Analisis Kegagalan Sistem Mekatronika

Mode kegagalan dari sistem mekatronika meliputi mode kegagalan dari subsistem mekanis, listrik, komputer, dan kontrol, yang dapat diklasifikasikan sebagai kegagalan perangkat keras dan perangkat lunak. Analisis kegagalan sistem mekatronika terdiri dari deteksi kesalahan perangkat keras dan lunak, identifikasi (diagnosis), isolasi, dan pemulihan (pemulihan segera atau anggun), yang memerlukan kontrol cerdas. Deteksi kesalahan perangkat keras dapat difasilitasi oleh informasi yang berlebihan pada sistem dan / atau dengan memantau kinerja sistem untuk tugas yang diberikan / ditentukan. Redundansi informasi memerlukan fusi sistem sensorik dan dapat memberikan informasi tentang status sistem dan komponen-komponennya, pada tugas sistem yang diberikan, dan penyelesaian tugas yang berhasil jika terjadi kesalahan operator atau perubahan tak terduga di lingkungan atau untuk dinamika lingkungan Hidup. Metode pemantauan yang paling sederhana mengidentifikasi dua kondisi (normal dan abnormal) menggunakan informasi / sinyal sensor: jika sinyal sensor kurang dari nilai ambang batas, kondisinya normal, jika tidak maka akan menjadi abnormal. Dalam sebagian besar aplikasi praktis, sinyal ini peka terhadap perubahan dalam kondisi kerja sistem / proses dan perbedaan kebisingan, dan metode pengambilan keputusan yang lebih efektif diperlukan.

Biasanya, metode pemantauan dapat dibagi menjadi dua kategori: metode berbasis model dan metode berbasis fitur. Dalam metode berbasis model, pemantauan dilakukan atas dasar pemodelan sistem dan evaluasi model. Sistem linear-time-invariant dipahami dengan baik dan dapat dijelaskan oleh sejumlah model seperti model ruang keadaan, model fungsi transfer input-output, model autoregresif, dan model autoregressive moving average (ARMA). Ketika sebuah model ditemukan, pemantauan dapat dilakukan dengan mendeteksi perubahan parameter model (misalnya, redaman dan frekuensi alami) dan / atau perubahan respons sistem yang diharapkan (misalnya, kesalahan prediksi). Metode pemantauan berbasis model juga disebut sebagai metode deteksi kegagalan.

Sistem berbasis model menderita dua keterbatasan signifikan. Pertama, banyak sistem / proses adalah sistem varian waktu nonlinier. Kedua, sinyal sensor sangat sering tergantung pada kondisi kerja. Dengan demikian, sulit untuk mengidentifikasi apakah perubahan sinyal sensor disebabkan oleh perubahan kondisi kerja atau penurunan proses. Metode pemantauan berbasis fitur menggunakan fitur yang sesuai dari sinyal sensor untuk mengidentifikasi kondisi operasi. Fitur-fitur sinyal sensor (sering disebut indikasi pemantauan) dapat berupa waktu dan / atau fitur domain frekuensi dari sinyal sensor seperti rata-rata, varians, skewness, kurtosis, faktor puncak, atau kekuatan dalam pita frekuensi yang ditentukan. Memilih indikator pemantauan yang tepat sangat penting.

Idealnya standar pemantauan harus: (i) peka terhadap kondisi kesehatan sistem / proses, (ii) tidak peka terhadap kondisi kerja, dan (iii) hemat biaya.

Setelah indeks pemantauan diperoleh, fungsi pemantauan dicapai dengan membandingkan nilai yang diperoleh selama operasi sistem dengan nilai ambang batas yang ditentukan sebelumnya, atau nilai dasar. Dalam praktiknya, proses perbandingan ini bisa sangat tersirat. Ada sejumlah metode pemantauan berbasis fitur termasuk pengenalan pola, sistem fuzzy, pohon keputusan, sistem pakar, dan jaringan saraf. Proses pendeteksian dan identifikasi kesalahan (FDI) dalam sistem dinamis dapat dicapai dengan metode analitis seperti filter deteksi, rasio kemungkinan umum (yang menggunakan filter Kalman untuk merasakan perbedaan dalam respons sistem), dan metode beberapa mode (yang memerlukan model dinamis dari sistem dan bisa menjadi masalah karena ketidakpastian dalam model dinamis (Chow dan Willsky, 1984).

Seperti disebutkan di atas, kegagalan sistem dapat dideteksi dan diidentifikasi dengan menyelidiki perbedaan antara berbagai fungsi informasi sensor yang diamati dan nilai yang diharapkan dari fungsi-fungsi ini. Dalam hal kegagalan, akan ada perbedaan antara perilaku yang diamati dan perilaku yang diharapkan dari sistem, jika tidak mereka akan sepakat dalam ambang batas yang ditentukan. Tes ambang dapat dilakukan pada pembacaan sensor sesaat, atau pada moving average pembacaan untuk mengurangi noise. Dalam sistem pemungutan suara sensor, perbedaan output beberapa sensor dan setiap komponen (sensor atau aktuator) termasuk dalam setidaknya satu hubungan aljabar. Ketika komponen gagal, hubungan termasuk komponen itu tidak akan berlaku dan hubungan yang mengecualikan komponen itu akan berlaku. Agar sistem aman-gagal dan mendeteksi keberadaan kegagalan, setidaknya diperlukan dua komponen. Agar sistem menjadi gagal-operasional dan mengidentifikasi kegagalan, setidaknya diperlukan tiga komponen, misalnya, tiga sensor untuk mengukur kuantitas yang sama (langsung atau tidak langsung).

Leave a Reply

Your email address will not be published.