Infinite Time Horizon Active Fault Diagnosis based on Approximate Dynamic Programming

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F15%3A43926644" target="_blank" >RIV/49777513:23520/15:43926644 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/CDC.2015.7402915" target="_blank" >http://dx.doi.org/10.1109/CDC.2015.7402915</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/CDC.2015.7402915" target="_blank" >10.1109/CDC.2015.7402915</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Infinite Time Horizon Active Fault Diagnosis based on Approximate Dynamic Programming

Popis výsledku v původním jazyce

The paper deals with designing an approximate active fault detector for stochastic linear Markovian switching systems over an infinite time horizon. The problem is formulated as a functional optimization problem that can be solved using approximate dynamic programming. First, the Generalized Pseudo Bayes (GPB) algorithm is employed to solve the state estimation problem. Then the original formulation is restated by introducing a hyper-state that comprises a finite dimensional statistics obtained from the GPB algorithm. Since the hyper-state is of a higher dimension, a nonparametric local approximation of the Bellman function is used together with the value iteration algorithm to design the approximate active fault detector. The performance of the designed approximate active fault detector is demonstrated through a numerical example.

Název v anglickém jazyce

Infinite Time Horizon Active Fault Diagnosis based on Approximate Dynamic Programming

Popis výsledku anglicky

The paper deals with designing an approximate active fault detector for stochastic linear Markovian switching systems over an infinite time horizon. The problem is formulated as a functional optimization problem that can be solved using approximate dynamic programming. First, the Generalized Pseudo Bayes (GPB) algorithm is employed to solve the state estimation problem. Then the original formulation is restated by introducing a hyper-state that comprises a finite dimensional statistics obtained from the GPB algorithm. Since the hyper-state is of a higher dimension, a nonparametric local approximation of the Bellman function is used together with the value iteration algorithm to design the approximate active fault detector. The performance of the designed approximate active fault detector is demonstrated through a numerical example.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the IEEE Conference on Decision and Control

ISBN

978-1-4799-7886-1

ISSN

0191-2216

e-ISSN

—

Počet stran výsledku

6

Strana od-do

4456-4461

Název nakladatele

IEEE

Místo vydání

Kjotó

Místo konání akce

Osaka, Japan

Datum konání akce

15. 12. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—