MétaCan
Menu
Retour à la cohorte
Enregistrement W2113216261 · doi:10.1109/cca.2005.1507341

Application of sliding mode observers for actuator fault detection and isolation in linear systems

2005· article· en· W2113216261 sur OpenAlexafffund
Weitian Chen, Guangqing Jia, Mehrdad Saif

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActuatorControl theory (sociology)Fault detection and isolationResidualObserver (physics)Fault (geology)Constant (computer programming)Computer scienceBounded functionIsolation (microbiology)EngineeringControl engineeringAlgorithmMathematicsControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper investigates the actuator fault isolation problem for a class of linear systems. To isolate the actuator faults amongst all possibilities, we first relate each possibility to a faulty model, then for each possible faulty model, a sliding mode observer (SMO) is designed. It is proved that, for the faulty model corresponds to the faulty actuators, the SMO designed can ensure the related state estimation error and thus the output estimation error goes to zero. It is also shown that, for all other possible faulty models, none of SMOs can make the related output estimation errors be zero. Based on the results proved, we define the residuals as the square of the magnitudes of the output estimation errors resulting from all possible faulty models. If only residual goes to zero, then it corresponds to the faulty actuators, and actuator fault isolation is done. The use of SMOs has two advantages. One is that it can deal with any types of bounded actuator faults (constant and non-constant faults); the other is that it can provide a method to estimate the faults. The actuator fault isolation method is tested on a research civil aircraft model (RCAM), and simulation results show that it can isolate various types of actuator faults effectively

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,531
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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
GenreEmpirique

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

En bref

Citations11
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFault Detection and Control SystemsTravaux en français237 207