Different technologies comparison for failure detection and identification in space applications

This work focuses on the creation of failure detection and identification systems for spacecraft by mean of experimental methodologies of artificial intelligence. The goal is to come to an autonomous system capable of correctly identify the cause of an observed symptom. This work also focuses the attention on the parallel analysis of two agents, based on different notions, and on the comparison of the main parts of each system, with the purpose of formulating a methodology that allow interaction between the methods in a single multi-agent system. It is then presented a method of failure detection based on fuzzy inductive reasoning, modified with the introduction of a neural approach, and two methods for failure identification given the detected symptom: a first method based on Bayes' theorem and statistic inference of conditional probabilities together with fuzzy inference systems and a second method that uses causal networks typical of possibility logic. It is also introduced a system for the automatizing of fuzzy inference's rules creation during the validation and testing phase of the agent. Finally, it is shown how it is possible to use both agents to obtain credibility estimations of each system depending on the considered case.

Questo lavoro si concentra sulla creazione di sistemi di individuazione e identificazione di guasti e malfunzionamenti a bordo di satelliti attraverso metodologie sperimentali di intelligenza artificiale. L'obiettivo è quello di giungere ad un sistema autonomo in grado di individuare correttamente la causa di un sintomo osservato. Il presente lavoro focalizza l'attenzione sull'analisi in parallelo di due agenti, basati su concetti differenti, e sul confronto dei punti chiave dei rispettivi sistemi con lo scopo di formulare una metodologia che permetta l'interazione dei due metodi in un unico sistema multi-agente. Viene quindi presentato un metodo di individuazione dei guasti basato sul ragionamento fuzzy induttivo, modificato con l'introduzione di un approccio tipico delle reti neurali, e due metodi per l'identificazione del guasto a partire dal sintomo rilevato: un primo metodo basato sul teorema di Bayes e l'inferenza statistica delle probabilità condizionate accoppiate all'utilizzo di sistemi inferenziali fuzzy ed un secondo metodo che sfrutta le reti causali tipiche della logica delle possibilità. Viene inoltre introdotto un sistema per l'automatizzazione della creazione delle regole per l'inferenza fuzzy durante la fase di validazione e test dell'agente. Infine, si mostra come sia possibile utilizzare in coppia i due agenti per ottenere delle stime di credibilità del singolo sistema in funzione del caso specifico.