Fault tolerant control of non-linear systems based on multiple model approach - LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes Access content directly
Theses Year : 2021

Fault tolerant control of non-linear systems based on multiple model approach

Commande tolérante aux fautes des systèmes non linéaires basée sur l'approche multi-modèles

Menglin He
  • Function : Author
  • PersonId : 1076859

Abstract

With the development of science and technology, the industrialization process continues to speed up. The demand for the safety of modern giant systems grows very fast, too. As key research directions to improve the reliability and safety of dynamic systems, fault diagnosis and fault tolerant control (FTC) methods have received more and more attention. Though very rich results have been achieved in these directions during the past decades, fault diagnosis and fault-tolerant control theory still seem to be weak when facing high nonlinear complex industrial systems that iterate even faster. Otherwise, the most advanced creations of science and technology like space shuttles, and civil air-crafts, would not encounter disasters like explosions or crashes. Therefore, fault diagnosis and FTC theories must keep pace with the fast-changing world to ensure safety and stability. In this thesis, we did some extensions to the multiple model approach based fault tolerant control method and proposed several fault diagnosis and FTC algorithms based on model matching strategies. This is under the consideration of designing FTC strategies for complex nonlinear systems using simple ideas and logic. Specifically, the multiple model approach is first used to represent the complex system by a set of simple models. The classical multiple model approach is then extended by increasing its dimensions to create a system that can adapt to different faulty conditions. This results in a multi-dimensional multiple model set that can be adapted to the real system in normal states or under faults. The corresponding multi-dimensional controller bank is designed according to the parameters of the local models. Since the local models are generally set as linear ones, their controllers can be designed easily. When the multi-dimensional multiple model set is constructed, two model matching fault tolerant strategies are proposed. For the traditional system, its output is compared with the model set to determine the interval in which the system is located, and then the controllers, corresponding to the sub-models which are matched to the current system, can be selected to conduct the control calculation. For the controller bank scheduling part, the classical switching or mixing strategy can be used. When using the mixing strategy, the weighted sum of the multi-controller outputs represents the output of the controller bank. The weighting values also have a relatively large research space. They can be linearly weighted, non-linearly weighted, or selectively weighted. Such an integrated output can also be performed in two dimensions, e.g., within one controller set and between fault tolerant controller sets. Inspired by the concept of adaptive model, a two-layer multiple model structure is used as the basic framework to conduct the FTC strategy. In the actual operation, the pre-defined local models set is like a source pool. Parameters of the interval vertex models selected from the multi-dimensional multiple model set that encloses the actual system are used to initiate the adaptive models to approximate the actual system with unknown parameters. In this way, it achieves the purpose of controlling the unknown system while identifying it. A fault diagnosis module monitors the actual system in real time and determines its operating interval within the two-layer multiple model set. When a big change is detected, it indicates a fault. The fault information is transmitted to the fault tolerant module, which initiates an adaptation process to match the actual system according to the new vertex models' parameter. Here, an extra controller is set to the reference model in this process to achieve the control goal by following the original reference while the adaptation process approximating the actual system. Several simulations demonstrate the effectiveness of the proposed model matching FTC strategy for different systems and are worthy of promotions and further study.
Avec le développement de la science et de la technologie, le processus d'industrialisation continue de s'accélérer. La demande de sécurité des systèmes géants modernes augmente également très rapidement. En tant qu'axes de recherche clés pour améliorer la fiabilité et la sécurité des systèmes dynamiques, le diagnostic des fautes (FD) et les méthodes de la commande tolérante aux fautes (FTC) ont reçu de plus en plus d'attention. Bien que des résultats très probants ont été obtenus dans ces directions au cours des dernières décennies, la théorie du diagnostic des fautes et de la commande tolérante aux fautes semblent encore insuffisants face aux problèmes rencontrés lors de la commande des systèmes industriels complexes non linéaires de grande taille. Par conséquent, les études concernant le diagnostic des défauts et les théories de FTC doivent continuer à se developer pour garantir la sécurité et la stabilité des systems industriels. Dans cette thèse, nous avons fait quelques extensions à la méthode de FTC basée sur l'approche des modèles multiples et nous avons proposé plusieurs algorithmes de diagnostic de fautes et de FTC basés sur des stratégies de correspondance de modèles. Ceci dans le but de concevoir des stratégies FTC pour des systèmes non linéaires complexes en utilisant des idées et des logiques simples. Plus précisément, l'approche multi-modèles est d'abord utilisée pour représenter le système complexe par un ensemble de modèles simples. L'approche classique des modèles multiples est ensuite étendue en augmentant ses dimensions pour créer un système qui peut s'adapter à différentes situations de défaillance. On obtient ainsi un ensemble de modèles multidimensionnels qui peuvent être adaptés au système réel dans des états normaux ou en cas de défaillance. La banque de contrôleurs multidimensionnelle correspondante est conçue en fonction des paramètres des modèles locaux. Comme les modèles locaux sont généralement linéaires, leurs contrôleurs peuvent être conçus facilement. Lorsque l'ensemble de modèles multiples multidimensionnels est construit, deux stratégies de commande tolérance aux fautes sont proposées. La sortie du système est comparée à l'ensemble de modèles pour déterminer l'intervalle dans lequel se trouve le système, puis les contrôleurs, correspondants aux sous-modèles du système actuel, peuvent être sélectionnés pour effectuer le calcul de la commande. Pour la partie planification de la banque de contrôleurs, la stratégie classique de commutation ou de mélange peut être utilisée. En cas d'utilisation de la stratégie de mélange, la somme pondérée des sorties des multicontrôleurs représente la sortie de la banque de contrôleurs. Les valeurs de pondération ont également un espace de recherche relativement large. Elles peuvent être pondérées linéairement, non linéairement ou sélectivement. Une telle sortie intégrée peut également être réalisée en deux dimensions, par exemple, au sein d'un ensemble de contrôleurs et entre des ensembles de contrôleurs tolérants aux fautes. Inspiré par le concept de modèle adaptatif, une approche multi-modèles à deux couches est utilisée comme base pour développer la stratégie FTC.[...]
Fichier principal
Vignette du fichier
2021TOU30076a.pdf (3.1 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03356461 , version 1 (28-09-2021)
tel-03356461 , version 2 (02-11-2021)

Identifiers

  • HAL Id : tel-03356461 , version 2

Cite

Menglin He. Fault tolerant control of non-linear systems based on multiple model approach. Automatic Control Engineering. Université Paul Sabatier - Toulouse III; Université de Guizhou (1902-..), 2021. English. ⟨NNT : 2021TOU30076⟩. ⟨tel-03356461v2⟩
114 View
78 Download

Share

Gmail Facebook X LinkedIn More