MétaCan
Menu
Retour à la cohorte
Enregistrement W1577228069 · doi:10.1109/iceee.2004.1433923

Fault recovery in control systems: a modular discrete-event approach *

2005· article· en· W1577228069 sur OpenAlexaff
S. Hashtrudi Zad, M. Moosaei

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePetri Nets in System Modeling
Établissements canadiensConcordia UniversityInstitute for Circumpolar Health Research
Organismes subventionnairesnon disponible
Mots-clésSupervisorModular designTransient (computer programming)Control theory (sociology)Fault (geology)Bounded functionSupervisory controlComputer scienceScheme (mathematics)Mode (computer interface)Event (particle physics)Failure mode and effects analysisControl (management)Control engineeringEngineeringReliability engineeringMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The problem of fault recovery is studied in discreteevent systems (DES), assuming permanent failures. A diagnosis system is assumed to be available to detect and isolate faults with a bounded delay. Thus, the combination of the plant and diagnosis system can be thought of having three modes: nonnal, transient and recovery. Initially, the plant is in the normal mode. Once a failure occurs, the system enters the transient mode. After the failure is diagnosed by the diagnosis system, the system enters the recovery mode. This framework does not depend on the diagnosis technique used, us long as lower and upper bounds for diagnosis delay are available. As a result, the diagnosis and control problems are almost decoupled. A modular switching supervisory scheme for the control problem is proposed. The design consists of a normal-transient supervisor, and multiple recovery supervisors each for recovery from a particular failure mode. The issue of nonblocking is studied and it is shown that essentially if the system under supervision is nonblocking in the normal mode, then it will remain nonblocking during the recovery procedure. Furthermore, a procedure is provided to ensure that the proposed modular switching supervisor is admissible.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetri Nets in System ModelingTravaux en français237 207