Model based approaches for fault detection of stochastic large scale systems

As modern engineering systems are becoming increasingly more complex, high performances, reliability, and safety properties play a fundamental role in their technological development. Abreast of the hardware development of monitoring systems, which brings about new sensors and higher computational capabilities as time goes by, there is a constant research over smart algorithms capable to exploit the generated data. In this scenario a main role is played by fault detection and isolation (FDI) algorithms. A large number of different FDI algorithms can be found in literature, most of them belong to two main categories: signal-based algorithms and model-based ones. In this Thesis a recently-proposed scheme for model-based fault detection will be tested. More specifically, the proposed algorithm belongs to the class of observer-based methods. Also, a new observer-based scheme for fault isolation, based on fault models, will be introduced, described and tested. Both algorithms have been designed to be implemented in a distributed fashion based on partitioned system models, in order to be used in a large scale system scenario. In details, the original contributions of this Thesis are the following. First we will implement the aforementioned model-based partition-based fault detection algorithm on two different large scale systems. A chemical plant, which consists in a distributed system where subsystems own strong relationships with their neighbouring system, and a power network system, which instead shows the case where the relationships between the subsystems are weaker. This is done with the purpose of highlighting the main advantages and limitations of the proposed algorithm in realistic case studies. Second, a new algorithm that exploits fault models (assuming that faults are persistent, when present) is proposed. Both a centralized and a distributed version of the algorithm are implemented. By means of a suitable filtering process, the value taken by the fault at each time instant is estimated, and such value is then compared with analytically computed thresholds. This is done with the purpose of combining together the main advantages of the two considered approaches. Strengths and weaknesses of the proposed methods are analysed in detail, combining both the simulation results and the theoretical explanations.

L'esponenziale aumento di complessità nei moderni impianti tecnologici ha reso l'affidabilità e la sicurezza, così come la costante ricerca di migliorie nelle prestazioni, un elemento di fondamentale importanza per il loro sviluppo tecnologico. Di pari passo con lo sviluppo hardware, che ci rifornisce quotidianamente di nuova sensoristica e di migliori capacità di calcolo, lo sviluppo di algoritmi in grado di sfuttare al massimo un sempre maggior numero di dati rappresenta un importante settore di ricerca. In questo scenario si collocano gli algoritmi che si occupano di rivelazione di malfunzionamenti (i.e., fault detection) e della loro identificazione (i.e., fault isolation). Molti algoritmi di questo tipo sono diponibili in letteratura, e, nella maggior parte dei casi, possono essere raggruppati in due macro categorie: algoritmi signal-based ed algoritmi model-based. In questa Tesi sono esaminate le performance di un algoritmo di fault detection di tipo model based sviluppato recentemente, in particolare ci riferiremo alla sottoclasse degli algoritmi cosiddetti observer-based. Successivamente è proposto un nuovo algoritmo per la fault isolation anch'esso di tipo observer based che sfrutta malfunzionamenti (i.e., fault) modellizzati matematicamente. Entrambi gli algoritmi sono stati implementati per garantirne l'applicabilità a casi studio distribuiti, in modo da essere utilizzabili su impianti reali di grandi dimensioni. I contributi originali di questa Tesi sono i seguenti. Per prima cosa è stato implementato l'algoritmo per la fault detection sopracitato e ne sono state valutate le prestazioni, considerando due impianti di grandi dimensioni: un impianto chimico ed un modello di rete elettrica. Il primo è stato scelto perchè rappresenta un caso di sistema distribuito dove i legami tra sottosistemi sono molto forti, il secondo per il motivo opposto. Questa scelta è giustificata dal fatto che si intende mostrare i vantaggi e gli svantaggi dell'algoritmo in scenari di tipo realistico. In secondo luogo è stato sviluppato un nuovo algoritmo per l'isolazione dei fault che sfrutta i modelli dei guasti (supponendo che essi siano persistenti, quando presenti). Mediante un processo di stima il valore della variabile associata ad uno specifico guasto é approssimata ad ogni estante di tempo. Il valore così ottenuto viene poi confrontato con delle specifiche soglie, a loro volta calcolate mediante metodi analitici. I principali punti di forza, così come le debolezze di tali approcci sono analizzati in dettaglio, combinando i risultati delle simulazioni alle spiegazioni teoriche.