論文の概要: Fault Diagnosis for Underwater Vehicles using Moving Horizon Estimation and Gaussian Processes
- arxiv url: http://arxiv.org/abs/2609.14539v1
- Date: Sun, 13 Sep 2026 14:25:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.83803
- Title: Fault Diagnosis for Underwater Vehicles using Moving Horizon Estimation and Gaussian Processes
- Title（参考訳）: 移動水平推定とガウス過程を用いた水中車両の故障診断
- Abstract要約: 本研究は,水中車両のモデルに基づく故障検出・診断フレームワークを提案する。
ランプ障害を推定するために移動水平推定器が開発され、非モデル化と断層効果の両方を捉えている。
提案手法は実験室の水槽で実験的に検証され,信頼性の高い診断性能が示された。
- 参考スコア（独自算出の注目度）: 6.574517227976924
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work proposes a model-based fault detection and diagnosis framework for underwater vehicles subject to actuator faults that explicitly accounts for the presence of unmodeled dynamics. To this end, a Moving Horizon Estimator (MHE) is developed to estimate the lumped disturbance, capturing both unmodeled and fault effects. Gaussian Processes (GPs) are employed to approximate the unmodeled dynamics, providing predictions of the corresponding mean and uncertainty across diverse operating conditions. During online operation, the residual between the MHE lumped disturbance estimate and the GP prediction is evaluated using a Generalized Likelihood Ratio Test. By incorporating GP-based predictions within the diagnostic framework, robustness to unmodeled dynamics is achieved, enabling effective fault detection and isolation as well as accurate quantitative estimation of fault magnitude. The proposed methodology is experimentally validated in a laboratory water tank, demonstrating reliable diagnostic performance under both open-loop and closed-loop control.
- Abstract（参考訳）: 本研究は,非モデル化力学の存在を明示的に考慮した,アクチュエータ断層を受ける水中車両のモデルに基づく故障検出・診断フレームワークを提案する。
この目的のためにMHE(Moving Horizon Estimator)が開発された。
ガウス過程(GP)は、モデル化されていない力学を近似するために用いられ、様々な動作条件における対応する平均と不確実性の予測を提供する。
オンライン操作中は,MHEの乱れ推定値とGP予測値との残差を,一般化した類似度比検定を用いて評価する。
診断枠組みにGPに基づく予測を組み込むことで、非モデル化された力学に対する堅牢性を達成し、効果的な断層検出と分離および正確な断層規模推定を可能にする。
提案手法は実験室の水槽で実験的に検証され, オープンループ制御とクローズループ制御の両方で信頼性の高い診断性能が実証された。
関連論文リスト
- Sequential Structure-Sensitive Residual Diagnostics for PDE Inverse Problems [0.9778150054416824]
構造に敏感な電子プロセスに基づくシーケンシャルな診断法を提案する。
我々は、標準的な不一致チェックが、本当に間違った量の興味を生み出す不特定適合をどう受け入れるかを実証する。
論文 参考訳（メタデータ） (2026-07-02T12:36:48Z) - Bidirectional Autoregressive Latent Diffusion for Forward and Inverse Magnetohydrodynamics [51.56484100374058]
この二方向流は不確実性と誤差推定のための自己教師付き整合性指標として利用できることを示す。
また、この手法が非侵襲的なプラズマ診断として機能する可能性を示し、モデルをより堅牢にするために適応的なフィードバックをどのように利用できるかを示す。
論文 参考訳（メタデータ） (2026-06-28T21:57:22Z) - Hybrid twinning using PBDW and DeepONet for the effective state estimation and prediction on partially known systems [0.0]
本研究では,物理に基づくモデリングとデータ駆動学習を組み合わせ,状態推定を強化する効果的なハイブリッド手法を提案する。
ヘルムホルツ方程式を含む代表問題に対する提案手法を検証した。
論文 参考訳（メタデータ） (2025-12-03T12:19:00Z) - GNN-ASE: Graph-Based Anomaly Detection and Severity Estimation in Three-Phase Induction Machines [0.0]
本稿では,誘導機の故障診断にグラフニューラルネットワーク(GNN)を用いたモデルフリーアプローチを提案する。
提案したGNN-ASEモデルは,生の入力から関連する特徴を自動的に学習し,抽出する。
個別断層検出と複合断層条件の多クラス分類について評価した。
論文 参考訳（メタデータ） (2025-07-23T01:50:07Z) - Process mining-driven modeling and simulation to enhance fault diagnosis in cyber-physical systems [5.065341495341096]
CPS(Cyber-Physical Systems)の故障診断は,システムの信頼性と運用効率の確保に不可欠である。
本稿では, 時系列, プロセスマイニング, シミュレーションにおける集団異常検出を統合した, 教師なし故障診断手法を提案する。
これにより、予測保守と産業環境のためのデジタルツインの開発を支援する総合的なフォールト辞書の作成が可能になる。
論文 参考訳（メタデータ） (2025-06-26T17:29:37Z) - Bayesian Model Parameter Learning in Linear Inverse Problems: Application in EEG Focal Source Imaging [49.1574468325115]
逆問題は、関心のシグナルを直接観測できない限定データ問題として記述することができる。
未知の非線形モデルパラメータを含む線形逆問題について検討した。
ベイズモデルに基づく学習手法を用いて,信号の回復とモデルパラメータの推定を行った。
論文 参考訳（メタデータ） (2025-01-07T18:14:24Z) - Operational range bounding of spectroscopy models with anomaly detection [0.0]
孤立林は、予測モデルが失敗する可能性のあるコンテキストを効果的に識別する。
セカンダリフォレストモデルが予測モデルの説明可能性 SHAP 値の予測を行うと、最高のパフォーマンスが得られる。
論文 参考訳（メタデータ） (2024-08-05T15:59:36Z) - Conformal Approach To Gaussian Process Surrogate Evaluation With
Coverage Guarantees [47.22930583160043]
適応型クロスコンフォーマル予測区間を構築する手法を提案する。
結果として生じる共形予測区間は、ベイズ的信頼性集合に類似した適応性のレベルを示す。
原子炉の蒸気発生器における閉鎖現象の高コスト・評価シミュレータのサロゲートモデリングの文脈において, 本手法の適用可能性を示す。
論文 参考訳（メタデータ） (2024-01-15T14:45:18Z) - Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。
具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。
アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
論文 参考訳（メタデータ） (2023-08-06T05:58:45Z) - 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) - On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。
モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。
提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
論文 参考訳（メタデータ） (2021-10-17T13:42:37Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z)
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。