành: y(t)+y = [u(t), x(t)+x(t)] (4)

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 (5) thì bài toán coi như đã giải xong:

x(t)+x =  -1

[u(t), y(t)+y(t)] (5)

Tuy nhiên, có hai vấn đề mà cách giải quyết các vấn đề trên sẽ tạo ra các phương pháp chẩn đoán khác nhau:

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 goi là triệu chứng

Vấn đề 2: Ánh xạ -1 thường là không biết và khó xác định Vì vậy, người ta đã xây dựng nhiều phương pháp khác nhau để tìm được sự biến đổi

x(t) từ sự biến đổi y(t) Đó chính là mục đích và nội dung của các phương pháp chẩn đoán

Hình 1 mô tả phương pháp chẩn đoán dựa trên phân loại triệu chứng và chẩn đoán dựa trên mô hình đối chứng Hình 2 mô tả các phương pháp kết luận lỗi cho 2 mô hình trên

a Chẩn đoán dựa trên phân loại triệu chứng b Chẩn đoán dựa trên mô hình hóa

Hình 1: Các mô hình chẩn đoán và phương pháp phân loại lỗi tương ứng

F-Lỗi

Y-đầu ra

ĐTCĐ

U-đầu vào

Phân loại

UYS

Liên hệ

SF

Tạo tín hiệu chẩn đoán

Phân loại lỗi S-Triệu chứng

F-Lỗi

F- lỗi Y-đầu ra

ĐTCĐ

U- đầu vào

Phát hiện sai lệch

Ước lượng sai lệch R-Sai lệch

Mô hình U,YR

Phân loại

R  S

S-Triệu chứng

Suy luận lỗi Liên hệ

SF

F-Lỗi

Mã bài: 144

a Cơ chế phân loại lỗi b Cơ chế suy luận lỗi

Hình 2: Các phương pháp kết luận lỗi

2.2 Phương pháp chẩn đoán dựa trên phân loại

triệu chứng (hình 1.a)

Sử dụng phương pháp thống kê và phân loại mẫu

để tìm ra mối quan hệ ngược từ sai lệch đầu ra về

lỗi đầu vào Là phương pháp truyền thống trong

chẩn đoán

Cách giải quyết vấn đề 1: Tập triệu chứng được

xây dựng bằng cách so sánh giá trị đầu ra với giá

trị chuẩn - ngưỡng chuẩn đoán Để đảm bảo không

nhầm lẫn, giá trị ngưỡng phải được lấy đủ lớn sao

cho trong trạng thái làm việc bình thường, triệu

chứng không xuất hiện Triệu chứng được định

nghĩa là những thay đổi của thông số chẩn đoán có

thể phát hiện được Tập triệu chứng S chính là tập

chứa các giá trị y+ y sai khác đủ lớn so với giá trị

thông thường để có thể phân biệt được bằng

ngưỡng {s} là tập con của {y}

Công thức (5) sẽ biến đổi thành:

Trong đó:

S=[s 1 s ns ] là véc tơ triệu chứng đầu vào của hệ

chẩn đoán

F=[f 1 f nf ]: Véctơ kết luận chẩn đoán, fi nhận giá

trị trong khoảng từ 0 đến 1 ứng với khả năng có lỗi

i của đối tượng;

Giải quyết vấn đề 2: Ánh xạ ngược -1 được xây

dựng trên cơ sở phương pháp phân loại thống kê

(hình 2.a)

Đặc điểm của phương pháp chẩn đoán dựa trên

phân loại triệu chứng đã được thể hiện trong công

thức (6): Phương pháp phân loại không quan tâm

đến cấu trúc bên trong, bản chất vật lý cũng như

các hiện tượng diễn ra bên trong đối tượng Các

kết luận dựa trên các cơ sở số liệu thống kê, do

vậy, hoàn toàn độc lập với cấu trúc của thiết bị

Nói cách khác, kết luận chẩn đoán là hoàn toàn

khách quan so với cấu trúc, hoạt động của thiết bị

Nhược điểm cơ bản của phương pháp là cần có

thời gian xây dựng được tập triệu chứng và phép

suy luận ngược dựa trên thống kê và thực nghiệm,

do vậy không phù hợp với nhu cầu của các thiết bị

hiện đại

2.3 Phương pháp chẩn đoán dựa trên mô hình hóa

Giá trị chuẩn y(t) được tạo ra bằng một mô hình so sánh có hàm truyền giống với hàm truyền của đối tượng chẩn đoán trong trạng thái bình thường và được chạy song song với đối tượng, đặc trưng bởi hàm quan hệ:

