ỨNG DỤNG MẠNG NƠ RON TRONG CHẨN ĐOÁN TÌNH TRẠNG KỸ THUẬT ĐỘNG CƠ ĐIỆN KÉO CỦA ĐẦU MÁY

BỘ GIÁO DỤC & ĐÀO TẠO
BỘ CÔNG THƢƠNG
VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA

NGUYỄN VĂN NGHĨA

ỨNG DỤNG MẠNG NƠ RON TRONG CHẨN ĐOÁN
TÌNH TRẠNG KỸ THUẬT ĐỘNG CƠ ĐIỆN KÉO
CỦA ĐẦU MÁY

LUẬN ÁN TIẾN SĨ KỸ THUẬT

HÀ NỘI 2012


BỘ GIÁO DỤC & ĐÀO TẠO
BỘ CÔNG THƢƠNG
VIỆN NGHIÊN CỨU ĐIỆN TỬ, TIN HỌC, TỰ ĐỘNG HÓA

NGUYỄN VĂN NGHĨA

ỨNG DỤNG MẠNG NƠ RON TRONG CHẨN ĐOÁN
TÌNH TRẠNG KỸ THUẬT ĐỘNG CƠ ĐIỆN KÉO
CỦA ĐẦU MÁY

Chuyên ngành :
Mã số :

Kỹ Thuật Điện tử
62520203

LUẬN ÁN TIẾN SĨ KỸ THUẬT
Ngƣời hƣớng dẫn khoa học:
TS. Nguyễn Thế Truyện

HÀ NỘI 2012


MỤC LỤC
DANH SÁCH HÌNH VẼ
DANH MỤC CÁC KÝ HIỆU
DANH MỤC CÁC TỪ VIẾT TẮT
LỜI CAM ĐOAN
MỞ ĐẦU
CHƢƠNG 1:
CHẨN ĐOÁN KỸ THUẬT CHO ĐỘNG CƠ ĐIỆN KÉO

4
5
6
7
8
12

1.1 Về lý thuyết chẩn đoán ..................................................................... 12
1.1.1 Đối tƣợng và mục tiêu của bài toán chẩn đoán. ........................ 15
1.1.2 Mô hình toán học đối tƣợng chẩn đoán và bài toán chẩn
đoán ........................................................................................... 16
1.1.3 Chẩn đoán dựa trên phân loại triệu chứng ................................ 18
1.1.4 Phƣơng pháp chẩn đoán dựa trên mô hình hóa ......................... 20
1.2 Các phƣơng pháp phát hiện lỗi dựa trên mô hình hóa ..................... 23

1.2.1 Phát hiện lỗi bằng so sánh phần cứng ....................................... 24
1.2.2 Phƣơng pháp kiểm tra phù hợp ................................................. 25
1.2.3 Phƣơng pháp phân tích đáp ứng đầu ra ..................................... 26
1.3 Các hƣớng nghiên cứu chính trong chẩn đoán kỹ thuật ................... 26
1.3.1 Nghiên cứu về phân tích và xử lý số liệu .................................. 26
1.3.2 Nghiên cứu về thông số chẩn đoán ........................................... 28
1.4 Các hƣớng nghiên cứu chính trong chẩn đoán động cơ điện ........... 28
1.4.1 Các nghiên cứu về thông số chẩn đoán ..................................... 29
1.4.2 Các nghiên cứu về xử lý thông tin ............................................ 31
1.5 Các nghiên cứu về động cơ một chiều ............................................. 32
1.5.1 Về động cơ một chiều ............................................................... 32
1.5.2 Về động cơ điện kéo trên đầu máy............................................ 34
1.6 Tình hình nghiên cứu về chẩn đoán ở Việt Nam.............................. 34
CHƢƠNG 2:
MÔ HÌNH HÓA VÀ XÂY DỰNG TẬP THAM SỐ CHẨN
ĐOÁN CHO ĐCĐK

38

2.1 Sử dụng mô hình cấu trúc trong mô hình hóa và phân tích bài
toán chẩn đoán. ................................................................................. 38
2.1.1 Mô hình hóa bằng mô hình cấu trúc và phƣơng pháp xác
định tập mối quan hệ cho chẩn đoán lỗi dựa trên mô hình
cấu trúc ...................................................................................... 38
2.1.2 Ý nghĩa của tập thông số chẩn đoán và phƣơng pháp xây
dựng tập thông số chẩn đoán phù hợp ...................................... 42
2.1.3 Thuật toán tối thiểu hóa thông số sử dụng hàm chỉ tiêu
chất lƣợng thông số ................................................................... 44
2.1.4 Xác định tập thông số chẩn đoán cho bài toán phát hiện lỗi
và phân biệt lỗi. ......................................................................... 45

1


2.2 Mô hình hóa bài toán chẩn đoán ĐCĐK bằng mô hình cấu trúc ..... 46
2.2.1 Mô hình toán học của động cơ điện kéo trong trạng thái
làm việc bình thƣờng ................................................................. 46
2.2.2 Mô hình hóa ĐCĐK trong trƣờng hợp lỗi. ............................... 58
2.2.3 Mô hình hóa đối tƣợng chẩn đoán bằng mô hình cấu trúc ....... 61
2.3 Grap chẩn đoán của ĐCĐK .............................................................. 65
2.4 Tối thiểu hóa tập thông số sử dụng mô hình cấu trúc và hàm
chỉ tiêu chất lƣợng thông số: ............................................................ 67
2.4.2 Đánh giá lƣợng tin của các thông số: ........................................ 69
2.5 Đánh giá và lựa chọn tập tham số tối ƣu: ......................................... 75
2.5.1 Lựa chọn tập tham số cho bài toán phát hiện lỗi ...................... 75
2.5.2 Lựa chọn tập thông số cho bài toán chẩn đoán lỗi: ................... 75
CHƢƠNG 3:
ỨNG DỤNG MẠNG NƠRON TRONG CHẨN ĐOÁN KỸ
THUẬT ĐỘNG CƠ ĐIỆN KÉO

