Projekti / Programi
Sprotno učenje modelov za spremljanje in napovedovanje stanja mehanskih sistemov
| Koda |
Veda |
Področje |
Podpodročje |
| 2.06.03 |
Tehnika |
Sistemi in kibernetika |
Postopki in orodja za načrtovanje in izvedbo sistemov vodenja |
| Koda |
Veda |
Področje |
| T125 |
Tehnološke vede |
Avtomatizacija, robotika, nadzorno inženirstvo |
| Koda |
Veda |
Področje |
| 2.02 |
Tehniške in tehnološke vede |
Elektrotehnika, elektronika in informacijski inženiring |
sprotno učenje modelov, ocenjevanje parametrov dinamičnih sistemov, obdelava signalov, prognostika, ocenjevanje preostale življenjske dobe
Raziskovalci (1)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
28479 |
dr. Matej Gašperin |
Sistemi in kibernetika |
Vodja |
2013 - 2015 |
60 |
Organizacije (1)
| št. |
Evidenčna št. |
Razisk. organizacija |
Kraj |
Matična številka |
Štev. publikacijŠtev. publikacij |
| 1. |
0106 |
Institut "Jožef Stefan" |
Ljubljana |
5051606000 |
90.682 |
Povzetek
Mehanski sistemi se s časom obrabljajo, kar vodi v nastanek večjih poškodb in posledično prekinitev obratovanja, drage servisne posege in skrajšuje življenjsko dobo sistemov. Navkljub precejšnjem obsegu raziskav in razvoja na področju spremljanja stanja v zadnjih desetih letih, ostaja sprotno ocenjevanje stanja posameznih komponent in napovedovanje morebitnih napak izjemno težavno . Trenutno velja prepričanje, da področje potrebuje premik od tradicionalnih tehnik spremljanja in napovedovanja stanja, kot so analiza trendov itd., k uporabi naprednejših tehnik iz sorodnih disciplin.
Teorija vodenja sistemov nudi bogat nabor orodij za modeliranje procesov v prostoru stanj, ki jih danes rutinsko uporabljamo za analizo kompleksnih sistemov, podvrženih različnim vhodnim signalom. Uporaba takšnih modelov se izkaže kot izredno primerna za modeliranje razvoja mehanskih poškodb in napak. V takšnem modelu so vhodni signali na primer navor ali število vrtljajev gredi in izhod proizvedena moč, temperatura in signal vibracij. Izračunamo lahko tudi številne dodatne izhode, katerih vrednost predstavlja indikacijo stanja posamezne komponente (ang. Condition Indicator (CI)). Na podlagi znanih časovnih potekov teh spremenljivk lahko nato ocenimo trenutno stanje sistema.
Cilj predlaganega projekta je razvoj novih postopkov za sprotno ocenjevanje in napovedovanje stanja naprave iz merljivih signalov, ki bodo temeljili sprotnem učenju modelov. To bomo dosegli s kombinacijo naprednih postopkov za ocenjevanje stanj in računanjem ocene neznanih parametrov modela na podlagi funkcije verjetja v obliki postopka oceni-maksimiziraj (ang- Expectation-Maximization (EM)) . Pomembna novost predlaganega pristopa je zmožnost sprotnega učenja in avtomatskega prilagajanja modela v primeru sprememb v procesu, ki so lahko posledica spremembe obratovalnih pogojev ali drugih nepričakovanih dogodkov.
Projekt sestavljajo trije glavni cilji:
Razvoj postopkov za napovedovanje stanja z uporabo nelinearnih dinamičnih modelov.
Validacija predlaganega okvira za sprotno ocenjevanje in napovedovanje stanja pri spremenljivih pogojih obratovanja.
Validacija novih postopkov in izvedba pilotnih projektov.
