English | Log ind

31324 Videregående emner i fejldiagnose, fejltolerant regulering og maskinlæring for diagnose

2019/2020

Kursusinformation
Advanced topics in diagnosis, fault-tolerant control and machine learning for diagnosis
Engelsk
7,5
Ph.d., Fagligt fokuseret kursus
Kurset udbydes som enkeltfag
Efterår
Kursets placering er efter aftale med underviserne:
Kurset gives normalt i perioden august - oktober.
Campus Lyngby
Kursets form er en studiekreds for teoridelen. Denne efterfølges af en del hvor deltagerne arbejder med design og implementering på et problem, der er relevant for deres egen forskning.
[Kurset følger ikke DTUs normale skemastruktur]
Aftales med underviser, Aftales med underviser
Bedømmelse af opgave(r)/rapport(er)
Udarbejdelse af rapport / udkast til artikel og fremlægger denne. Rapportens emne vælges normalt så det er inden for rammerne af de enkelte deltageres forskningsområde.
Alle hjælpemidler er tilladt
bestået/ikke bestået , intern bedømmelse
31320
31310
Minimum 3 Maksimum: 10
Dimitrios Papageorgiou , Lyngby Campus, Bygning 326, Tlf. (+45) 4525 3572 , dimpa@elektro.dtu.dk
Mogens Blanke , Lyngby Campus, Bygning 326, Tlf. (+45) 4525 3565 , mb@elektro.dtu.dk
31 Institut for Elektroteknologi
I studieplanlæggeren
1. juli 2019
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
At sætte deltagereren i stand til at arbejde med anvendelser af system diagnose og fejl-tolerant regulering på internationalt niveau.
Kurset stiler mod at deltagerne demonstrerer hvordan teori og metoder kan anvendes på et objekt der er relevant for den pågældendes egen forskning.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Modellere et hændelses drevet dynamisk system
  • Designe en residualgenerator der kan detektere afvigende hændelser i et diskret event system.
  • Dimensionere en detektor med givne egenskaber for falske alarmer og for detektering
  • Foretage fejldiagnose på et system der modelleres som diskret
  • Designe og simulere residualgeneratorer for systemer på hybrid (blandet kontinuert/diskret) form
  • Designe og simulere residualgeneratorer for systemer på diskret-hændelsesdreven form
  • designe og implementere en fejltolerant regulator for et system på kontinuert eller diskret form
  • demonstrere at kunne anvende teori og metoder på er selvvalgt objekt
  • Anvende identifibationsmetoder til at finde parameter fejl i et system
  • Forstå og anvende maskin lærings metoder på blandet kontinuert/diskret hændelses styret system
Kursusindhold
Videregående emner inden for fejldiagnose og fejltolerant regulering, herunder: Adaptive teknikker, fejldiagnose på systemer med additive fejl eller parameter fejl, fejldetektor for systemer med betydelig støj, signalbaseret diagnose, metoder fra maskinlæring som værktøj til at adaptere til ændringer. Deltagerne arbejder individuelt med design og implementering af diagnose og fejltolerant regulering på et system, deltageren vælger i samarbejde med underviserne.
Litteraturhenvisninger
Indhold i 2019:

Diskret event systemer representeret som deterministiske eller stokastiske automater.
Tehnikker fra maskin læring og deres anvendelse til at forbedre beskrivelse af dynamise og statisk opførsel og til løbende at opdatere overgangs sandsynligheder for en stokastisk automat.
Materiale:
Blanke, Kinnaert, Lunze and Staroswiecki: Diagnosis and Fault-tolerant Control, Springer 2015, kapitlerne om diskret event systemers observerbarhed og diagnose af unormal opførsel.

Materiale om maskinlæring vil blive annonceret.

Videnskabelig litteratur om emnet.

Kursusmaterials udvælges fra år til år afhængigt af deltagernes interesser og behov.
Bemærkninger
Slutrapporten skal demonstrere anvendelse af to teknikker fra kursets skriftlige materiale.
Sidst opdateret
09. april, 2019