Sommersemester 2024

Alle Lernmaterialien finden Sie im OLAT.

Findet statt:

Ansprechpartner

Wenn Sie Fragen zu dieser Lehrveranstaltung haben, wenden Sie sich bitte an M. Sc. Mengsen Jia.

Kurzbeschreibung

Nicht nur in industriellen Produktionsanlagen (z. B. Industrie 4.0), sondern auch im alltäglichen Leben (z. B. automatisiertes Fahren, Smart Home/Gebäude) finden wir immer mehr Automatisierungssysteme. Um die Verfügbarkeit der Automatisierungssysteme zu gewährleisten und Unfälle zu vermeiden, ist es eine wichtige Aufgabe  Abnormalitäten in Anlagen und Systemen frühzeitig zu erkennen und Gegenmaßnahmen zu ergreifen. Deshalb sind die Fehlerdiagnose und die Prozessüberwachung wesentliche Bestandteile moderner Automatisierungssysteme.

Basierend auf unserer langjährigen Erfahrung in diesem Forschungsgebiet vermittelt diese Vorlesung grundlegende Prinzipien, Vorgehensweisen und verschiedene Methoden zur Konzipierung und Entwicklung der Fehlerdiagnosesysteme für dynamische Systeme. Außerdem wird die fehlertolerante Regelung betrachtet. Die Methoden zur Ermittlung der Notwendigkeit der Fehlerdiagnose wie z. B. Fehlerbaumanalyse, FMEA-Analyse und  risikobasierte Instandhaltung werden ebenfalls behandelt. Sowohl theoretische Methoden als auch industrielle Anwendungen werden vorgestellt.

Inhalt der Vorlesung

• Einführung zu Fehlerdiagnose und fehlertoleranter Regelung
• Methoden für Fehleranalyse (Fehlerbaumanalyse, FMEA-Analyse, FMECA-Analyse, Kritikalitätsanalyse, risikobasierte Instandhaltung, usw.)
• Modellbasierte Fehlerdiagnoseverfahren (beobachtergestützte Verfahren, Parity Space Verfahren, Unknown Input Observer, usw.
• Statistische multivariable Datenanalyse (Hauptkomponentenanalyse, Partial-Least-Squares-Verfahren, usw.)
• Big Data Methode für Fehlerdiagnose
• Fehlertolerante Regelung
• Plant Asset Management 

Zusätzliche Information

Anwendungsbeispiele der Fehlerdiagnose und fehlertoleranten Systeme:

• N. Meskin, E. Naderi, and K. Khorasani. A Multiple Model-Based Approach for Fault Diagnosis of Jet Engines. IEEE Transactions on Control Systems Technology, Vol. 21, No. 1, pp. 254-263, 2013.

http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=6119240

• X.D. Zhang, R. Grube, K. Shin, M. Salman, R.S. Conell. Parity-relation-based state-of-health monitoring of lead acid batteries for automotive applications. Control Engineering Practice, Vol. 19, pp. 555–563, 2011.

www.sciencedirect.com/science/article/pii/S0967066110001383

Literatur

• S. X. Ding. Model-Based Fault Diagnosis Techniques: Design Schemes, Algorithms and Tools. Springer Verlag, 2013.
• S. X. Ding. Data-driven Design of Fault Diagnosis and Fault-tolerant Control Systems. Springer Verlag, 2014.
• R. Isermann. Fault-Diagnosis Applications. Springer, 2011.
• M. Blanke, M. Kinnaert, J. Lunze and M. Staroswiecki. Diagnosis and Fault Tolerant Control. Springer, 2016.
• Y. M. Zhang and J. Jiang. Bibliographical review on reconfigurable fault-tolerant control systems. IFAC Annual Reviews in Control, Vol. 32, No. 2, pp. 229-252, 2008.