79

3.1 Phƣơng pháp xây dựng mô hình máy tính cho chẩn đoán dựa
trên mô hình đối chứng:.................................................................... 79
3.2 Ứng dụng mạng nơron nhân tạo trong nội suy hàm số ................... 81
3.2.1 Bài toán nội suy ......................................................................... 81
3.2.2 Về mạng nơron nhân tạo ........................................................... 83
3.2.3 Ứng dụng mạng nơron RBF trong phƣơng pháp chẩn đoán
dựa trên khâu đối chứng. ........................................................... 92
3.3 Đề xuất phƣơng pháp phát hiện lỗi dựa trên ƣớc lƣợng nhiệt độ

gió làm mát sử dụng RBF ................................................................. 93
3.3.1 Phân tích mối quan hệ giữa thông số hoạt động và nhiệt độ
của ĐCĐK: ................................................................................ 93
3.3.2 Xây dựng mô hình phát hiện lỗi thông qua ƣớc lƣợng nhiệt
độ dựa trên mạng nơron ............................................................ 95
3.3.3 Cấu trúc mạng cho bài toán ƣớc lƣợng nhiệt độ. ...................... 96
3.3.4 Xây dựng mô hình thực nghiệm................................................ 98
3.3.5 Đánh giá kết quả thông qua mô phỏng ..................................... 99
3.3.6 Mạng RBF cho bài toán nhiệt độ ............................................ 100
3.4 Đề xuất phƣơng pháp chẩn đoán mức độ đánh lửa cổ góp thông
qua ƣớc lƣợng thông số Utx .......................................................... 101
3.4.1 Hiện tƣợng đánh lửa cổ góp và phƣơng pháp đo. ................... 101
3.4.2 Phân tích quan hệ giữa các thông số của thiết bị .................... 103
3.4.3 Phƣơng pháp ƣớc lƣợng Utx .................................................. 104
3.4.4 Xây dựng mô hình chẩn đoán ................................................. 105
3.4.5 Thử nghiệm và tối ƣu thông số mạng ..................................... 106
3.4.6 Kiểm nghiệm tính đúng của phƣơng pháp trên thiết bị thực .. 115
KẾT LUẬN
DANH SÁCH CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ

2

127
129


TÀI LIỆU THAM KHẢO
PHỤ LỤC
Phụ lục 1: Bố trí thiết bị thử nghiệm động cơ điện kéo
Phụ lục 2: Mẫu số liệu thử nghiệm ĐCĐK

Phụ lục 3: Chƣơng trình xử lý số liệu chẩn đoán đánh lửa cổ góp
Phụ lục 4: Chƣơng trình xử lý số liệu chẩn đoán nhiệt độ
Phụ lục 5: Xây dựng chƣơng trình thu thập số liệu
Phụ lục 6: Nhận xét của Đơn vị sản xuất

3

130
139
139
141
142
151
155
157


DANH SÁCH HÌNH VẼ
Hình 1.1: Mô hình đối tƣợng chẩn đoán trong trƣờng hợp có lỗi
Hình 1.2: Các phƣơng pháp chẩn đoán và cơ chế phân loại lỗi
Hình 1.3: Giá trị ngƣỡng trong hai phƣơng pháp
Hình 1.4: Phƣơng pháp so sánh bằng phần cứng.
Hình 1.5: Phƣơng pháp phát hiện lỗi dựa trên kiểm tra phù hợp.
Hình 1.6: Mô hình chẩn đoán theo phƣơng pháp mô hình hóa
Hình 1.7: Mô hình chẩn đoán dựa trên xử lý tín hiệu:
Hình 2.1: Grap quan hệ của ĐCĐK một chiều
Hình 3.1: Minh họa bài toán nội suy hàm một biến
Hình 3.2: Cấu tạo một Nơron nhân tạo
Hình 3.3: Cấu trúc mạng nơron RBF
Hình 3.4: Mô tả khả năng học và ƣớc lƣợng thông số của mạng RBF

Hình 3.5: Sơ đồ hệ thống chẩn đoán với khâu ƣớc lƣợng sử dụng mạng
RBF.
Hình 3.6: mô hình bài toán ƣớc lƣợng nhiệt độ dài hạn ĐCĐK
Hình 3.7: Mô hình bài toán ƣớc lƣợng nhiệt độ máy điện kéo theo công
suất tiêu tán
Hình 3.8: Mô hình thực nghiệm kiểm tra tính ổn định của bài toán nhiệt
và Utx
Hình 3.9: Kết quả ƣớc lƣợng nhiệt độ dài hạn theo dòng và áp
Hình 3.10: Sai số ƣớc lƣợng bằng mạng RBF
Hình 3.11: Ƣớc lƣợng sự thay đổi nhiệt độ theo công suất tiêu tán
Hình 3.12: Sai số ƣớc lƣợng sự thay đổi nhiệt độ theo công suất tiêu tán
Hình 3.13: Sơ đồ chẩn đoán tình trạng đánh lửa trên cơ sở ƣớc lƣợng EF
Hình 3.14: Khả năng ƣớc lƣợng bằng hàm cơ sở dạng đa thức
Hình 3.15: Khả năng ƣớc lƣợng với hàm cơ sở dạng Gauss
Hình 3.16. Hiện tƣợng mất tính toàn cục khi thông số của hàm không
phù hợp.
Hình 3.17: Sai số ƣớc lƣợng theo số lƣợng tâm Lấy tâm trùng mẫu học.
Hình 3.18: Sai số ƣớc lƣợng theo số lƣợng tâm C.
Hình 3.19: Đồ thị sai số trung bình theo k và C
Hình 3.20: Sai số ƣớc lƣợng theo số lƣợng mẫu học - Phân bố tâm cách
đều.
Hình 3.21: Kết quả học và ƣớc lƣợng thông số UFN
Hình 3.22: Bố trí các cảm biến thu nhận tín hiệu
Hình 3.23: Mẫu đồ thị biểu diễn sự biến thiên của UF, IF, nF
Hình 3.24: Đồ thị biểu diễn mối quan hệ UF, IF, nF trƣớc và sau khi loại
bỏ số liệu thô
Hình 3.25: Ƣớc lƣợng UNF(n,I) so sánh với giá trị thực

