Contributions to electromechanical systems diagnosis by means data fusion techniques
View/Open
Cita com:
hdl:2117/94712
Chair / Department / Institute
Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica
Document typeDoctoral thesis
Data de defensa2012-10-26
PublisherUniversitat Politècnica de Catalunya
Rights accessOpen Access
All rights reserved. This work is protected by the corresponding intellectual and industrial
property rights. Without prejudice to any existing legal exemptions, reproduction, distribution, public
communication or transformation of this work are prohibited without permission of the copyright holder
Abstract
Electromechanical drives have traditionally found their field of application in the industrial sector. However, the use of such systems is spreading to other sectors within the field of transport, such as the automotive sector, or to the aircraft sector with
the development of the concept of More Electric Aircraft (MEA). One of the major improvements of the MEA concept is related to the actuators of the primary flight controls, where so far only have been considered electrohydraulic actuators, although the current trend is to replace them with electromechanical actuators (EMA).
Widespread use, in the future, of EMA in transport systems, is only possible with research and vances in algorithms for detection and diagnosis of faults that may occur both, in the electrical or mechanical parts, in order to ensure the reliability of the drive and the safety of users.
During the last years, the study of electro-techanical systems and the fault diagnosis under varying conditions of torque and speed has been mandatory. Although these requirements have been studied deeply by different authors, most of the works are focused on single fault detection. Therefore, there is a lack of diagnosis methods able to detect different kinds of faults in an electro-mechanical actuator. There are very few studies related with diagnosis schemes capable of identifying various faults under different operating conditions, and even less analyzing deeply all the diagnosis chain to face the challenge from
all possible perspectives.
In this research work, it is proposed the nvestigation towards integral health monitoring schemes for electro-mechanical systems based on pattern recognition. In order to identify various faults under different operating conditions, the health monitoring scheme is developed from a data fusion point of view. The processing of great deals of information enhances the pattern recognition capabilities but, in turn, requires the mplementation of advanced techniques and methodologies.
Therefore, first, it is proposed in this research work a review of the whole diagnosis chain, including the different stages
(feature calculation, features reduction and classification), the methodologies and techniques. The review finishes by
presenting the proposed strategies to take a step further in each diagnosis stage, proposing methodologies to be
investigated which would allow a significant advance towards the integral diagnosis systems.
In this sense, investigation towards a novel feature calculation methodology able to deal with non-stationary conditions is presented. Next, the feature reduction stage is covered by the proposal of collaborative methodologies by different techniques
to improve the significance of the reduced feature set. Also, a more concrete approach is developed by non-lineal techniques, which are not commonly used. Finally, different classification structures are analyzed and novel classification architecture is
proposed to be applied in multi-fault diagnosis problems.
Experimental analyses are presented resulting from the application of the proposed strategies to different electro-mechanical
arrangements. The obtained results achieve high performance levels, and the proposed methodologies can be adapted to
the necessary diagnostic requirements. It should be noticed that the proposed contributions increase the information obtained from the system to a better understanding of its behavior and this, has a direct effect over the reliability of the system operation. Els accionaments electromecànics han tingut tradicionalment el seu camp d'aplicació en el sector industrial. No obstant això
l'ús d'aquest tipus de sistemes s'està estenent cap a altres sectors dins l'àmbit dels transports, com el sector de
l'automòbil, o el sector de l'aeronàutica, amb el desenvolupament del concepte de l'Avió Més Elèctric (MEA). Una de les
millores més importants del concepte MEA està relacionada amb els actuadors dels controls primaris de vol, on fins ara
només s'han considerat actuadors electrohidràulics, encara que la tendència actual és reemplaçar-los per actuadors
electromecànics (EMA).
L'ús generalitzat, en el futur, d'accionaments EMA en sistemes de transport, passa per la investigació i els avenços en els
algorismes de detecció i diagnòstic de fallides que es puguin produir, tant en la part elèctrica com en la mecànica, per tal de
garantir la fiabilitat de l'accionament i la seguretat dels usuaris.
Durant els últims anys, l'estudi de sistemes electromecànics i el diagnòstic de fallides en diverses condicions de parell i de
règim de funcionament, han estat estudiats profundament per diferents autors, encara que la majoria dels treballs es
centren en la detecció d'una única fallida. Per tant, hi ha una manca de mètodes de diagnòstic capaços de detectar diferents
tipus de defectes en un actuador electromecànic. Hi ha molt pocs estudis relacionats amb els sistemes de diagnòstic,
capaços d'identificar diverses fallides sota diferents condicions d'operació, i molt menys analitzar profundament tota la
cadena de diagnòstic per afrontar el problema des de totes les perspectives possibles.
En aquesta tesi, es proposa la investigació sobre tècniques per a la monitorització de condició de sistemes
electromecànics, basada en el reconeixement de patrons. Per tal d'identificar diferents fallides sota diferents condicions
d'operació, les tècniques propostes s'elaboren sota el prisma de la fusió de dades. El tractament de grans quantitats
d'informació, millora els resultats dels algoritmes de reconeixement de patrons, però al seu torn, requereixen de l'aplicació
de tècniques i metodologies avançades.