   

^

Giải quyết vấn đề 1: Triệu chứng lỗi được xác

định bởi sai lệch giữa giá trị thực tế và giá trị tính toán:

^

r(t) được gọi là các “dư thừa” hay mã kiểm tra

nhằm xác định sai lệch của hệ thống Như vậy, nếu

r(t)0 thì đã có thể kết luận rằng hệ có lỗi Và tổng

hợp các giá trị sai lệch đầu ra một cách phù hợp có thể xác định được lỗi đang xảy ra đối với thông số nào (phân biệt được lỗi) Tổng hợp các sai lệch vượt quá ngưỡng xác định các triệu chứng lỗi si của đối tượng

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 môi quan hệ ngược

từ S F (hình 2.b) 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  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

Ưu điểm của phương pháp:

 Khoảng cách giữa giá trị thực và giá trị ngưỡng chính là độ nhạy của thông số chẩn đoán Dễ dàng nhận thấy, độ nhạy của phương pháp chẩn đoán dựa trên mô hình cao hơn rất nhiều

so với phương pháp truyền thống (hình 2)

 Với độ nhạy cao và giá trị ngưỡng sát với giá trị hoạt động, cho phép ứng dụng trong các phép chẩn đoán thiết bị trong tình trạng hoạt động (online), đặc biệt với các thông số biến đổi liên tục trong dải rộng

 Phương pháp chỉ cần quan sát hệ thống ở

trạng thái tốt, từ đó suy ra trạng thái bất

thường của hệ thống, mà không cần quan sát

hệ thống ở trạng thái hư hỏng, do vậy, rất

thuận lợi trong thực tế, dễ dàng xây dựng được

bộ số liệu đầy đủ cho đối tượng

 Một điểm mạnh nữa của phương pháp là việc

phân biệt lỗi sử dụng cơ chế suy luận lỗi trên

cơ sở mô hình cấu trúc đã biết của đối tượng,

do vậy, đảm bảo độ tin cậy cao mà không cần

dựa trên khảo sát tình trạng hỏng hóc của đối

tượng Do vậy, không cần phải tạo ra các mẫu

thử tình trạng hư hỏng và quan sát triệu chứng

như phương pháp truyền thống

Nhược điểm của phương pháp là chỉ phát hiện

được các lỗi theo tính toán trước mà không thể

phát hiện được các tình huống bất thường, ngoài

tính toán Một lỗi dù rất đơn giản nhưng không

trong mô hình có thể gây ra những kết luận hoàn

toàn sai lầm cho cả hệ thống

Mở rộng: Một dạng của phương pháp chẩn đoán

dựa trên mô hình: Thay vì ước lượng Y(t), mô

hình có thể ước lượng giá trị của X ˆ , từ đó xác

định được lỗi thông qua ước lượng X(t) Mô hình

ước lượng sử dụng trong phương pháp này tương

tự như mô hình ước lượng trạng thái (State Observer) trong lý thuyết điều khiển nhưng khác

về thông số ước lượng và mục đích

Phương pháp chẩn đoán dựa trên mô hình máy tính là một trong các phương pháp chẩn đoán dựa trên trên mô hình dối chứng Phương pháp này hiện được nghiên cứu nhiều do khả năng chẩn đoán sâu, không đòi hỏi đo trực tiếp các thông số liên quan đến lỗi, đặc biệt cho phép chẩn đoán cả các cảm biến, các khâu điều khiển, khâu xử lý tín hiệu là những đối tượng khó sử dụng các phương pháp chẩn đoán truyền thống khác Phương pháp này cũng tận dụng được khả năng tính toán của các hệ vi xử lý đang được sử dụng để điều khiển

hệ thống Nhược điểm cơ bản của phương pháp là đòi hỏi phải thu nhận được tất cả các thông số đầu vào, đầu ra ảnh hưởng tới đối tượng Khối lượng tính toán cộng thêm của bài toán sẽ làm tăng lượng

dữ liệu cần xử lý và đòi hỏi máy tính điều khiển phải có tốc độ đáp ứng được nhu cầu tính toán, mô phỏng bài toán