4

16
18
23
24
25
25
26
65
81
83
89
90
93
97
97
99
100
100
100
100
105
107
108
108
109
110
112
114
115
117

120
122
123


DANH MỤC CÁC KÝ HIỆU
Ký hiệu [thứ nguyên]

Ý nghĩa

UF[V], IF[A]

Điện áp và dòng điện cấp

tocin[oC],

Nhiệt độ, lƣu lƣợng không khí làm mát đầu vào

Vc[m3/s], tocout[oC]

và đầu ra

MF[N.m]

Mô men trên trục động cơ

nF[v/ph]

Tốc độ quay động cơ

UA[V],

Điện áp và dòng điện đặt lên phần ứng đo tại chổi

IA[A]

than

EA[V]

Suất phản điện động phần ứng

Ukt[V],

Điện áp và dòng điện trên cuộn kích từ

Ikt[A]
Utx[V]

Tổng sụt áp trên tiếp xúc của cổ góp

[WB]

Từ trƣờng chính của động cơ

toct, toA, tocc, totx[oC]

Nhiệt độ ổ đỡ, phần ứng, các cực từ và chổi than

PĐ[W]

Công suất điện đầu vào

Pcc, PA, Ptx[W]

Công suất tiêu tán trên cực từ, phần ứng và trên
cổ góp

tc[oC]

Nhiệt độ thân máy

rA, rcc[ ]

Điện trở thuần của phần ứng, các cực từ.

K

Số phiến góp

Ak

Mức độ đánh lửa cổ góp

KE

Hằng số máy điện

K

Hằng số từ hóa

W

Số vòng dây cực từ

5


DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt

Viết đầy đủ

AI

Trí tuệ nhân tạo (Artificial Intelligence)

ANN

Artificial Neural Network

BPN

Mạng nơron lan truyền ngƣợc (Back Propagation Neural
Network)

ĐCĐK

Động cơ điện kéo

ĐTCĐ

Đối tƣợng chẩn đoán

FD

Hệ phát hiện lỗi (Fault Detection)

FDI

Hệ phát hiện và phân biệt lỗi (Fault Detection and Isolation)

FDIA

Hệ phát hiện lỗi và phân tích lỗi (Fault Detection, Isolation and
Analyse)

FFT

Phân tích Furrier nhanh (Fast Furrier Transform)

MFĐC

Máy phát điện chính

MLP

Mạng đa lớp truyền thẳng (Multi Layer Perceptron Network)

MSS

Cấu trúc tối thiểu
(Minimine Structural Set)

NN

Mạng nơron (Neural Network)

PCA

Phát hiện lỗi dựa trên phân tích phần tử cơ bản
(Principal Component Analyse)

RBF

Mạng nơron xuyên tâm (Radial Basis Function)

TSCĐ

Thông số chẩn đoán

6


LỜI CAM ĐOAN
Tôi xin cam đoan luận án này là công trình nghiên cứu khoa học của tôi
và không trùng lặp với bất cứ công trình khoa học nào khác. Các số liệu trình
bày trong luận án đã đƣợc kiểm tra kỹ và phản ánh hoàn toàn trung thực. Các
kết quả nghiên cứu do tác giả đề xuất chƣa từng đƣợc công bố trên bất kỳ tạp

chí nào đến thời điểm này ngoài những công trình của tác giả.
Hà nội, ngày 14 tháng 10 năm 2012
Tác giả luận án

Nguyễn Văn Nghĩa

7


MỞ ĐẦU
Đầu máy diezel truyền động điện một chiều đƣợc sử dụng rất phổ biến
trong ngành đƣờng sắt Việt Nam hiện nay và trong nhiều năm tới. Đây là loại
thiết bị phù hợp với điều kiện đƣờng sắt chƣa điện khí hóa. Hệ thống truyền
động điện trên đầu máy sử dụng một hệ thống máy phát điện – động cơ điện
để truyền năng lƣợng từ động cơ diezel sơ cấp xuống bánh tàu, tạo ra lực kéo
cho đoàn tàu. Trong hệ thống truyền động bằng điện này, động cơ điện kéo
(ĐCĐK) là loại động cơ điện một chiều có cổ góp, kích từ nối tiếp, cho đặc
tính sức kéo rất phù hợp với giao thông và truyền động năng lƣợng hệ cô lập,
là thành phần trọng yếu của hệ thống truyền động. Tuy nhiên, đây cũng là loại
máy điện có độ tin cậy, ổn định vận hành thấp hơn các loại động cơ khác, đòi
hỏi phải chấp hành nghiêm các quy trình kỹ thuật trong vận hành, duy trì bảo
dƣỡng và thƣờng xuyên theo dõi tình trạng kỹ thuật và vận hành của chúng để
có những quyết định xử lý kịp thời nhằm đảm bảo hoạt động bình thƣờng của
ĐCĐK nói riêng và hệ thống truyền động điện nói chung của giao thông
đƣờng sắt.
ĐCĐK lắp trên đầu máy diezel một mặt chịu ảnh hƣởng bởi phụ tải
lớn, bị chấn động va đập khi qua mối nối ray, qua ghi, chịu nhiệt độ cao, bụi
bẩn, độ ẩm của môi trƣờng, sự biến động lớn của điện áp, cƣờng độ dòng điện
khi khởi động và khi thay đổi tốc độ theo tải và tuyến đƣờng; ĐCĐK lắp dƣới
gầm giá chuyển có không gian lắp đặt hạn hẹp, dễ bị nắng mƣa cát bụi, dầu

mỡ và các chất bẩn bám vào; Mặt khác chịu điều kiện khắc nghiệt của môi
trƣờng nhiệt đới có nhiệt độ và độ ẩm không khí cao, môi trƣờng địa hình
luôn bị thay đổi do chạy qua nhiều vùng có thời tiết khí hậu khác nhau, nhiều
khi chịu sự quá tải và suy giảm từ trƣờng cũng sinh ra các xung điện áp lớn,
khi lên dốc hoặc khởi động trên đƣờng có hệ số bám nhỏ do trời mƣa hoặc do
bộ phận chống rãy máy điều khiển thiếu chính xác, dẫn đến rãy máy kéo dài

