Detekce poruch řízení
Kód | Zakončení | Kredity | Rozsah |
---|---|---|---|
X35FDC | Z,ZK | 4 | 2+2s |
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra řídicí techniky
- Anotace:
-
Kurs se zabývá automatickou detekcí poruch jako jsou například poruchy senzorů, jejich izolací a vlivem na řízení, příp. rekonfiguraci řídícího algoritmu. Látka se opírá hlavně o teorii pravděpodobnosti a teorii systémů. Pro posluchače bude výhodou znalost z oblasti identifikace parametrů systémů. Látka zahrnuje testování hypotéz, základy sekvenční statistiky, analýzu variance a přibližné statistické postupy pro velké výběry, Bayesovský přístup a přístup přes několikanásobné modely.
- Požadavky:
-
matematická statistika, teorie pravděpodobnosti, lineární algebra, teorie systémů.
- Osnova přednášek:
-
1. Formulace problému a příklady
2. Využití pravděpodobnosti a matematické statistiky pro detekci poruch
3. Věrohodnost, podmíněná pravděpodobnost, maximální věrohodnost a věrohodnostní poměr
4. Stochastické hry, statistické rozhodování a Bayesovský risk
5. Lineární regrese a testy lineárních hypotéz Bayesovským přístupem a Fisherovým kritériem
6. Přehled modelů: stavový popis, ARX, ARMAX, přenosové funkce a jejich aditivní a multiplikativní poruchy
7. Metoda paralelních modelů, hybridní modely, paralelně pracující Kalmanovy filtry
8. Sekvenční statistická analýza, GLR a CUSUM testy
9. Lokální aproximace věrohodnostní funkce
10. Geometrická interpretace, změny směru vlastních vektoru kovarianční matice vektoru poruch.
11. Numerické metody detekce
12. Odhadování a testování kovarianční matice neměřeného vstupu
13. Modifikace lineárních algoritmů pro nelinární systémy, aproximace
14. Otázky numerické implementace a robustnosti
- Osnova cvičení:
-
1. Minimalizace rizikové funkce, optimalizace analytická a numerická, příklady v MATLABU
2. Pravděpodobnostní rozložení používaná ve statistice, zadání samostatné práce
3. Počítání věrohodností a podmíněných pravděpodobností, podmíněné střední hodnoty
4. Test jednoduché a složené statistické hypotézy, Test metodou zobecněného poměru pravděpodobností.
5. Asymptotické chování statistických rozhodování, asymptotické hodnoty charakterisitik
6. Test lineární hypotézy a příklady analýzy variance, PCA - metoda hlavních komponent
7. Geometrický přístup, parity checks,analytická redundance
8. Paralelní modely, sekvenční testy a CUSUM
9. Unknown Input Observer a Dedicated Observer Scheme
10. Řešení samostatné práce, konzultace
11. Prezentace návrhu řešení samostatné práce
12. Řešení samostatné práce, konzultace
13. Řešení samostatné práce, konzultace
14. Odevzdání samostatné práce a její prezentace
- Cíle studia:
- Studijní materiály:
-
1. Basseville, Nikiforov: Detection of abrupt changes.Prentice Hall, 1993.
2. Borovkov: Matematičeskaja statistika - Ocenka parametrov i proverka gipotez. Nauka Moskva, 1984.
3. Drain: Statistical methods for industrial process
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 14+4
Typ cvičení: s, c
Předmět je nabízen také v anglické verzi.
- Další informace:
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Kybernetika a měření - řídicí technika- strukturované studium (povinně volitelný předmět)
- Kybernetika a měření - umělá inteligence- strukturované studium (povinně volitelný předmět)
- Kybernetika a měření - měřicí a přístrojové systémy- strukturované studium (povinně volitelný předmět)
- Kybernetika a měření - letecké informační a řídicí systémy- strukturované studium (povinně volitelný předmět)