Hình 3: Giá trị ngưỡng trong hai phương pháp

3 Ứng dụng chẩn đoán dựa trên mô hình cho

đối tượng động cơ điện kéo

Các tác giả đã áp dụng phương pháp chẩn đoán

dựa trên mô hình máy tính cho đối tượng ĐCĐK

trong tình trạng hoạt động Nội dung công việc

bao gồm mô hình hóa và xây dựng hàm chẩn đoán

cho đối tượng ĐCĐK Đối tượng được chẩn đoán

dựa trên mô hình cấu trúc và đưa ra kết luận lỗi

dựa trên phân biệt lỗi

3.1 Về bài toán chẩn đoán ĐCĐK

ĐCĐK được sử dụng trên đầu máy để tạo ra lực

kéo cho đoàn tàu từ năng lượng điện Hiện nay,

ĐCĐK một chiều có cổ góp vẫn được sử dụng rất

phổ biến do sự phù hợp về đặc tính kéo Tuy

nhiên, đây là thiết bị có độ bền thấp, đòi hỏi phải thường xuyên theo dõi, kiểm tra Vì vậy, chẩn đoán TTKT của ĐCĐK là bài toán thực tế và cấp thiết

3.2.1 Nội dung bài toán:

Thực hiện chẩn đoán theo sơ đồ trong hình 1.b, bao gồm các công việc sau:

 Mô hình hóa đối tượng nhằm phát hiện sai lệch U, Y  R

 Tạo ra các triệu chứng RS bằng cách xác định các ngưỡng chẩn đoán

 Kết luận lỗi dựa trên các triệu chứng S dựa trên mô hình hóa hệ thống có lỗi

Giá trị ngưỡng Giá trị thực

t

Giá trị thực

t

A

Mã bài: 144

3.2.2 Giới hạn phạm vi nghiên cứu:

Do đặc điểm vận hành của đoàn tàu là chuyển

động với gia tốc rất thấp, nên mô hình được xây

dựng trong trạng thái ổn định, xác lập Việc xây

dựng mô hình chẩn đoán trong trạng thái động là

hoàn toàn có thể, tuy nhiên, mức độ ý nghĩa không

cao

Do giới hạn của bài báo, dưới đây trình bày một

tập giới hạn các mối quan hệ về điện và từ Việc

xây dựng các mối quan hệ về nhiệt độ và công suất

được thực hiện tương tự

3.3 Mô hình hóa ĐCĐK trong trường hợp làm

việc bình thường

Tóm tắt các hàm quan hệ giữa các thông số như

sau Để tiện theo dõi, ký hiệu các biểu thức (e 1 ,

e 2 , ):

Điện áp động cơ:

e 1 : U F = U KT + U A (9)

Dòng kích từ:

e 2 : KT KT

CC

U

I

r

Dòng điện phần ứng:

e 3 : A A A tx

A

I

r

Suất phản điện động của động cơ:

e 4 : E A =K E .n F (12)

Mối quan hệ về dòng điện:

e 5 : I KT = I F =I A (13)

Từ thông phần cảm:

e 6 : =K  I F w (14)

3.4 Mô hình hóa ĐCĐK trong trường hợp lỗi

Trong khuôn khổ bài báo, giới hạn quan tâm trong

các lỗi liên quan đến phần điện, và bỏ qua các mối

quan hệ về nhiệt từ e 7 đến e 18 Các hư hỏng xem

xét bao gồm:

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 F2:

e 19 : (I KT = 0) & (U KT = U F ) (15)

Đối với lỗi đứt mạch phần ứng F6:

e 20: (I A =0) & (U A =U F ) (16)