8


ảnh hƣởng rất xấu đến chất lƣợng làm việc của ĐCĐK. Trong những điều
kiện hoạt động nhƣ vậy việc theo dõi nắm đƣợc tình trạng của ĐCĐK cũng
nhƣ dự báo đƣợc những hỏng hóc có thể xẩy ra thông qua việc đo đạc và xử
lý các tham số hoặc các nhóm tham số để đƣa ra những kết luận là hết sức cần
thiết,chính vì vậy chẩn đoán kỹ thuật là bài toán luôn đƣợc đặt ra với các hệ
thống và thiết bị nhằm phát hiện sớm các sự cố và đảm bảo tính tin cậy, liên
tục, đáp ứng yêu cầu khắt khe của ngành đƣờng sắt. Tuy nhiên, với động cơ
điện kéo, các phƣơng pháp xử lý số liệu chẩn đoán thông thƣờng có nhiều hạn
chế do tập số liệu đo bị thu hẹp và dải thông số làm việc rộng, khó xây dựng
đƣợc các giới hạn biên hiệu quả. Trong khi đó, ở Việt Nam, các trung tâm
giám sát, phân tích số liệu tự động chƣa đƣợc xây dựng, nên việc thu thập,
phân tích số liệu chẩn đoán gặp nhiều khó khăn.
Việc thiếu các trung tâm số liệu cũng làm hạn chế phƣơng pháp xử lý
số liệu bằng thống kê, bởi vậy giải pháp cho vấn đề nêu trên cần tìm kiếm
phƣơng án xử lý số liệu thích hợp với tập tham số có giá trị thống kê cũng
nhƣ khi giá trị thống kê chƣa đủ tức là trong trƣờng hợp vừa thu thập các tập
tham số vừa xử lý để tiệm cận đến giá trị thống kê (quy luật thống kê) thông
qua quá trình học của hệ thống xử lý. Phƣơng pháp xử lý số liệu sử dụng
mạng nơron có khả năng đáp ứng những yêu cầu trên, cho phép nâng cao khả
năng xử lý số liệu và mở rộng tập thông số chẩn đoán.

Việc nghiên cứu giải quyết những vấn nêu trên không chỉ là đáp ứng
yêu cầu thực tiễn cấp thiết của ngành đƣờng sắt mang tính thời sự trong giai
đoạn hiện nay và thời gian tới mà còn có ý nghĩa khoa học khi đƣa những
công cụ mô phỏng và tính toán hiện đại vào lĩnh vực chẩn đoán kỹ thuật của
ngành.

9


Đề tài luận án “Ứng dụng mạng nơ ron trong chẩn đoán tình trạng
kỹ thuật động cơ điện kéo của đầu máy” đi sâu nghiên cứu về lý thuyết chẩn
đoán áp dụng cho đối tƣợng động cơ điện kéo nhằm các mục tiêu sau:
- Xác định tập các thông số chẩn đoán phù hợp cho ĐCĐK.
- Ứng dụng mạng nơron trong chẩn đoán tình trạng kỹ thuật ĐCĐK
Đối tƣợng nghiên cứu của luận án: Luận án chẩn đoán kỹ thuật áp
dụng cho ĐCĐK trong tình trạng đang hoạt động.
Phạm vi nghiên cứu: ứng dụng mạng nơron trong chẩn đoán kỹ thuật.
Phƣơng pháp nghiên cứu: Trên cơ sở nghiên cứu lý thuyết về chẩn
đoán, lựa chọn và xây dựng các mô hình chẩn đoán và phƣơng pháp chẩn
đoán tình trạng kỹ thuật của đối tƣợng cần chẩn đoán. Thực hiện mô phỏng
trên máy tính và trên mô hình thí nghiệm để đánh giá kết quả chẩn đoán.
Cấu trúc của luận án gồm:
Mở đầu
Chương 1: Chẩn đoán kỹ thuật cho động cơ điện kéo: Nghiên cứu về
phƣơng pháp chẩn đoán dựa trên mô hình áp dụng cho bài toán chẩn đoán
thiết bị trong tình trạng hoạt động. Tình hình nghiên cứu về chẩn đoán kỹ
thuật và chẩn đoán kỹ thuật cho động cơ điện kéo.
Chương 2: Mô hình hóa và xây dựng tập thông số chẩn đoán cho ĐCĐK:
Trên cơ sở phân tích mô hình cấu trúc của đối tƣợng và xác định hàm chỉ tiêu
chất lƣợng thông số chẩn đoán, xây dựng tập thông số chẩn đoán cho bài toán

phát hiện lỗi và phân biệt lỗi.
Chương 3: Ứng dụng mạng nơron trong chẩn đoán kỹ thuật cho ĐCĐK.
Nghiên cứu phƣơng pháp phân tích triệu chứng lỗi ứng dụng mạng nơron
RBF trong ƣớc lƣợng thông số chẩn đoán dựa trên mô hình. Áp dụng cho bài

10


toán phát hiện lỗi dựa trên nhiệt độ và xây dựng triệu chứng lỗi cho bài toán
chẩn đoán lỗi đánh lửa cổ góp.
Kết luận và kiến nghị
Phụ lục

11


CHƢƠNG 1:

