Fault detection of production processes and monitoring of complex systems based on nonlinear sliding mode techniques for state observation and control

Project leaders

Elisabetta Punta, Leonid Fridman

Agreement

MESSICO - CONACYT-expired - Consejo Nacional de Ciencia y Tecnologia

Call

CNR/CONACYT 2012-2014

Department

Advanced Manufacturing Systems

Thematic area

Engineering, ICT and technologies for energy and transportation

Status of the project

Extended

Report for renewal

joint-report-punta-fridman-signed.pdf

Research proposal

Il problema della affidabilità degli impianti di produzione è un aspetto che comporta
rilevanti ricadute sulla efficienza complessiva (energetica, produttiva, qualitativa, etc) degli
stessi. Un'efficace azione di monitoraggio e diagnosi di guasti consente un notevole
risparmio di fonti primarie di energia oltre ad una migliore gestione della produzione
rispetto a tempo e qualità. Le procedure di fermata di emergenza e successivo riavvio
degli impianti di produzione comportano costi energetici che possono essere anche
significativi in funzione delle dimensioni dell'impianto, inoltre riducono la possibilità di
pianificare correttamente la qualità e la logistica della produzione stessa. La disponibilità
di strumenti avanzati per la diagnostica può ridurre i tempi di fermata e permettere in
alcuni casi azioni volte ad evitare disservizi; il monitoraggio e la diagnosi automatica
aiutano gli operatori ad individuare in tempi relativamente brevi l'origine del guasto e
quindi a procedere al suo superamento. La diagnosi di guasto prevede varie fasi:
rilevamento, individuazione e valutazione, che corrispondono a ben determinate
caratteristiche delle variabili del sistema: rilevamento di scostamenti da valori di
riferimento di variabili misurate e/o stimate, individuazione della o delle variabili causa
dello scostamento, valutazione dell'entità di tale causa. Queste caratteristiche sono anche
rappresentabili in termini di proprietà strutturali del sistema dinamico di
stima/osservazione che costituisce la parte fondamentale degli algoritmi di diagnosi di
guasto.
Il presente progetto intende sviluppare tecniche innovative basate sulla teoria degli sliding
mode per il progetto di osservatori volti a risolvere problemi di diagnosi di guasto per
componenti e processi di produzione. Ogni tipo di impianto è caratterizzato da specifici
obiettivi, problematiche, caratteristiche, limitazioni e finalità. Particolare interesse verrà
dedicato allo studio di possibili soluzioni per diagnosi di guasti e monitoraggio di impianti
termoelettrici per la produzione di energia, sistemi elettromeccanici e per monitoraggio
delle emissioni gassose nocive negli impianti di propulsione e di generazione elettrica
delle navi mercantili, nonché per monitoraggio, gestione e controllo di processo di sistemi
complessi quali sistemi di telecomunicazioni ed architetture di rete di cui i due gruppi di
ricerca hanno maggiore esperienza.
Un corretto e sicuro funzionamento degli impianti industriali può essere garantito soltanto
assicurando, in ogni istante, l'affidabilità delle letture operate dai sensori di misura in esso
presenti, che costituiscono il necessario input dei sistemi di regolazione e controllo. Una
misura affidabile è quella in cui l'errore è mantenuto all'interno dell'intervallo di precisione
dello strumento che la opera e che risulta disponibile, al sistema di acquisizione, con
continuità (nel caso di segnali analogici) od alla frequenza voluta (per segnali digitali). Una
misura incorretta, dovuta a guasto o eccessiva deriva di un sensore, può causare
addirittura l'arresto inopinato di un impianto oppure, al contrario, il suo danneggiamento
per il mancato arresto. Per garantire quindi l'affidabilità delle misure "critiche" si può
ricorrere alla ridondanza hardware, moltiplicando il numero dei sensori deputati alla
misura di una certa grandezza e combinando opportunamente il valore del set di letture
così ottenuto (ad es. con logiche due su tre, con operazioni di media, etc.), soluzione che
peraltro comporta un notevole aggravio di costi, oppure ci si può affidare alla cosiddetta
"ridondanza software", che non comporta la moltiplicazione del numero dei sensori ma
consente comunque di confrontare la lettura di uno specifico sensore con dei valori
indirettamente ottenuti mediante opportuna elaborazione delle misure di altri parametri di
funzionamento. In quest'ultima maniera può quindi essere evidenziato il guasto o
l'eccessiva imprecisione di un qualsiasi sensore senza che ci sia la necessità di replicarlo
più volte.
Nell'ambito del progetto comune CNR-CONACYT "Stima dello stato di sistemi complessi
con tecniche non lineari di tipo sliding mode", anni 2009-2011, si sono ottenuti importanti
risultati per quanto riguarda la stima dello stato di sistemi complessi non lineari con
tecniche di tipo sliding mode. Si sono proposte strategie di osservazione in presenza di
incertezze. Le soluzioni introdotte consentono di trattare sia la presenza di disturbi nel
canale di controllo (matched perturbations) che il caso ancor più complesso della
presenza di ingressi sconosciuti che non agiscono nel canale di controllo (unmatched
perturbations). Si sono considerati osservatori non lineari per il controllo di sistemi non
lineari flat per i quali non sia misurabile l'uscita flat. Nel progetto di controllori sliding mode
di sistemi non lineari quando le componenti dello stato non sono accessibili, si sono
introdotti osservatori non lineari alla Luenberger per i quali si è dimostrata non solo la
convergenza di stima, ma anche la separazione tra osservazione e controllo sliding mode
sotto opportune condizioni. Si ritiene che i risultati ottenuti e le soluzioni proposte
potrebbero essere opportunamente sfruttati per l'applicazione alla diagnosi automatica di
guasti nei processi di produzione e monitoraggio di sistemi complessi con tecniche non
lineari di tipo sliding mode per stima dello stato e controllo. Nell'ambito della presente
proposta di ricerca e collaborazione si vorrebbero quindi approfondire alcune delle linee di
ricerca, anche metodologica, proposte nell'ambito del precedente progetto comune, al fine
di sfruttare ulteriormente le sinergie e le competenze sviluppate dai due gruppi di ricerca.

