論文の概要: Safe, Real-Time Active Model Discrimination and Fault Diagnosis for Nonlinear Systems via Differentiable Reachability
- arxiv url: http://arxiv.org/abs/2606.19590v1
- Date: Wed, 17 Jun 2026 20:46:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.535293
- Title: Safe, Real-Time Active Model Discrimination and Fault Diagnosis for Nonlinear Systems via Differentiable Reachability
- Title（参考訳）: 微分到達性による非線形システムの安全・リアルタイム能動モデル判別と故障診断
- Authors: Xinpei Ni, Melkior Ornik, Glen Chou, Samuel Coogan,
- Abstract要約: 本研究では,不確実な連続時間非線形システムに対する能動的故障診断とモデル判別のための安全なリアルタイムアルゴリズムを提案する。
我々は,高次元非線形ロボットシステムにおけるセンサおよびアクチュエータ故障診断(最大11故障モード)について検討した。
- 参考スコア（独自算出の注目度）: 5.93344694035082
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a safe, real-time algorithm for active fault diagnosis and model discrimination for uncertain continuous-time nonlinear systems with process and measurement disturbances. Given a finite set of candidate models representing nominal and faulty modes, including actuator and sensor faults, we formulate an output-feedback, time-varying policy optimization problem that (i) robustly enforces state-input safety constraints over a finite horizon and (ii) drives the system to produce sampled measurements consistent with at most one model, enabling deterministic diagnosis. To solve this problem in real time, we develop a tractable approximation using interval over-approximations of reachable state and output sets, and encode diagnosability via a differentiable objective that penalizes overlap between the reachable output sets of possible models. The resulting optimization is solved efficiently online with gradient-based methods using JAX and differentiable reachability primitives. We evaluate our method on sensor and actuator fault diagnosis (up to 11 fault modes) in several high-dimensional nonlinear robotic systems, including a simulated quadrotor and fighter-jet model, a hardware differential-drive robot, and quadrupedal navigation. Across these case studies, our approach achieves reliable model discrimination in under 50 ms, outperforming baselines in discrimination success rate and speed while providing formal safety guarantees.
- Abstract（参考訳）: 本研究では, プロセスおよび計測障害を伴う不確実な連続時間非線形システムに対して, 能動的故障診断とモデル判別のための安全なリアルタイムアルゴリズムを提案する。
アクチュエータやセンサ故障を含む名目および欠陥モードを表す候補モデルの有限集合が与えられた場合、出力フィードバック、時間変化のポリシー最適化問題を定式化する。
(i)有限地平線上の状態入力安全制約を強固に実施し、
(ii)1つのモデルに整合したサンプル測定をシステムに実行し,決定論的診断を可能にする。
この問題をリアルタイムに解決するために、到達可能な状態と出力セットの間隔オーバー近似を用いたトラクタブル近似を開発し、可能モデルの到達可能な出力セット間の重なりをペナルライズする微分可能な目的によって診断可能性を符号化する。
結果として得られる最適化は、JAXと微分可能なリーチビリティプリミティブを使った勾配ベースの手法でオンラインで効率的に解決される。
本手法は,複数の高次元非線形ロボットシステムにおけるセンサおよびアクチュエータ故障診断(最大11の故障モード)において,擬似四重項ロボットおよび戦闘機ジェットモデル,ハードウェア微分駆動ロボット,四重項ナビゲーションなどについて検討した。
これらのケーススタディ全体で,本手法は50ミリ秒未満で信頼性の高いモデル判別を実現し,形式的安全性を確保しつつ,識別成功率と速度のベースラインを上回った。
関連論文リスト
- Robust Confinement State Classification with Uncertainty Quantification through Ensembled Data-Driven Methods [39.27649013012046]
本研究では,不確実性定量化とモデルロバスト性を考慮した閉じ込め状態分類法を開発した。
我々は,TV放電のオフライン解析に焦点をあて,Lモード,Hモード,および中間ディザリング位相(D)を区別する。
302TCV放電のデータセットは完全にラベル付けされ、一般公開される。
論文 参考訳（メタデータ） (2025-02-24T18:25:22Z) - Sensor-fusion based Prognostics for Deep-space Habitats Exhibiting Multiple Unlabeled Failure Modes [1.5379084885764847]
深宇宙の生息地は、地上のメンテナンスなしに長期にわたって自律的に運用しなければならない複雑なシステムである。
これらのシステムは、モード固有の方法で異なるサブシステムやセンサーに影響を与える複数の、しばしば未知の障害モードに対して脆弱である。
本稿では,潜在故障モードを共同で識別し,情報センサを選択する,教師なしの診断フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-19T01:52:59Z) - An Evidential Real-Time Multi-Mode Fault Diagnosis Approach Based on
Broad Learning System [26.733033919978364]
本稿では,産業システムにおけるリアルタイムマルチモード故障診断のための新しい手法を提案する。
提案手法では,拡張エビデンス推論 (ER) アルゴリズムを用いて情報を融合し,異なる基底分類器から出力をマージする。
提案手法の有効性は、マルチモードのテネシー・イーストマンプロセスデータセット上で実証される。
論文 参考訳（メタデータ） (2023-04-29T04:42:44Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - Formal Controller Synthesis for Markov Jump Linear Systems with
Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。
本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。
本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文 参考訳（メタデータ） (2022-12-01T17:36:30Z) - System Resilience through Health Monitoring and Reconfiguration [56.448036299746285]
人為的なシステムのレジリエンスを、予期せぬ事象に対して向上させるためのエンドツーエンドのフレームワークを実証する。
このフレームワークは物理ベースのデジタルツインモデルと,リアルタイム故障診断,予後,再構成を行う3つのモジュールに基づいている。
論文 参考訳（メタデータ） (2022-08-30T20:16:17Z) - An Accelerated Doubly Stochastic Gradient Method with Faster Explicit
Model Identification [97.28167655721766]
本稿では、分散正規化損失最小化問題に対する2倍加速勾配降下法(ADSGD)を提案する。
まず、ADSGDが線形収束率を達成でき、全体的な計算複雑性を低減できることを示す。
論文 参考訳（メタデータ） (2022-08-11T22:27:22Z) - Data-driven Residual Generation for Early Fault Detection with Limited
Data [4.129225533930966]
多くの複雑なシステムでは、システムのための高精度なモデルを開発することは不可能である。
データ駆動型ソリューションは、いくつかの実践的な理由から、産業システムにおいて大きな注目を集めている。
モデルに基づく手法とは異なり、圧力や電圧などの時系列測定を他の情報源と組み合わせることが直接の前進である。
論文 参考訳（メタデータ） (2021-09-28T03:18:03Z) - Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。
本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。
このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
論文 参考訳（メタデータ） (2020-09-29T12:50:33Z) - SUOD: Accelerating Large-Scale Unsupervised Heterogeneous Outlier
Detection [63.253850875265115]
外乱検出(OD)は、一般的なサンプルから異常物体を識別するための機械学習(ML)タスクである。
そこで我々は,SUODと呼ばれるモジュール型加速度システムを提案する。
論文 参考訳（メタデータ） (2020-03-11T00:22:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。