To detect instrument failures for the secondary system, the FDI (Failure Detection & Isolation) method based on the Kalman filter is developed.
Each filter is designed to be insensitive to measurements, decreasing the Kalman gain artificially and using only averaged value of measurements. Because it is mainly dependent upon the dynamic model and little influenced at the moment of failure, it can exactly indicate the direction of failures and identify the common-mode and multiple failures. This concept not only minimizes the number of filters but also performs a role of analytic redundancy like the original Kalman filter. As soon as the residual (difference between estimated values and measurements) exceeds the pre-determined bound, i.e., more likely to fail, the Kalman filter is stopped. But since this measurement may be false owing to abrupt noises and sudden transients, several times it must be confirmed by the MCM (Multiple Consecutive Miscomparison) counter strongly dependent on measurement history. Then, if it is not in accord with other measurements for many times, detailed information is provided to help operator's decision.
Utilizing the very simple logic in failure detection, it is possibly implemented in real-time for practical system. And the results of simulation prove that it utterly identifies common-mode and multiple failures regardless of the number of direct redundancies.
2차 계통의 기기 고장 진단을 위하여 칼만- 필터를 근간으로 FDI(Failure Detection & Isolation) 방법을 개발하였다.
각 필터는 칼만 이득을 인위적으로 작게하여 추정하고자 하는 측정값에 둔감하도록 설계한다. 그것은 주로 모델에 의존하고 고장 순간에도 영향을 적게 받기 때문에 고장의 방향을 정확하게 지시할 수 있다. 이 개념은 필터의 수를 최소화할 뿐만 아니라 원래의 칼만- 필터와 같이 소프트- 웨어 다중성의 역할도 수행한다. 추정치와 측정치의 차인 오차가 정해진 한계를 넘어서자마자, 즉 고장 확률이 커짐에 따라 칼만- 필터는 정지한다. 그러나 이 측정치는 갑작스런 잡음과 과도현상에 의한 거짓 신호일 수 있기 때문에 측정 전력(history) 에 의존하는 MCM (Multiple Consecutive Miscomparison) 계수기에 의해 여러 번 확인되어야 한다. 그리고 나서도 다른 측정치와 정해진 수동안 일치하지 않는다면 상세한 정보가 시스템 조작자의 결정을 돕기 위해 제공된다.
그리고 모사 결과는 이 방법이 하드- 웨어 다중성의 수에 상관없이 동일 유형 사고와 다수 고장을 잘 식별해 냄을 입증하였다.
