Robust Subspace Based Fault Detection

Michael Döhler 1 Laurent Mevel 1
1 I4S - Statistical Inference for Structural Health Monitoring
IFSTTAR/COSYS - Département Composants et Systèmes, Inria Rennes – Bretagne Atlantique
Résumé : Les méthodes des sous espaces jouissent d'une certaine popularité, notamment en ingénierie mécanique, où des modèles de grande taille sont à considérer. Dans l'objectif de détecter des changements dans les propriétés structurelles - ainsi que dans les paramètres modaux associés, un résidu sous espace pour la détection de pannes a été récemment proposé, puis appliqué avec succès. Cependant, généralement, une hypothèse restrictive est présupposée, c'est à dire que les propriétés de l'excitation ambiante et non mesurée restent constantes entre les états de référence et les états possiblement endommagés de la structure. Cette hypothèse n'est pas valide pour la plupart des cas d'étude. Ce travail adresse le problème de la robustesse d'un tel résidu. Un nouveau résidu numériquement plus efficace et plus robuste est proposé. De plus, ce test de détection est adapté à d'autres classes que les méthodes des sous espaces par covariance.
Type de document :
Rapport
[Research Report] RR-7427, INRIA. 2010
Liste complète des métadonnées

Littérature citée [13 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00527482
Contributeur : Michael Döhler <>
Soumis le : mardi 19 octobre 2010 - 13:51:48
Dernière modification le : mercredi 11 avril 2018 - 01:56:40
Document(s) archivé(s) le : jeudi 20 janvier 2011 - 02:41:14

Fichier

RR-7427.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00527482, version 1

Collections

Citation

Michael Döhler, Laurent Mevel. Robust Subspace Based Fault Detection. [Research Report] RR-7427, INRIA. 2010. 〈inria-00527482〉

Partager

Métriques

Consultations de la notice

327

Téléchargements de fichiers

208