CHẨN ĐOÁN KỸ THUẬT

CHO ĐỘNG CƠ ĐIỆN KÉO
1.1 Về lý thuyết chẩn đoán
CĐKT là khoa học về xác định trạng thái của một hệ thống ở một thời
điểm xác định đang hoặc sẽ diễn ra, dựa trên các triệu chứng bên ngoài. Nội
dung của khoa học này xem xét các phƣơng pháp thu thập và đánh giá các
thông tin chẩn đoán, các mô hình chẩn đoán và thuật toán ra quyết định. Chẩn
đoán cũng có thể sử dụng các phép kiểm tra, tức là các trạng thái đầu vào đặc
biệt nhằm làm cho hệ thống bộc lộ các triệu chứng của trạng thái hiện tại.
Mục đích của CĐKT là đánh giá trạng thái ở các thời điểm, phát hiện sớm các
hƣ hỏng đang và sẽ phát sinh của hệ thống, từ đó đƣa ra các biện pháp kỹ

thuật chống hỏng hóc, bảo trì báo dƣỡng nhằm cải thiện độ tin cậy, an toàn và
tuổi thọ của hệ thống kỹ thuật [16].
Lỗi đƣợc định nghĩa nhƣ một sự sai lệch không chấp nhận đƣợc của ít
nhất một tham số, thuộc tính hay biến so với giá trị chuẩn. Kết quả chẩn đoán
đánh giá mức độ sai lệch của thông số kỹ thuật của đối tƣợng trong chẩn đoán
thời gian (kiểm soát) hiện tại, cũng nhƣ kiểm tra tính sẵn sàng và hoạt động
đúng của đối tƣợng, việc tìm kiếm các lỗi ảnh hƣởng tới tính hiệu quả và khả
năng hoạt động của đối tƣợng. Khi xác định tình trạng kỹ thuật của các đối
tƣợng, cũng phải giải quyết vấn đề dự báo diễn biến lỗi, vấn đề nguồn gốc lỗi
và ƣớc lƣợng tình trạng kỹ thuật của đối tƣợng trong tƣơng lai. Một hệ thống
chẩn đoán sẽ thực hiên công việc trên bằng cách thực hiện một loạt các phép
kiểm tra, thu thập số liệu, phân tích các số liệu đã thu thập để tìm ra các dấu
hiệu đặc biệt, và trên cơ sở các dấu hiệu đã tìm thấy, kết luận về trạng thái của
thiết bị.

12


Bản chất của chẩn đoán là sự phát triển và thực hiện các thuật toán ƣớc
tính các thông số kỹ thuật của đối tƣợng chẩn đoán mà không cần thay đổi
điều kiện làm việc của các thông số kiểm soát.
Từ các mô hình bộ lọc lỗi phát hiện lỗi đƣợc Beard và Jones đề cập
năm 1970, đến nay, lý thuyết về chẩn đoán và phát hiện lỗi đã phát triển thành
một nhánh quan trọng trong kỹ thuật thiết kế và chế tạo nhờ sự phát triển của
các lĩnh vực liên quan nhƣ: Khoa học về máy tính, lý thuyết điều khiển và mô
hình hóa. Đặc biệt do sự phát triển phần cứng máy tính cho phép xây dựng
những khâu điều khiển và tính toán với tốc độ cao là cơ sở cho các hệ thống
tính toán điều khiển phức tạp.
Rose Issermant đã chia bài toán chẩn đoán thành bốn bài toán với các
cấp độ nhận dạng lỗi từ đơn giản đến phức tạp. Một hệ thống chẩn đoán lỗi

thƣờng có nhu cầu thực hiện các mức độ chẩn đoán càng cao càng tốt, nhằm
phát hiện lỗi, định vị và ƣớc lƣợng đƣợc các thông tin liên quan đến lỗi:
- Bài toán phát hiện lỗi (Fault Detection): Mục tiêu là xác định xem đối
tƣợng có làm việc bình thƣờng hay không. Trong trƣờng hợp này, tập trạng
thái đƣợc chia thành hai tập nhỏ: S0 ứng với trạng thái làm việc bình thƣờng
và các trạng thái còn lại ứng với lỗi. Nhiệm vụ của bài toán là xác định xem
hệ đang nằm trong trạng thái S0 hay các trạng thái còn lại. Hệ thống sẽ tạo ra
tín hiệu cảnh báo cho ngƣời vận hành về tình trạng làm việc bất thƣờng của
hệ thống.
- Bài toán phân biệt lỗi (Fault Isolation): Trong trƣờng hợp này, cần
phân biệt càng rõ càng tốt xem đối tƣợng đang nằm trong trạng thái nào trong
số các trạng thái Si đã nêu ở trên. Do một lỗi xảy ra trong đối tƣợng đồng thời
ảnh hƣởng đến nhiều thông số đầu ra khác nhau nên việc xác định đúng trạng
thái của đối tƣợng là một công việc hoàn toàn không dễ dàng; thậm chí trong
một số tình huống là không thể thực hiện đƣợc. Nội dung của bài toán là phân

13


tích, tổng hợp các triệu chứng của lỗi, từ đó định vị đƣợc lỗi nằm ở bộ phận
chức năng nào.
- Bài toán xác định lỗi (Fault Indentification) mong muốn tìm nguyên
nhân của lỗi: Chi tiết gây ra lỗi, thời điểm gây ra lỗi.
- Cao hơn nữa, một hệ thống dung lỗi (Fault Tollerance) cho phép làm
việc trong trƣờng hợp có lỗi bằng cách sử dụng các giải pháp thay thế tƣơng
đƣơng về phần cứng hoặc phần mềm: Với các cảm biến lỗi, tín hiệu của cảm
biến có thể đƣợc thay thế bằng tính toán tƣơng đƣơng từ các thông số khác
của hệ thống. Trong trƣờng hợp này, hệ sẽ phải chịu chất lƣợng làm việc thấp
hơn do chi phí tính toán cao hơn, độ chính xác giảm do phƣơng pháp tính gián
tiếp, độ tin cậy giảm do không có thông số kiểm soát... nhƣng vẫn duy trì

đƣợc trạng thái làm việc bình thƣờng của cả hệ thống.
Các định nghĩa về quá trình nhận dạng lỗi đã đƣợc định nghĩa bởi Hiệp
hội Safe Process do R. Isermann và P. Ballé đề xuất năm 1996, bao gồm: [48]
- Theo dõi (Monitoring): là quá trình thu thập và chuyển đổi các thông
số chẩn đoán nhằm phát hiện các biểu hiện bất thƣờng. Quá trình này thực
hiện với thời gian thực.
- Giám sát (Supervison) bao gồm quá trình theo dõi và đƣa ra những
quyết định cho phép chắc chắn những hành động hợp lý trong trƣờng hợp có
lỗi.
- Bảo vệ (Protection): Bao gồm tất cả các quá trình giám sát và thao tác
nhằm hạn chế tối đa những thiệt hại do lỗi gây ra.
Trong tài liệu này cũng phân biệt giữa theo dõi diễn biến của quá trình
(hoạt động của một đối tƣợng) và theo dõi trạng thái của quá trình (trạng thái
của đối tƣợng).
Theo dõi hoạt động đƣợc hiểu là công việc hƣớng tới chẩn đoán đối
tƣợng, tín hiệu hóa và thể hiện dƣới dạng lƣợc đồ trạng thái của đối tƣợng và

