Event-Triggered Multiobjective Control and Fault Diagnosis: A Unified Framework
Notice bibliographique
Résumé
In the area of robust control, fault diagnosis, and fault tolerant control of linear systems, many fundamental problems can be recast as H∞, I1and generalized H2control frameworks leading to the so-called mixed norm or multiobjective optimization problems. This paper develops a new linear matrix inequality (LMI) approach to the problems of event-triggered multiobjective synthesis of feedback controllers and fault diagnosis filters through a unified framework. Toward this end, at first a general problem known as event-triggered integrated fault detection, isolation and control (E-IFDIC) is defined. By utilizing a filter to represent, characterize, and specify the E-IFDIC module, a multiobjective formulation of the problem is developed based on H∞, H-, I1and generalized H2performance criteria. It is shown that when an event-triggered strategy is applied to both the sensor and E-IFDIC module, the amount of data that is sent through the sensor-to-E-IFDIC module and E-IFDIC module-to-actuator channels are dramatically reduced. A set of 'MI feasibility conditions is derived to ensure the solvability of the problem, as well as to simultaneously obtain the E-IFDIC module parameters and the event-triggered conditions. Finally, it is shown that certain existing problems in the fields of time and event-triggered control and fault diagnosis can be considered as special cases of our proposed methodology. Two industrial case studies are also provided to illustrate and demonstrate the effectiveness of our proposed design methodology when compared with available work in the literature.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».