Per tant, inicialment es realitza una revisió de la cadena de diagnòstic complerta, incloent les metodologies i tècniques per a
les diferents etapes (càlcul d'indicadors, reducció de dimensionalitat i classificació). La revisió finalitza amb la presentació
de les estratègies proposades com aportació en cada etapa de diagnòstic. Els resultats obtinguts permeten avenços
significatius cap als sistemes de diagnòstic integrals. En aquest sentit, es presenta la investigació sobre metodologies de
càlcul d'indicadors en condicions no estacionàries. A continuació, en l'etapa de reducció de dimensionalitat, es proposen
metodologies col•laboratives aplicant diferents tècniques que permeten millorar la discriminació de classes, concretament
es proposa un enfocament basant-se en tècniques no lineals, que no s'usen habitualment. Finalment, s'analitzen les
diferents estructures de classificació i es proposa una arquitectura nova de classificació per ser aplicada en problemes de
diagnòstic de múltiples fallides.
Es presenten resultats experimentals de les diferents metodologies propostes, per a diferents configuracions electromecàniques.
Els resultats obtinguts mostren un alt nivell de rendiment, i les metodologies proposades es poden adaptar
als requisits de diagnòstic necessàries en diferents aplicacions. Es conclou que la informació resultant permet una millor
comprensió del comportament del sistema sota test, i això té un efecte directe sobre la seva fiabilitat d'operació. Los accionamientos electromecánicos han tenido tradicionalmente su campo de aplicación en el sector industrial. Sin
embargo el uso de este tipo de sistemas se está extendiendo hacia otros sectores dentro del ámbito de los transportes,
como el sector del automóvil, o el sector de la aeronáutica con el desarrollo del concepto del Avión Más Eléctrico (MEA). Una
de las mejoras más importantes del concepto MEA está relacionada con los actuadores de los controles primarios de vuelo,
donde hasta el momento sólo se han considerado actuadores electrohidráulicos, aunque la tendencia actual es
remplazarlos por actuadores electromecánicos (EMA).
El uso generalizado, en el futuro, de accionamientos EMA en sistemas de transporte, pasa por la investigación y los avances
en los algoritmos de detección y diagnóstico de fallos que se puedan producir, tanto en la parte eléctrica como en la
mecánica, con el fin de garantizar la fiabilidad del accionamiento y la seguridad de los usuarios.
Durante los últimos años, el estudio de sistemas electromecánicos y el diagnóstico de fallos en diversas condiciones de
par y de régimen de funcionamiento, han sido estudiados profundamente por diferentes autores, aunque la mayoría de los
trabajos se centran en la detección de un único fallo. Por lo tanto, existe una falta de métodos de diagnóstico capaces de
detectar diferentes tipos de defectos en un actuador electro-mecánico. Hay muy pocos estudios relacionados con los
sistemas de diagnóstico, capaces de identificar diversos fallos bajo diferentes condiciones de operación, y mucho menos
analizar profundamente toda la cadena de diagnóstico para afrontar el problema desde todas las perspectivas posibles.
En esta tesis, se propone la investigación sobre técnicas para la monitorización de condición de sistemas electromecánicos,
basados en el reconocimiento de patrones. Con el fin de identificar diferentes fallos bajo diferentes condiciones
de operación, las técnicas propuestas se elaboran bajo el prisma de la fusión de datos. El tratamiento de grandes
cantidades de información, mejora los resultados de los algoritmos de reconocimiento de patrones, pero a su vez,
requieren de la aplicación de técnicas y metodologías avanzadas.
Por lo tanto, inicialmente se realiza una revisión de la cadena de diagnóstico completa, incluyendo las metodologías y
técnicas para las diferentes etapas (cálculo de indicadores, reducción de dimensionalidad y clasificación). La revisión
finaliza con la presentación de las estrategias propuestas como aportación en cada etapa de diagnóstico. Los resultados
obtenidos permiten avances significativos hacia los sistemas de diagnóstico integrales. En este sentido, se presenta la
investigación sobre metodologías de cálculo de indicadores en condiciones no estacionarias. A continuación, en la etapa de
reducción de dimensionalidad, se proponen metodologías colaborativas aplicando diferentes técnicas que permiten
mejorar la discriminación de clases; concretamente se propone un enfoque basándose en técnicas no lineales, que no se
usan habitualmente. Finalmente, se analizan las diferentes estructuras de clasificación y se propone una arquitectura
novedosa de clasificación para ser aplicada en problemas de diagnóstico de múltiples fallos.
Se presentan resultados experimentales de las diferentes metodologías propuestas, para diferentes configuraciones
electro-mecánicas. Los resultados obtenidos muestran un alto nivel de rendimiento, y las metodologías propuestas se
pueden adaptar a los requisitos de diagnóstico necesarias en diferentes aplicaciones. Se concluye que la información
resultante permite una mejor comprensión del comportamiento del sistema bajo test, y esto tiene un efecto directo sobre su
fiabilidad de operación.
CitationDelgado Prieto, M. Contributions to electromechanical systems diagnosis by means data fusion techniques. Tesi doctoral, UPC, Departament d'Enginyeria Electrònica, 2012. DOI 10.5821/dissertation-2117-94712 . Available at: <http://hdl.handle.net/2117/94712>
DLB. 3454-2013
Collections
Files | Description | Size | Format | View |
---|---|---|---|---|
TMDP1de1.pdf | 13,79Mb | View/Open |