Research goals

Si vogliono sviluppare metodi di diagnosi di guasto (FDI - Fault Detection and Isolation) basati su stack di osservatori non lineari robusti, in particolare osservatori sliding mode.
Nell'ambito del presente progetto si vogliono individuare ed analizzare alcuni interessanti problemi metodologici riguardanti le condizioni di convergenza degli algoritmi di FDI e le proprietà strutturali (ad esempio la strong observability e la distinguibilità dei guasti) dei sistemi sotto diagnosi che possono rendere efficace la diagnosi medesima. Le citate proprietà hanno una ricaduta significativa in termini di possibilità di diagnosi del guasto in quanto definiscono il campo operativo degli algoritmi sia in termini di campo ammissibile di variazione delle grandezze del sistema sotto diagnosi che di tipologia di guasto rilevabile.
I ricercatori dei due gruppi di ricerca hanno contribuito allo sviluppo di metodologie per la sintesi di osservatori per sistemi dinamici in presenza di incertezza individuando le relazioni tra proprietà di robustezza degli osservatori ed alcune proprietà strutturali dei sistemi dinamici considerati, proprietà che potrebbero presentare interessanti sviluppi con ricadute nel settore della FDI applicata ai processi di produzione.
Obiettivo della collaborazione è mettere a frutto le possibili sinergie derivanti dalle competenze specifiche dei gruppi di ricerca sviluppando tecniche innovative di diagnosi di guasto che verranno verificate sperimentalmente utilizzando le apparecchiature nella disponibilità dei due gruppi di ricerca.
L'attività di ricerca del presente progetto si propone:
• di analizzare il problema della osservazione dello stato in condizioni di incertezza per sistemi non lineari e a commutazione, dal punto di vista matematico e mediante simulazione al calcolatore;
• di sviluppare osservatori non lineari robusti individuandone le condizioni di applicabilità;
• di analizzare il problema della stima di ingressi non noti e di sviluppare degli schemi adeguati alla loro identificazione, definendo i limiti di validità di ciascun algoritmo sviluppato;
• di procedere ad una verifica simulativa e sperimentale delle tecniche e degli algoritmi sviluppati con applicazioni a: sistemi nella disponibilità dei due gruppi di ricerca, modelli accurati di sistemi, apparecchiature e processi di produzione.
È obiettivo delle indagini verificare il buon funzionamento degli algoritmi di diagnosi per l'effettivo impiego in sistemi di controllo industriali.
Le tecniche innovative sviluppate si confronteranno anche con le diverse strategie in letteratura.
Ulteriore obiettivo è contribuire alla formazione di studenti e giovani ricercatori afferenti ai due gruppi di ricerca nell'ambito di controllo e supervisione di sistemi complessi e processi di produzione.

Last update: 06/06/2025