Modellbasierte Fehlerdiagnose verteilter, nichtlinearer Systeme mittels Zustandsmengenbeobachtung

Zahlreiche technische Innovationen im Bereich der mechatronischen Systeme haben in den letzten Jahren einen signifikanten Mehrwert hinsichtlich Sicherheit, Komfort, Effizienz und Umweltfreundlichkeit gebracht. Mechatronische Systeme zeichnen sich durch die Interoperabilität der Domänen Mechanik, Elektronik und Informatik aus. Jedoch ist durch die Integration der grundsätzlich eigenständigen Domänen auch die Komplexität und zumeist die Fehleranfälligkeit derartiger Systeme gestiegen. Folglich sind die Gefährdungsvermeidung für Mensch und Umwelt (Safety) sowie eine hohe Verfügbarkeit (Availability) zentrale Anforderungen an ein modernes System. ... mehrUm diese Anforderungen zu erfüllen, muss das System zur Laufzeit hinsichtlich potenziell auftretender Fehler überwacht werden. Eine leistungsfähige Methode hierfür ist die modellbasierte Fehlerdiagnose.

Der stetig steigende Rechenaufwand zur Berechnung der immer komplexeren dynamischen Systemmodelle ist hierbei eine signifikante Herausforderung an die modellbasierte Fehlerdiagnose. Um dies zu handhaben, kann das System in mehrere Subsysteme aufgeteilt werden, welche meist eine geringe Komplexität und somit Systemordnung aufweisen. Die Entwicklung einer geeigneten Architektur zur Fehlerdiagnose von verteilten Systemen ist daher ein grundlegender Bestandteil dieser Arbeit.

Eine weitere Herausforderung an die Fehlerdiagnose ist die Berücksichtigung von Messunsicherheiten sowie Unsicherheiten in den Parametern und der Struktur bei der mathematischen Modellierung des Systemverhaltens. In dieser Arbeit werden die Unsicherheiten explizit im Modell berücksichtigt, was in eine unsichere, nichtlineare, verteilte Zustandsraumdarstellung resultiert. Auf Basis dieser Zustandsraumdarstellung werden zwei Konzepte zur Zustandsmengenbeobachtung präsentiert und gegenübergestellt sowie mit der Fehlerdiagnose am monolithischen System verglichen. Das erste Konzept ist die konsistenzbasierte Fehlerdiagnose. Auf Basis einer Konsistenzprüfung kann eine garantierte Aussage getroffen werden, so dass ungewollte Fehlalarme ausgeschossen werden können. Das zweite Konzept basiert auf einen Moving Horizon Estimator (MHE), welcher unsichere Messungen über einen vergangen Zeithorizont berücksichtigt und so eine Schätzung der Zustandsmengen für den aktuellen Zeitpunkt durchführt.

Anhand von Anwendungsbeispielen wird die praktische Einsetzbarkeit der vorgestellten Methoden verdeutlicht. Ferner wird an den realen Beispielen der benötigte Rechenaufwand untersucht, um den Nutzen der verteilten Fehlerdiagnose aufzuzeigen.

Numerous technical innovations in the field of mechatronic systems have brought significant added value in terms of safety, comfort, efficiency, and environmental friendliness in recent years. Mechatronic systems are characterized by the interoperability of the domains of mechanics, electronics, and computer science. However, the integration of these fundamentally independent domains has also increased the complexity and, in most cases, the fault susceptibility of such systems. Consequently, ensuring safety for humans and the environment as well as high availability are central requirements for a modern system. ... mehrTo meet these requirements, the system must be monitored during runtime for potential faults. A powerful method for this is model-based fault diagnosis.

The steadily increasing computational effort required to calculate the ever more complex dynamic system models is a significant challenge for model-based fault diagnosis. To manage this, the system can be divided into several subsystems, which usually have lower complexity and thus system order. The development of a suitable architecture for fault diagnosis of distributed systems is therefore a fundamental part of this work.

Another challenge for fault diagnosis is the consideration of measurement uncertainties as well as uncertainties in the parameters and structure during the mathematical modeling of system behavior. In this work, the uncertainties are explicitly taken into account in the model, resulting in an uncertain, nonlinear, distributed state-space representation. Based on this state-space representation, two concepts for state set observation are presented and compared, as well as compared with fault diagnosis on the monolithic system. The first concept is consistency-based fault diagnosis. Based on a consistency check, a guaranteed statement can be made, so that unwanted false alarms can be excluded. The second concept is based on a Moving Horizon Estimator (MHE), which considers uncertain measurements over a past time horizon and thus performs an estimation of the state set for the current time.

The practical applicability of the presented methods is demonstrated using application examples. Furthermore, the required computational effort is examined using real examples to illustrate the benefits of distributed fault diagnosis.