Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

SMAC-FDI: A single model active fault detection and isolation system for unmanned aircraft

Tytuł:
SMAC-FDI: A single model active fault detection and isolation system for unmanned aircraft
Autorzy:
Ducard, G. J. J.
Powiązania:
https://bibliotekanauki.pl/articles/331366.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
fault detection
fault isolation
unmanned aerial vehicle
Kalman filtering
computationally efficient diagnosis system
active fault diagnosis
artificial excitation system
detekcja uszkodzeń
lokalizacja uszkodzeń
bezzałogowiec
filtracja Kalmana
diagnostyka uszkodzeń
układ wzbudzenia
Źródło:
International Journal of Applied Mathematics and Computer Science; 2015, 25, 1; 189-201
1641-876X
2083-8492
Język:
angielski
Prawa:
CC BY-NC-ND: Creative Commons Uznanie autorstwa - Użycie niekomercyjne - Bez utworów zależnych 3.0 PL
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
This article presents a single model active fault detection and isolation system (SMAC-FDI) which is designed to efficiently detect and isolate a faulty actuator in a system, such as a small (unmanned) aircraft. This FDI system is based on a single and simple aerodynamic model of an aircraft in order to generate some residuals, as soon as an actuator fault occurs. These residuals are used to trigger an active strategy based on artificial exciting signals that searches within the residuals for the signature of an actuator fault. Fault isolation is carried out through an innovative mechanism that does not use the previous residuals but the actuator control signals directly. In addition, the paper presents a complete parameter-tuning strategy for this FDI system. The novel concepts are backed-up by simulations of a small unmanned aircraft experiencing successive actuator failures. The robustness of the SMAC-FDI method is tested in the presence of model uncertainties, realistic sensor noise and wind gusts. Finally, the paper concludes with a discussion on the computational efficiency of the method and its ability to run on small microcontrollers.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies