Innehåll

1. Introduktion till feldiagnos, design av diagnossystem, exempel på industriella tillämpningar. 
2. Matematisk modellering för feldetektering och isolering av fel med hjälp av modeller, konsistensrelationer, analytisk redundans.
3. Strukturella metoder for feldiagnos, bipartita grafer, modellering för strukturell analys, matchning, analys av strukturella diagnosegenskaper, algoritmer för att hitta överbestämda ekvationsmängder för residualgenerering.
4. Linjär och olinjär residualgenerering, observatörer och Kalmanfilter för diagnos. 
5. Statistiska metoder för feldetektion.
6. Felisolering, beslut med strukturerade hypotestester, minimal hitting set.
7. Datadriven feldiagnos, anomalidetektion, klassificering. 
8. Hybrid feldiagnos som kombinerar modellbaserade och datadrivna diagnosmetoder.

Mål

Att ge både en teoretisk och en praktisk grund för hur man konstruerar automatiska system (diagnossystem) för detektering och isolering av fel i tekniska processer.

Efter genomförd kurs skall studenten kunna: 

1. Utifrån en matematisk modell av en teknisk process tillämpa modellbaserade metoder för att analysera diagnosprestanda samt for att detektera och isolera fel.
2. Baserat på historiska data från en teknisk process tillämpa datadrivna metoder för att detektera och klassificera fel. 

Examinationsmoment

Organisation

Kursen består av föreläsningar, lektioner och laborationer.

Litteratur

Kompendier

• Mattias Nyberg och Erik Frisk, Model Based Diagnosis of Technical Processes

Relaterade profiler

Kommentarer