Các lỗi chập mạch một phần hoặc toàn bộ sẽ làm

thay đổi trở kháng của đoạn mạch Sự thay đổi

được phát hiện qua mô hình ước lượng thông số

tương ứng

3.5 Tối thiểu hóa tập tham số và xây dựng mô hình ước lượng cho từng lỗi

Từ mô hình chẩn đoán của ĐCĐK đã xây dựng

(e 1 e 20), sẽ có rất nhiều thông số đầu vào, đầu ra

và hàm quan hệ liên quan tới mỗi lỗi của đối tượng

Tiến hành thu gọn tập thông số và lựa chọn những mối quan hệ có ý nghĩa nhất đối với mục tiêu của bài toán chẩn đoán Trong nội dung đề tài, các tác giả đã sử dụng phương pháp đánh giá hàm chỉ tiêu lượng tin của thông số và tối thiểu hóa thông số bằng graph[6] Từ đó rút ra được các mô hình chẩn đoán lỗi cho ĐCĐK như trong bảng 1 Trong đó, thông số biểu hiện lỗi là các thông số đầu ra bị ảnh hưởng bởi lỗi, mô hình chẩn đoán là tập phù hợp các hàm từ đó xác định được mối quan hệ giữa đầu vào và đầu ra đã xét Dấu hiệu lỗi là kết quả tính sai lệch của mô hình

Bảng 1: Mô hình hóa ĐCĐK trong trường hợp lỗi

Lỗi

f i

Giải thích lỗi

Thông

số biểu hiện lỗi

Y i

Mô hình chẩn đoán

E i

Dấu hiệu lỗi

r i

f 1

Xuất hiện vành lửa trên cổ góp U tx

e 3 , e 4 ,

e 6

r 1

f 2

Đứt mạch phần

f 3

Chập mạch phần

f 4

Cháy hoàn toàn,

hở mạch cổ góp U tx

e 3 , e 4 ,

e 6

r 4

f 5

Chập mạch một phần hoặc toàn

bộ bối dây phần ứng

U A , I F , n e 3 , e 4 ,

e 6

r 1

f 6

Đứt mạch một hoặc nhiều bối dây phần ứng

U A , I F , n e 3 , e 4 ,

e 6, e 20

r 1

Trong đó:

r i là các dấu hiệu lỗi được xây dựng trên cơ sở tính toán các sai lệch trong mỗi mô hình so sánh với giá trị thực

3 6 Xây dựng tập triệu chứng và ma trận kết luận lỗi

Sau khi có được giá trị của ri, cần phải xác định độ lớn của ngưỡng chẩn đoán Tập các đầu ra chẩn

đoán vượt ngưỡng tạo thành các triệu chứng s i

tương ứng Trên cơ sở mô hình chẩn đoán lỗi trong Bảng 1 và phương pháp chẩn đoán trên mô hình [2], xây dựng được có thể kết luận lỗi theo bảng 2:

Bảng 2: Ma trận kết luận lỗi

s 1 s 2 s 3 s 4

Qua mô hình đã xây dựng, có nhận xét:

 Hệ có khả năng chẩn đoán được lỗi: Các lỗi

đều được phát hiện bởi các triệu chứng lỗi s 1 s 4

 Hệ có khả năng phân biệt lỗi: 3/6 lỗi đã

được phát hiện và phân biệt

 Còn một số lỗi phát hiện được nhưng không

phân biệt được: Lỗi f1, f 5 và f 6 phát hiện được

nhưng không phân biệt được do có chung biểu

hiện lỗi r1 Để phân biệt lỗi này, có thể sử dụng các

biện pháp kiểm tra nguội trong quá trình sửa chữa

tại xưởng

4 Kết luận và nhận xét:

Những kết quả đạt được:

- Nhóm tác giả đã nghiên cứu về phương pháp

chẩn đoán dựa trên mô hình và áp dụng cho bài

toán chẩn đoán tình trạng kỹ thuật cho ĐCĐK

trong tình trạng hoạt động

- Tìm được tập thông số phù hợp nhất cho bài toán

phát hiện lỗi và phân tích lỗi

- Tính chẩn đoán được và phương pháp kết luận

lỗi cũng đồng thời được khẳng định

- Xây dựng các mô hình chẩn đoán Ei, từ đó xác

định được mô hình ước lượng lỗi - làm cơ sở cho

các bài toán phân tích thông số và phát hiện triệu

chứng lỗi

Công việc tiếp theo:

