METHOD OF SENSOR FAULT IDENTIFICATION IN LINEAR AND NONLINEAR SYSTEMS

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The problem of sensor fault identification in continuous-time and discrete-time nonlinear systems under external disturbances is studied. A solution is based on the reduced-order model of the original system. The relations allowing designing the observer of the minimal dimension producing exact or approximate estimate of sensor fault are derived. The theoretical results are illustrated by an example.

About the authors

A. N Zhirabok

Far Eastern Federal University; Institute of Marine Technology Problems, Far Eastern Branch, Russian Academy of Sciences

Email: zhirabok@mail.ru
Vladivostok, Russia; Vladivostok, Russia

A. V Zuev

Far Eastern Federal University; Institute of Marine Technology Problems, Far Eastern Branch, Russian Academy of Sciences; Institute of Automation and Control Processes, Russian Academy of Sciences

Vladivostok, Russia; Vladivostok, Russia; Vladivostok, Russia

References

  1. Мироновский Л.А. Функциональное диагностирование динамических систем. М. –СПб.: Изд-во МГУ–ГРИФ, 1998.
  2. Edwards C., Spurgeon S., Patton R. Sliding Mode Observers for Fault Detection and Isolation // Automatica. 2000. V. 36. P. 541–553.
  3. Kaisi K., Hui S., Zak S. Unknown Input and Sensor Fault Estimation Using Sliding-mode Observers // Proc. 2011 ACC. San Francisco, 2011. P. 1364–1369.
  4. Tan C., Edwards C. Sliding Mode Observers for Robust Detection and Reconstruction of Actuator and Sensor Faults // Intern. J. Robust and Nonlinear Control. 2003. V. 13. P. 443–463.
  5. Yan X., Edwards C. Sensor Fault Detection and Isolation for Nonlinear Systems Based on a Sliding Mode Observer // Intern. J. Adapt. Control Signal Process. 2007. V. 21. P. 657–673.
  6. Жирабок А.Н., Зуев А.В., Сершенко О., Шумский А.Е. Идентификация дефектов в нелинейных динамических системах и их датчиках на основе скользящих наблюдателей // АиТ. 2022. № 2. С. 63–89.
  7. Zhang Z., Yang G. Interval Observer-based Fault Isolation for Discrete-Time Fuzzy Interconnected Systems with Unknown Interconnections // IEEE Trans. on Cybernetics. 2017. V. 47. P. 2413–2424.
  8. Miguel A., Puig V., Alenya G. Fault-tolerant Control of a Service Robot Using a LPV Robust Unknown Input Observer // Proc. 4th Conf. Control and Fault Tolerant Systems. Casablanca, Morocco, 2019. P. 207–212.
  9. Zhu F., Zhang W., Zhang J., Guo S. Unknown Input Reconstruction Via Interval Observer and State and Unknown Input Compensation Feedback Controller Designs // Intern. J. Control Autom. Syst. 2020. V. 18. P. 1–13.
  10. Iserman R. Process Fault Detection Based on Modeling and Estimation Methods — a Survey // Automatica. 1984. V. 20. P. 387–404.
  11. Simani S., Fantuzzi C., Patton R. Model-based Fault Diagnosis in Dynamic Systems Using Identification Techniques. Berlin: Springer-Verlag, 2002.
  12. Справочник по теории автоматического управления. М.: Наука, 1987.
  13. Клинин Н.В., Герасимова Г.Н., Кац М.А. Диагностика электрических цепей. М.: Энергоатомиздат, 1983.
  14. Жарабок А.Н., Зуев А.В., Филаретов В.Ф., Шумский А.Е., Ким Ч.И. Каноническая форма Жордана в задачах диагностирования и оценивания // АиТ. 2022. № 9. С. 36–54.
  15. Жарабок А.Н., Зуев А.В., Ким Ч.И. Метод построения интервальных наблюдателей для стационарных линейных систем // Изв. РАН. ТиСУ. 2022. № 5. С. 3–13.
  16. Жарабок А.Н., Зуев А.В., Ким Ч.И. Интервальное оценивание в дискретных линейных системах с параметрическими неопределенностями // Изв. РАН. ТиСУ. 2024. № 1. С. 139–149.
  17. Low X., Willsky A., Verghese G. Optimally Robust Redundancy Relations for Failure Detection in Uncertain Systems // Automatica. 1996. V. 22. P. 333–344.
  18. Ефимов Д.В., Раисш Т. Построение интервальных наблюдателей для динамических систем с неопределенностями // АиТ. 2016. № 2. С. 5–49.
  19. Жарабок А.Н., Зуев А.В. Метод диагностирования дискретных систем на основе интервальных наблюдателей // АиТ. 2023. № 12. С. 133–145.
  20. Chebotarev S., Efimov D., Raissi T., Zolghadri A. Interval Observers for Continuous-time LPV Systems with L1/L2 Performance // Automatica. 2015. V. 51. P. 82–89.
  21. Misawa E., Hedrick J. Nonlinear Observers – a State of the Art. Survey // J. Dynamic Systems, Measurements Control. 1989. V. 111. P. 344–352.
  22. Филаретов В.Ф., Зуев А.В., Губанков А.С. Управление манипуляторами при выполнении различных технологических операций. М.: Наука, 2018.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».