14


sự thay đổi của nó. Nhƣ vậy, các hệ thống theo dõi trạng thái là các hệ thống
chẩn đoán thời gian thƣc. Khi đối tƣợng hoạt động trong thời gian thực, hệ
thống chẩn đoán có thể hỗ trợ hoạt động kiểm tra và bảo vệ cho hệ thống nhƣ
yêu cầu đối với hệ thống giám sát. Vì vậy, một hệ thống giám sát đƣợc định
nghĩa là một hệ thống chẩn đoán liên tục hoặc một hệ quan sát liên tục trạng
thái của đối tƣợng.
Kiểm tra là một công việc tiếp theo của chẩn đoán. Công việc này đƣợc
hiểu nhƣ là việc xác định một tập của các phép thử các nhau đƣợc xây dựng
theo trật tự để định lƣợng giá trị của các thuộc tính có ích của đối tƣợng đƣợc
phân tích trong dải đã đƣợc xác định của thông số. Một dạng đặc biệt của các

thao tác này là các phép chẩn đoán, nhằm xác định xem những tiêu chí đã
đƣợc xác định có phù hợp với các tiêu chuẩn và khuyến nghị hay không. Một
quá trình chẩn đoán có thể đƣợc thực hiện tự động. Trong trƣờng hợp đó, các
phép chẩn đoán đƣợc hiểu là một tập của các thao tác đƣợc thực hiện bởi phần
mềm nhằm đặt các giá trị cho trƣớc lên các biến công nghệ. Mục tiêu của các
thao tác trên là để kiểm tra sự phù hợp trong hoạt động của phần đối tƣợng
cần kiểm tra. Kết quả của phép kiểm tra trên là tín hiệu kiểm tra - có chứa
những thông tin về chi tiết cần kiểm tra.
1.1.1 Đối tƣợng và mục tiêu của bài toán chẩn đoán.

Mục tiêu của bài toán chẩn đoán là xác định xem hệ thống đang làm
việc có bình thƣờng hay không và trạng thái của nó nhƣ thế nào. Trong [38],
Mattias Nyberg đã định nghĩa bài toán phân loại chẩn đoán nhƣ sau:
Coi đối tƣợng chẩn đoán gồm n chi tiết, mỗi chi tiết có các thông số
trạng thái tƣơng ứng xi. Hệ sẽ làm việc bình thƣờng khi cả n chi tiết đều làm
việc bình thƣờng. Khi một trong số các chi tiết này làm việc không bình
thƣờng, hệ sẽ gặp lỗi fi.
Có thể xảy ra 3 tình huống nhƣ sau:

15


- Hệ không lỗi : Trạng thái của hệ thống đặc trƣng bởi tập lỗi trống
S0={}
- Hệ gặp một trong số các lỗi đã nêu Sm={fi}
- Hệ gặp đồng thời nhiều lỗi đồng thời Sn={fi, fj,...}.
Nhƣ vậy, tại một thời điểm, hệ sẽ nằm ở một trong các trạng thái của
tập trạng thái {S0, Sm, Sn}.
Mục tiêu của bài toán chẩn đoán là xác định xem hệ đang nằm ở trạng
thái nào trong số các trên. Có thể thấy ngay rằng, số lƣợng trạng thái trong tập

tăng theo cấp số nhân theo số lƣợng phần tử và số lỗi đồng thời xảy ra. Nói
cách khác, hệ càng phức tạp và số lƣợng lỗi đồng thời xảy ra càng nhiều thì
việc chẩn đoán càng khó khăn.
1.1.2 Mô hình toán học đối tƣợng chẩn đoán và bài toán chẩn đoán

Mô hình toán học của đối tƣợng chẩn đoán đƣợc thể hiện tổng quát nhƣ
sau:

f(t)
U(t)

X(t)+ X(t)

Y(t)+ Y(t)

Hình 1.1: Mô hình đối tượng chẩn đoán trong trường hợp có lỗi

Trong đó:
U(t): Véc tơ thông số đầu vào của đối tƣợng chẩn đoán
Y(t): Véc tơ thông số đầu ra của đối tƣợng chẩn đoán
X(t): Véc tơ thông số cấu trúc của đối tƣợng chẩn đoán
F(t): Lỗi tác động đến hệ thống.
Một hệ thống làm việc bình thƣờng đƣợc mô tả bởi hàm quan hệ:
Y(t) =

[U(t), X(t)]

(1.1)

Lỗi đƣợc quy về một nhóm tín hiệu vào làm thay đổi thuộc tính của đối

tƣợng.
F(t) = [f1(t), f2(t)... fn(t)]

16

(1.2)


F(t) có thể biến đổi liên tục tƣơng ứng với sự hao mòn của thiết bị hoặc
nhảy bậc khi hệ thống hƣ hỏng bất thƣờng.
Xét cả tác động của lỗi và các đầu vào ngoại lai thì trạng thái của đối
tƣợng đƣợc xác định bởi công thức:
.
x(t )

x(t )

x (t )

y (t )

y (t )

y (t )

x(t ), u (t ), f (t ), d (t )
x(t ), u (t ), f (t ), d (t )

(1.3)

Nhƣ vậy, trong trƣờng hợp lỗi, hàm lỗi F(t) làm thay đổi giá trị thông
số trạng thái của thiết bị từ X(t) thành X(t)+ X(t) và thông qua ánh xạ

,

thông số đầu ra thay đổi một lƣợng y(t) thành y(t)+ y(t).
Công thức 1.1 sẽ thay đổi thành:
Y(t)+ Y = F1[U(t), X(t)+ X(t)]