Trên đây mới chỉ trình bày về phương pháp xác

định tập thông số đầu vào và đầu ra cần thiết cho

việc chẩn đoán lỗi Bước tiếp theo của bài toán

chẩn đoán là xây dựng các hàm kiểm tra ri dựa trên

mô hình chẩn đoán Ei tương ứng với nó nhằm phát

hiện các biểu hiện lỗi tương ứng

Các tác giả đã tiến hành xây dựng các hàm kiểm

tra ri cho một số đối tượng trong mô hình trên

bằng phương pháp ước lượng thông số sử dụng

mạng nơron RBF Dấu hiệu chẩn đoán là rõ ràng

và hoàn toàn có thể sử dụng cho bài toán kết luận

lỗi

Chi tiết việc xây dựng các hàm kiểm tra và phát

hiện lỗi dựa trên các hàm kiểm tra xem thêm trong

các bài báo [3], [4]

Trên cơ sở phương pháp, đã xây dựng hệ đo và thu thập số liệu nhằm phát hiện các triệu chứng ri Kết quả được trình bày chi tiết trong bài báo [5]

Về khả năng áp dụng của phương pháp

Phương pháp chẩn đoán dựa trên mô hình ước lượng đã được áp dụng để xây dựng mô hình chẩn đoán lỗi cho ĐCĐK trong tình trạng hoạt động (chẩn đoán online) Mô hình lỗi cho phép phát hiện lỗi và phân biệt lỗi của đối tượng

Kết quả trên chứng minh khả năng và tính ưu việt của phương pháp chẩn đoán dựa trên mô hình đối chứng Nhờ những ưu điểm đã nói ở trên, phương pháp này tỏ ra có độ tin cậy cao, độ nhạy và khả năng phát hiện sớm Đây là những khả năng rất cần thiết đối với bài toán chẩn đoán

Phương pháp chẩn đoán dựa trên mô hình có thể được áp dụng trong rất nhiều hệ thống thiết kế mới hiện nay, đặc biệt trong các lĩnh vực của GTVT và công nghệ cao như hệ thống chẩn đoán lỗi của ô

tô, công nghệ hàng không và vũ trụ hay trong việc xác định các thông số cần thu thập của hệ SCADA

Mô hình trên chỉ là một trong các ứng dụng của phương pháp chẩn đoán sử dụng mô hình hóa Cần

có những nghiên cứu tiếp theo về phương pháp này và ứng dụng của nó trong các thiết bị điện-cơ

Tài liệu tham khảo

[1] Rolf Isermann “Fault-Diagnosis Systems An Introduction from Fault Detection to Fault Tolerance”, Springer-Verlag Berlin Heidelberg

2006 [2] S.X Ding “Model-based Fault Diagnosis Techniques Design Schemes, Algorithms, and Tools”, Springer-Verlag Berlin 2008

[3] Nguyễn Văn Nghĩa “Đề xuất phương pháp phát hiện lỗi của máy điện kéo thông qua ước lượng nhiệt độ gió làm mát”, Tạp chí Khoa học kỹ thuật - DHGTVT số 35 tháng 12/2011

[4] Nguyễn Thế Truyện, Nguyễn Văn Nghĩa “Đề xuất phương pháp xác định mức độ đánh lửa cổ góp động cơ điện kéo bằng phương pháp ước lượng thông số” Tạp chí Khoa học kỹ thuật - DHGTVT số 35 tháng 12/2011

[5] Nguyễn Thế Truyện, Nguyễn Văn Nghĩa “Thu thập và xử lý số liệu cho chẩn đoán tình trạng đánh lửa cổ góp động cơ điện kéo đầu máy D14E” Tạp chí Khoa học trường Đại học GTVT

số 38 - 6/2012

[6] Mattias Krysander and Mattias Nyberg

“Structural Analysis for Fault Diagnosis of DAE Systems Utilizing Graph Theory and MSS Sets”, Linköping, May 21, 2002