MétaCan
Menu
Retour à la cohorte
Enregistrement W1979593596 · doi:10.1002/rnc.1201

Actuator fault diagnosis for uncertain linear systems using a high‐order sliding‐mode robust differentiator (HOSMRD)

2007· article· en· W1979593596 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Robust and Nonlinear Control · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)DifferentiatorFault detection and isolationActuatorFault (geology)Observer (physics)Computer scienceLinear systemRelation (database)MathematicsControl (management)Filter (signal processing)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Many observer‐based fault diagnosis strategies proposed for linear systems, subject to unknown inputs, operate based on three assumptions. The first assumption is that the system under consideration is at least detectable. The second one is that the unknown inputs satisfy certain matching conditions. The third one, which is often implicit, is that the relative degrees from the generalized input vector, including both known and unknown inputs, to the outputs are no larger than one. If none of these assumptions are met, little result exists on how to carry out fault diagnosis. The purpose of this paper is to develop a novel actuator fault diagnosis scheme for a general class of linear systems subject to unknown inputs that can work without the mentioned three assumptions. Four actuator fault diagnosis problems related to fault detection, isolation, and estimation are formulated and studied. In order to solve these problems, an input–output relation, which involves only the outputs and their higher‐order derivatives, is derived. The posed problems are solved based on this relation via utilizing both the outputs and their higher‐order derivatives. Because only the outputs are measured, higher‐order output derivatives are estimated using the recently developed high‐order sliding‐mode robust differentiators (HOSMRDs). The first two fault detection and isolation problems are answered in terms of a concept called Generalized Actuator Fault Isolation IndeX (GAFIX), and it is proved that, under the condition that the derived input–output relation is used for fault diagnosis, actuator faults are detectable if and only if GAFIX⩾1, and l actuator faults can be isolated if and only if GAFIX⩾ l +1. A method which can be used to estimate the faults is proposed for the fault estimation problem. To solve the last problem, an actuator fault diagnosis scheme is designed using both the measured outputs and their estimated derivatives obtained by HOSMRDs, and is presented in steps. Finally, an example is provided to show the effectiveness of our fault diagnosis scheme in terms of fault detection, isolation, and estimation. Copyright © 2007 John Wiley & Sons, Ltd.

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.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,882

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,271
Écart entre enseignants0,251 · 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