(1.4)

Đối với hệ tuyến tính, F(t) có thể là lỗi nhân hoặc lỗi cộng. Việc chẩn
đoán lỗi nhân thƣờng đòi hỏi phải có giá trị đầu vào (ui(t)i 0).
Bản chất của chẩn đoán là dựa vào những dấu hiệu đầu ra y, để xác
định sự thay đổi của thông số trạng thái của đối tƣợng. Tức là, nếu xác định
đƣợc ánh xạ ngƣợc:
X(t)+ X = [U(t), Y(t)+ Y(t)]

(1.5)

thì bài toán coi nhƣ đƣợc giải xong [66]. Tuy nhiên, có hai vấn đề mà
cách giải quyết các vấn đề trên sẽ tạo ra các phƣơng pháp chẩn đoán khác
nhau:
Vấn đề 1: Cách xác định sự bất thƣờng của đầu ra: Những sai lệch có
thể phát hiện đƣợc mang ý nghĩa chẩn đoán đƣợc goi là triệu chứng. Có thể
xác định các triệu chứng này dựa vào phƣơng pháp thống kê hoặc dựa trên so
sánh với một hệ thống có hàm truyền đạt tƣơng tự với hệ thống cần chẩn
đoán.
Vấn đề 2: Ánh xạ

-1

thƣờng là không biết và khó xác định.

17


Tùy theo cách tiếp cận của bài toán chẩn đoán, một số mô hình chẩn
đoán sau đã đƣợc nghiên cứu và ứng dụng:
F-Lỗi
U-đầu vào

U-đầu vào

Y-đầu ra

ĐTCĐ

Phân loại
U Y S

F- lỗi

Mô hình
hóa

Tạo tín hiệu
chẩn đoán

Y-đầu ra

Phát hiện
sai lệch
R-Sai lệch

S-Triệu chứng
Liên hệ
S F

ĐTCĐ

Phân loại
R S

Phân biệt
lỗi

Ƣớc lƣợng
sai lệch
S-Triệu chứng

F-Lỗi
Liên hệ
S F

Phân biệt
lỗi
F-Lỗi

a. Chẩn đoán dựa trên triệu chứng

b. Chẩn đoán dựa trên mô hình

Hình 1.2: Các phương pháp chẩn đoán và cơ chế phân loại lỗi

Sơ đồ hệ thống chẩn đoán trong Hình 1.2 mô tả các bƣớc cơ bản của
quá trình chẩn đoán [48]. Nó cho thấy sự khác nhau cơ bản của phƣơng pháp
chẩn đoán dựa trên triệu chứng và chẩn đoán dựa trên mô hình.
1.1.3 Chẩn đoán dựa trên phân loại triệu chứng

Phân loại triệu chứng là phƣơng pháp chẩn đoán truyền thống [38].
Trên cơ sở những thông số quan trọng có thể đo đƣợc, các biểu hiện lỗi (triệu
chứng) đƣợc phát hiện bằng cách so sánh với các giá trị ngƣỡng. Tập hợp các
triệu chứng hoặc từng triệu chứng đơn lẻ sẽ cho biết tình trạng hiện tại của hệ
thống.

18


Phƣơng pháp phân loại sử dụng mô hình thống kê và phân loại mẫu để
tìm ra mối quan hệ ngƣợc từ sai lệch đầu ra về lỗi đầu vào.
Cách giải quyết vấn đề 1: Tập triệu chứng đƣợc xây dựng bằng cách
so sánh giá trị đầu ra với giá trị chuẩn - ngƣỡng chuẩn đoán. Để đảm bảo
không nhầm lẫn, giá trị ngƣỡng phải đƣợc lấy đủ lớn sao cho có thể phân biệt
đƣợc trạng thái bình thƣờng và trạng thái lỗi có tính đến ảnh hƣởng của nhiễu.
Triệu chứng đƣợc định nghĩa là những thay đổi của thông số chẩn đoán có thể
phát hiện đƣợc. Tập triệu chứng S chính là tập chứa các giá trị y+ y sai khác
đủ lớn so với giá trị thông thƣờng để có thể phân biệt đƣợc bằng ngƣỡng. {s}
là tập con của { y}
Công thức (1.5) sẽ biến đổi thành:

F=

-1

(S)

(1.6)

Trong đó:
S=[s1...sns] là véc tơ triệu chứng đầu vào của hệ chẩn đoán.
F=[f1...fnf]: Véctơ kết luận chẩn đoán, fi nhận giá trị trong khoảng từ 0
đến 1 ứng với khả năng có lỗi i của đối tƣợng;
Cách giải quyết vấn đề 2: Ánh xạ ngƣợc

-1

đƣợc xây dựng trên cơ sở

phƣơng pháp phân loại thống kê (Hình 1.2.a).
Đặc điểm của phƣơng pháp chẩn đoán dựa trên phân loại triệu chứng
đã đƣợc thể hiện trong công thức (1.6): Phƣơng pháp phân loại không quan
tâm đến cấu trúc bên trong, bản chất vật lý cũng nhƣ các hiện tƣợng diễn ra
bên trong đối tƣợng. Các kết luận dựa trên các cơ sở số liệu thống kê, do vậy,
hoàn toàn độc lập với cấu trúc của thiết bị. Nói cách khác, kết luận chẩn đoán
là hoàn toàn khách quan so với cấu trúc, hoạt động của thiết bị.
Nhƣợc điểm của phƣơng pháp này là không cho phép chẩn đoán sâu và
khả năng chẩn đoán tƣơng đối cứng nhắc, tập triệu chứng bị bó hẹp ở tập