Predlagani projekt predstavlja nadaljevanje raziskav, opravljenih v sklopu doktorskega študija in je že naletelo na pozitivne odzive tako v znanstvenih krogih kot pri industrijskih partnerjih. Odsek za sisteme in vodenje, v okviru katerega bo delo potekalo, ima bogate izkušnje z razvojem naprednih postopkov za avtomatsko diagnostiko in elektronskih naprav. Poleg tega ima skupina na odseku močne povezave z industrijskimi partnerji, ki so rezultat velikega števila uspešno izvedenih projektov. Okolje in pretekle izkušnje predstavljajo trdno podlago za nadaljevanje raziskovalnega dela ter dosego zastavljenih ciljev.
Pomen za razvoj znanosti
Potreba po avtomatiziranih postopkih za nadzor stanja industrijske opreme pridobiva na pomenu v vedno več industrijskih panogah. Razvoj tega raziskovalnega področja se je sicer začel za zadovoljitev potreb vojaške in industrije v energetskem sektorju, danes pa je stopnja razvoja področja zadostna, da je zanimiva tudi za civilni sektor. Vendar prenos tehnologije iz visoko specializiranih naprav na bolj ali manj masovno kosovno proizvodnjo postavlja dodatne omejitve in zahteva prilagoditve obstoječih postopkov. V Sklopu raziskovalnega projekta Sprotno učenje modelov za spremljanje in napovedovanje stanja (kratica: SysID-PHM) smo uspešno naslovili predvsem eno izmed teh ovir, ki je potreba po sprotnem in avtomatskem učenju matematičnih modelov, ki se uporabljajo za izračun ocene poškodbe oz. časa odpovedi komponente. S tem bistveno pripomoremo k enostavni vpeljavi metodologije spremljanja stanja na novih področjih. Glavna novost in izvirnost našega pristopa je v tem, da za model procesa uporabimo matematični model v prostoru stanj, katerega parametre ocenjujemo sprotno in avtomatsko iz razpoložljivih podatkov. Z uspešno demonstracijo delovanja naših postopkov smo po nam znanih podatkih edini, ki smo v celoti združili problem ocenjevanja napake in ocenjevanja parametrov modela v enem sistemu. Implementacija rezultatov projekta v industrijskem okolju bo omogočila doseganje občutnih prihrankov pri neposrednih in posrednih stroških vzdrževanja. Nadgradnja obstoječih postopkov z ocenjevanjem preostale življenjske dobe pa je podlaga za uvedbo popolnoma novega pristopa k vzdrževanju opreme in koristenje zunanjih specializiranih podjetij za vzdrževanje. Na dolgi rok oboje zagotavlja finančne koristi za podjetje, povečuje razpoložljivost in zagotavlja boljšo izkoriščenost opreme.
Pomen za razvoj Slovenije
Za relativno majhno in izvozno orientirano gospodarstvo, kot je slovensko, predstavlja obvladovanje nišnih in visokotehnoloških področij, kot je področje, ki ga pokriva project SysID-PHM, velik potencial za ustanavljanje novih zagonskih podjetij ali povečanje konkurenčne prednosti obstoječih. V času izvajanja projekta smo aktivno sodelovali s podjetji INEA d.o.o. in COSYLAB d.d., ki sta obe pokazali zanimanje za različne rezultate projekta. Dodatno, poleg pozitivnih učinkov za slovensko gospodarstvo, rezultati projekta pozitivno prispevajo tudi k mednarodni prepoznavnosti odseka za sisteme in vodenje in celotnega Instituta “Jožef Stefan”. Kot posledica več kvalitetnih objav znotraj ožjega raziskovalnega področja smo okrepili ugled raziskovalne skupine in s tem potencial za nova mednarodna sodelovanja.
Najpomembnejši znanstveni rezultati
Letno poročilo
2013,
2014,
zaključno poročilo,
celotno poročilo na dLib.si
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati
Letno poročilo
2013,
2014,
zaključno poročilo,
celotno poročilo na dLib.si
