Tentamen. TSFS06 Diagnos och övervakning 12 januari, 2012, kl

Relevanta dokument
Tentamen med lösningsdiskussion. TSFS06 Diagnos och övervakning 1 juni, 2013, kl

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Tentamen. TSFS06 Diagnos och övervakning 4 juni, 2007, kl

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Lösningsförslag/facit till Tentamen. TSFS06 Diagnos och övervakning 14 januari, 2008, kl

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Lösningsförslag till Tentamen. TSFS06 Diagnos och övervakning 14 augusti, 2007, kl

Översikt. TSFS06 Diagnos och övervakning Föreläsning 4 - Linjär residualgenerering och detekterbarhet. Linjär residualgenerering

Dagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö

Tentamen med lösningsdiskussion. TSFS06 Diagnos och övervakning 30 maj, 2012, kl

Försättsblad till skriftlig tentamen vid Linköpings universitet

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen MVE302 Sannolikhet och statistik

Teststorheten är ett modellvalideringsmått Betrakta. Översikt. Modellvalideringsmått, forts. Titta lite noggrannare på testet.

Matematisk statistik TMS064/TMS063 Tentamen

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

TENTAMEN I REGLERTEKNIK Y/D

1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg.

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

Tentamen MVE301 Sannolikhet, statistik och risk

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

Tentamen MVE301 Sannolikhet, statistik och risk

Försättsblad till skriftlig tentamen vid Linköpings Universitet

TENTAMEN I REGLERTEKNIK TSRT03, TSRT19

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

TENTAMEN: DEL B Reglerteknik I 5hp

Avd. Matematisk statistik

Ämnen för dagen. TSFS06 Diagnos och övervakning Föreläsning 5 - Konstruktion av teststorheter. Beteendemoder och felmodeller.

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

Statistisk försöksplanering

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 23 augusti 2017, kl

Översikt. TSFS06 Diagnos och övervakning Föreläsning 7 - Olinjär residualgenerering. Konsistensrelationer vs. observatörer.

Lösningsförslag/facit till Tentamen. TSFS04 Elektriska drivsystem 5 mars, 2012, kl

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 22 augusti 2018, kl

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Försättsblad till skriftlig tentamen vid Linköpings universitet

Reglerteknik Z / Bt/I/Kf/F

Faderns blodgrupp Sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen i Matematisk Statistik, 7.5 hp

Lösningsförslag/facit Tentamen. TSFS04 Elektriska drivsystem 19 aug, 2011, kl

TENTAMEN I TSRT19 REGLERTEKNIK

Uppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)

Tentamen. TSEA22 Digitalteknik 5 juni, 2015, kl

Välkomna till TSRT19 Reglerteknik Föreläsning 10

Försättsblad till skriftlig tentamen vid Linköpings universitet

Lärare i kursen. TSFS06 Diagnos och övervakning, 6hp Föreläsning 1 - Kursformalia och introduktion. Denna föreläsning - disposition.

TENTAMEN Datum: 14 feb 2011

Avd. Matematisk statistik

TENTAMEN I REGLERTEKNIK I

Försättsblad till skriftlig tentamen vid Linköpings universitet

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Torsdag 15 december 2016, kl

Försättsblad till skriftlig tentamen vid Linköpings universitet

Tentamen MVE301 Sannolikhet, statistik och risk

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

TENTAMEN I REGLERTEKNIK Y/D

Statistisk försöksplanering

Dagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Tentamen MVE302 Sannolikhet och statistik

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

TENTAMEN I TSRT91 REGLERTEKNIK

Matematisk statistik KTH. Formelsamling i matematisk statistik

Avd. Matematisk statistik

TENTAMEN I REGLERTEKNIK Y TSRT12 för Y3 och D3. Lycka till!

Reglerteknik AK. Tentamen 24 oktober 2016 kl 8-13

TENTAMEN I REGLERTEKNIK Y/D

Försättsblad till skriftlig tentamen vid Linköpings Universitet

, för 0 < x < θ; Uppgift 2

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

Avd. Matematisk statistik

Reglerteknik AK, FRTF05

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

Lycka till!

