Policy search for active fault diagnosis with partially observable state

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F22%3A43965811" target="_blank" >RIV/49777513:23520/22:43965811 - isvavai.cz</a>

Výsledek na webu

<a href="https://dx.doi.org/10.1002/acs.3456" target="_blank" >https://dx.doi.org/10.1002/acs.3456</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1002/acs.3456" target="_blank" >10.1002/acs.3456</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Policy search for active fault diagnosis with partially observable state

Popis výsledku v původním jazyce

The article deals with a novel design of an active fault detector (AFD) for a nonlinear stochastic system with a partially observable state. The imperfect state information problem is converted to a perfect state information problem using a state estimator. Subsequently, the problem is decomposed into separate tasks of an optimal fault detector design and an approximate input generator design using a dynamic programming technique. While the former task is straightforward, the latter represents a nonlinear functional optimization problem. The input generator is approximated by a multi-layer perceptron neural network, and its unknown parameters are found using the policy search method. Effectiveness of the proposed AFD design is demonstrated numerically on a pendulum system and a heating/cooling system.

Název v anglickém jazyce

Policy search for active fault diagnosis with partially observable state

Popis výsledku anglicky

The article deals with a novel design of an active fault detector (AFD) for a nonlinear stochastic system with a partially observable state. The imperfect state information problem is converted to a perfect state information problem using a state estimator. Subsequently, the problem is decomposed into separate tasks of an optimal fault detector design and an approximate input generator design using a dynamic programming technique. While the former task is straightforward, the latter represents a nonlinear functional optimization problem. The input generator is approximated by a multi-layer perceptron neural network, and its unknown parameters are found using the policy search method. Effectiveness of the proposed AFD design is demonstrated numerically on a pendulum system and a heating/cooling system.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/GA18-08531S" target="_blank" >GA18-08531S: Aktivní přístup k diagnostice poruch ve stochastických rozlehlých systémech</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název periodika

International Journal of Adaptive Control and Signal Processing

ISSN

0890-6327

e-ISSN

1099-1115

Svazek periodika

36

Číslo periodika v rámci svazku

9

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

27

Strana od-do

2190-2216

Kód UT WoS článku

000811389500001

EID výsledku v databázi Scopus

2-s2.0-85131886551