This thesis investigates the integration of Fault Detection and Identification (FDI) techniques within the existin Model Predictive Control (MPC) in Heating, Ventilation, and Air Conditioning (HVAC) system for building 25. The primary aim is to improve control efficiency by proactive fault management in sensors. Through comprehensive data analysis reflecting normal operational conditions, this research identifies how specific faults can adversely affect HVAC system performance. In response, fault compensation strategies are proposed and evaluated, emphasizing the importance of fault tolerance in maintaining optimal operation. The implemented FDI techniques utilize statistical algorithms to establish operational boundaries, isolate faults, and suggest corrections based on comparative and historical data analysis. The research highlights that, despite the effectiveness of fault compensation strategies, timely identification and hardware correction remain crucial for the long-term safety and efficiency of the HVAC system. In conclusion, this study makes a significant contribution to the field of building control systems, offering a methodological framework for implementing FDI solutions that improve fault tolerance and support more informed and reliable control decisions. As suggested in the future developements chapter, this research could be broadened by studying the system starting from the residual matrices, analyzed together with other gathered indices of the system's preformances, allowing for the identification of faults also in actuators.

Questa tesi esamina l'integrazione delle tecniche di Rilevamento e Identificazione dei Guasti (FDI) all'interno del Controllo Predittivo basato su Modelli (MPC) utilizzato nel sistema di Riscaldamento, Ventilazione e Aria Condizionata (HVAC) dell'edificio 25 del Politecnico di Milano. L'obiettivo principale è migliorare la robustezza del controllo attraverso una gestione proattiva dei guasti nei sensori. Attraverso un'analisi comprensiva dei dati che riflettono le normali condizioni operative, questa ricerca identifica come specifici guasti possano influenzare negativamente le prestazioni del sistema HVAC. In risposta, vengono proposte e valutate strategie di compensazione dei guasti, sottolineando l'importanza della tolleranza ai guasti nel mantenere un funzionamento ottimale. Le tecniche FDI implementate utilizzano algoritmi di controllo statistici per stabilire confini operativi, isolare i guasti e suggerire correzioni basate sull'analisi dei dati precedentemente raccolti. La ricerca evidenzia che, nonostante l'efficacia delle strategie di compensazione dei guasti, l'intervento tempestivo e la correzione hardware rimangono cruciali per la sicurezza e l'efficienza a lungo termine del sistema HVAC. In conclusione, questo studio fornisce un significativo contributo al campo dei sistemi di controllo degli edifici, offrendo un quadro metodologico per l'implementazione di soluzioni FDI che migliorano la tolleranza ai guasti e permettono strategie di controllo più robuste e affidabili. Come riportato nel capitolo sui possibli sviluppi futuri, l'analisi condotta potrà essere ripresa e ampliata, studiando il sistema a partire dalle matrici dei residuali che, analizzate insieme ad altri indici delle prestazioni del sistema raccolti consentiranno l'identificazione di guasti anche negli attuatori.