TENTAMEN Tillämpad Systemanalys 5hp

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet

1RT490 Reglerteknik I 5hp Tentamen: Del B

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

b) Beräkna väntevärde och varians för produkten X 1 X 2 X 10 där alla X i :na är oberoende och R(0,2). (5 p)

Försättsblad till skriftlig tentamen vid Linköpings universitet

TENTAMEN I TSRT91 REGLERTEKNIK

Föreläsning 11: Mer om jämförelser och inferens

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

Uppgift 1. f(x) = 2x om 0 x 1

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Försättsblad till skriftlig tentamen vid Linköpings universitet

TENTAMEN I REGLERTEKNIK Y/D

Lärare i kursen. TSFS06 Diagnos och övervakning, 6hp Föreläsning 1 - Kursformalia och introduktion. Denna föreläsning - disposition.

1RT490 Reglerteknik I 5hp Tentamen: Del B

Transkript:

Tentamen TSFS06 Diagnos och övervakning 12 januari, 2012, kl. 14.00-18.00 Tillåtna hjälpmedel: TeFyMa, Beta, Physics Handbook, Reglerteknik (Glad och Ljung), Formelsamling i statistik och signalteori samt miniräknare. Ansvarig lärare: Erik Frisk Totalt 40 poäng. Preliminära betygsgränser: Betyg 3: 18 poäng Betyg 4: 25 poäng Betyg 5: 30 poäng

Uppgift 1. FS Läcka 1 NM Pump FS Läcka 2 Läcka 3 NM Systemet ovan är utrustad med 4 sensorer där NM=Nivå-Mätare och FS=Flödes-Sensor. En normaliserad modell i det felfria fallet kan skrivas som: ḣ 1 = (a 10 + a 11 ) h 1 + bu ḣ 2 = a 2 h2 + (a 10 + a 11 ) h 1 där a 10 och a 11 är kända konstanter proportionella mot arean hos utflödena från den övre tanken och a 2 motsvarande för den undre tanken. Konstanten b är en känd konstant som beskriver pumpens funktion. Utöka modellen med modeller över följande fel: (5 poäng) 1. Fel i sensorerna 2. Läckage på de tre utpekade ställena 3. Igenkloggning av direktförbindelsen mellan övre och undre tank, dvs. förbindelsen som ej går via flödessensorn. Uppgift 2. Betrakta det linjära, tidsdiskreta, dynamiska systemet x 1 (t + 1) = 0.95x 1 (t) + 0.05u(t) x 2 (t + 1) = 0.1x 1 (t) + 0.9x 2 (t) y 1 (t) = x 1 (t) y 2 (t) = x 2 (t) a) Inför additiva fel på aktuatorn samt de två sensorerna och skriv modellen på den generella formen H(q)x + L(q)z + F (p)f = 0 där q är tidsskiftsoperatorn, x är de okända signalerna, z de kända signalerna, samt f felen som ska övervakas. b) Ange dimensionen på det linjära rummet av residualgeneratorer för modellen. c) Konstruera en första ordningens residualgenerator, skriven på tillståndsform, som isolerar fel i sensorerna från fel i aktuatorn. 1

