Interacting Multiple Model Estimators for Fault Detection in a Magnetorheological Damper
Notice bibliographique
Résumé
This paper proposes a novel estimator for the purpose of fault detection and diagnosis. The interacting multiple model (IMM) strategy is effective for estimating the behaviour of systems with multiple operating modes. Each mode corresponds to a distinct mathematical model and is subject to a filtering process. This paper applies various model-based filters in combination with the IMM strategy. One such estimator employs the recently introduced extended sliding innovation filter (ESIF) known as the IMM-ESIF. The ESIF is an extension of the sliding innovation filter for nonlinear systems based on the sliding mode concept. In the presence of modeling uncertainties, the ESIF has been proven to be more robust compared to methods such as the extended Kalman filter (EKF). The novel IMM-ESIF strategy is also compared with the IMM strategy, which incorporates the unscented Kalman filter (UKF), referred to herein as IMM-UKF. While EKF uses Taylor series approximation to linearize the system model, the UKF uses sigma point to calculate the system's mean and covariance. The methods were applied to an experimental magnetorheological (MR) damper setup, which was designed for testing control and estimation theory. Magnetorheological dampers exhibit a diverse array of applications in the automotive and aerospace sectors, with particular relevance to attenuating vibrations through adaptive suspension systems. Applied to a magnetorheological (MR) damper with distinct operating modes determined by the damper's current, the results showcase the effectiveness of IMM-ESIF. In mixed operational conditions, IMM-ESIF demonstrates a notable 80% to 90% reduction in estimation error compared to its counterparts. Furthermore, it exhibits a 4% to 5% enhancement in correctly classifying operational modes, establishing IMM-ESIF as a promising and efficient alternative for adaptive estimation in electromechanical systems. The improved accuracy in estimating the system's behaviour, even amidst uncertainties and mixed operational scenarios, signifies the potential of IMM-ESIF to significantly enhance the overall robustness and efficiency of estimations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».