Tips: Den observerbara kanoniska formen av G(q) = b 1 q n 1 + + b n 1 q + b n q n + a 1 q n 1 + + a n 1 q + a n är a 1 1 0... 0 a 2 0 1... 0 b 2 x(t + 1) =.... x(t) +. a n 1 0 0... 1 a n 0 0... 0 y(t) = [ 1 0 0... 0 ] x(t) b 1 b n 1 b n u(t) Uppgift 3. Antag en beslutsstruktur enligt tabellen r 1 X X r 2 X X X r 3 X X r 4 X X a) Antag att alla residualer känsliga för fel f 1 reagerat och skriv ned alla genererade konflikter med logiknotation samt ange vilka som är minimala. Ta också fram alla minimala diagnoser och hur många diagnoser det finns totalt. b) Antag ett dubbelfel f 1 &f 3 och att alla residualer som kan reagera också gör det. Ta fram de minimala diagnoserna och diskutera resultatet. Uppgift 4. Antag en residualgenerator med den interna formen r intern = f + 2v där f är felsignalen som vi vill detektera och v är en normalfördelad stokastisk variabel med väntevärde 0 och standardavvikelse σ. Baserat på residualen definieras ett diagnostest som larmar då r > J där J > 0 är en förbestämd tröskel. a) Definiera och illustrera falsklarmsannolikhet och sannolikhet för missad detektion för ett fel med storlek f = f 0 0. Sannolikheterna kan illustreras i en figur som visar fördelningen för residualen och ett lämpligt tröskelvärde. Skissa figuren och markera sannolikheterna på lämpligt sätt. b) Låt funktionerna Φ(x) och Γ(α) definieras av Φ(x) = x 1 2π e s2 2 ds, Γ(α) = Φ 1 (α) För testet som definierats ovan, teckna med hjälp av Φ(x) och Γ(α) 1. sannolikheten för falsklarm som funktion av tröskeln J 2. sannolikheten för missad detektion givet ett fel av storlek f = f 0 0 som en funktion av tröskeln J. 3. hur tröskeln J beräknas givet en falsklarmssannolikhet α. (3 poäng) 2

c) Beskriv, med ord eller en figur, hur falsklarmsannolikheten och sannolikheten för missad detektion beror av valet av tröskeln J? d) Definiera styrkefunktionen, rita upp ett typiskt utseende och markera sannolikheterna för falsklarm samt missad detektion i figuren. Teckna också styrkefunktionen med hjälp av Φ(x) och Γ(α). Uppgift 5. Betrakta modellen ẋ 1 = 3 θ 1 x 1 (x 3 x 1 0.5 x 2 ) + x 3 ẋ 2 = θ 2 x 2 (x 1 x 2 ) ẋ 3 = x 3 (0.2 x 1 x 2 ) y 1 = x 1 + f 1 y 2 = x 2 + f 2 där x i är obekanta, y i är kända, θ i och f i är variabler som beskriver fel. I det felfria fallet är variablerna θ i = 1 och f i = 0. Varken θ i eller f i kan antas vara konstanter. a) Ta fram en konsistensrelation som kan användas för att detektera en förändring i parametern θ 2 men som ej är känslig för förändring i parametern θ 1. Teckna en residual där det kan antas att derivator av kända variabler också är kända. (3 poäng) b) Ta bort antagandet från a-uppgiften att derivator är kända. Inför stabil residualgeneratordynamik och skriv residualgeneratorn på tillståndsform. c) Konstruera en observatör som är känslig för förändringar i θ 1 men ej för förändringar i θ 2. Beskriv en metod för att bestämma återkopplingsförstärkningen i observatören. (3 poäng) Uppgift 6. Ett allmänt uttryck för en adaptiv tröskel är J adaptiv = c 1 W (y, u) + c 2 där c 1 och c 2 är konstanter och funktionen W (y, u) är ett mått på rådande modellosäkerhet. Ange ett sätt att beräkna en funktion W (y, u) då modellen parametriseras av en parametervektor θ och där teststorheten för hypoteserna beräknas genom H 0 : θ Θ 0 H 1 : θ Θ 0 T (y, u) = min θ Θ 0 där ŷ(t θ) är en prediktor för mätsignalen y. N (y(t) ŷ(t θ)) 2 t=1 Uppgift 7. Betrakta följande två isolationsmatriser f 1 X X f 2 X f 3 X X X f 4 X X X f 1 X X f 2 X f 3 X X X f 4 X X där ett X på rad i kolumn j indikerar att fel i ej är isolerbart från fel j. a) Ange vilken/vilka av de två ovanstående isolationsmatriserna som är möjliga, dvs. där det går att skapa ett diagnossystem som uppnår isolerbarhetsegenskaperna. Antag att residualer med godtycklig felkänslighet kan skapas. Dock kan ej antas att en viss residual alltid reagerar på ett givet fel. Motivera ditt svar. b) För den/de strukturer som är möjliga, ta fram motsvarande beslutsstrukturer för minimalt antal residualgeneratorer som realiserar isolationsegenskaperna. 3