19

thông số đầu ra và thông số kết cấu làm cho hiệu quả chẩn đoán không đƣợc
cao và hạn chế khả năng chẩn đoán online. Bằng việc xây dựng các phƣơng
pháp chuyên gia trong phân tích số liệu và mô phỏng quá trình kết luận của
chuyên gia, phƣơng pháp này trở nên hiệu quả hơn, nâng cao chất lƣợng chẩn
đoán và mở rộng phạm vi ứng dụng của phƣơng pháp [20].
Dựa trên cơ sở quan sát lâu dài tập các đối tƣợng chẩn đoán, các hƣ
hỏng và triệu chứng gặp phải, ngƣời ta có thể xây dựng đƣợc mối quan hệ
ngƣợc giữa các triệu chứng và hƣ hỏng cũng nhƣ độ tin cậy của kết luận. Mối
quan hệ này có thể đƣợc thể hiện bằng các bảng sự thật, ma trận kết luận chẩn
đoán hoặc cây xác suất, Bayes Graph.
Các kết quả của phƣơng pháp này là cơ sở cho các phƣơng pháp kết
luận chẩn đoán dựa trên ma trận chẩn đoán và graph chẩn đoán.
Phƣơng pháp này vẫn đƣợc áp dụng trong những lĩnh vực mà ở đó, mối
quan hệ giữa lỗi và thông số cấu trúc không thể mô tả tƣờng minh bằng các
quan hệ toán học.
1.1.4 Phƣơng pháp chẩn đoán dựa trên mô hình hóa

Nhƣợc điểm của phƣơng pháp chẩn đoán truyền thống đòi hỏi phải có
số liệu thống kê về đối tƣợng trong trạng thái làm việc bình thƣờng và trạng
thái hƣ hỏng. Điều này khó có thể thực hiện đƣợc với các hệ thống kỹ thuật
đang đƣợc phát triển và đào thải với tốc độ hết sức nhanh chóng. Với những
thiết bị giá trị cao, ví dụ trong công nghệ hàng không vũ trụ, không thể thực
hiện số phép thử đủ lớn để phát hiện ra lỗi và quy luật lỗi. Vì vậy, phƣơng
pháp tìm kiếm và kết luận lỗi dựa trên số liệu thống kê tỏ ra không phù hợp.
Khi các hệ thống kỹ thuật càng phức tạp, thì bài toán chẩn đoán càng
khó khăn, và việc thu thập đủ các triệu chứng lỗi cho toàn bộ các tình huống
chẩn đoán sẽ trở nên rất tốn kém và không thể thực hiện đƣợc.

20

Mặt khác, yêu cầu về độ tin cậy và khả năng chẩn đoán đòi hỏi phải
nắm vững tình trạng của thiết bị ngay khi thiết bị đầu tiên đƣợc đƣa vào trạng
thái hoạt động. Do vậy, không thuận lợi cho phƣơng pháp chẩn đoán dựa trên
số liệu thống kê.
Phƣơng pháp chẩn đoán dựa trên mô hình, trong đó tập trung vào giám
sát và kiểm tra có ảnh hƣởng rất lớn đến lĩnh vực chẩn đoán. Nó tạo ra một
phƣơng pháp mới tiếp cận với thông số cấu trúc và phân tích tìm ra các triệu
chứng lỗi. Nó cũng cho phép mở rộng và kết hợp với phƣơng pháp chẩn đoán
dựa trên giám sát (Observer) đã có.
Phƣơng pháp chẩn đoán theo mô hình đã đƣợc nghiên cứu một cách
tƣơng đối chi tiết về lý thuyết và đang phát triển ứng dụng của nó trong các
ngành kỹ thuật. Các vấn đề về chẩn đoán theo mô hình đƣợc tổng kết trong
một số công trình của Isserman, S.X. Ding và các tác giả khác [48],[49],[50]
[34].
Trong phƣơng pháp chẩn đoán dựa trên mô hình đối chứng, Giá trị
chuẩn y(t) đƣợc tạo ra bằng một mô hình so sánh có hàm truyền giống với
hàm truyền của đối tƣợng chẩn đoán trong trạng thái bình thƣờng và đƣợc
chạy song song với đối tƣợng, đặc trƣng bởi hàm quan hệ:
^

y (t )

f u t ,x t

(1.7)

Giải quyết vấn đề 1: Triệu chứng lỗi đƣợc xác định bởi sai lệch giữa
giá trị thực tế và giá trị tính toán:

.

r (t )

^

y(t ) y(t )

(1.8)

r(t) đƣợc gọi là các ―dƣ thừa‖ hay mã kiểm tra nhằm xác định sai lệch
của hệ thống. Nhƣ vậy, nếu r(t) 0 thì đã có thể kết luận rằng hệ có lỗi. Và
tổng hợp các giá trị sai lệch đầu ra một cách phù hợp có thể xác định đƣợc lỗi

21


đang xảy ra đối với thông số nào (phân biệt đƣợc lỗi). Tổng hợp các sai lệch
vƣợt quá ngƣỡng xác định các triệu chứng lỗi của đối tƣợng.
Giải quyết vấn đề 2: Từ mô hình toán học và phân tích lỗi của đối
tƣợng, xác định tập mối quan hệ phù hợp để xây dựng đƣợc môi quan hệ
ngƣợc từ S F (Hình 1.2.b). Các mối quan hệ e trong mô hình chẩn đoán
đƣợc lựa chọn từ mô hình toán tƣơng ứng sao cho mỗi lỗi fi tác động vào hệ
thống tƣơng ứng với sự biến đổi của một hoặc một nhóm triệu chứng s i.
Nếu

là một song ánh thì hoàn toàn có thể kết luận sự tồn tại của fi nếu có sự

xuất hiện của si.
Ƣu điểm của phƣơng pháp:

- Khoảng cách giữa giá trị thực và giá trị ngƣỡng chính là độ nhạy của
thông số chẩn đoán. Dễ dàng nhận thấy, độ nhạy của phƣơng pháp chẩn đoán
dựa trên mô hình cao hơn rất nhiều so với phƣơng pháp truyền thống (
Hình 1.3).
- Với độ nhạy cao và giá trị ngƣỡng sát với giá trị hoạt động, cho phép
ứng dụng trong các phép chẩn đoán thiết bị trong tình trạng hoạt động
(online), đặc biệt với các thông số biến đổi liên tục trong dải rộng.
- Phƣơng pháp chỉ cần quan sát hệ thống ở trạng thái tốt, từ đó suy
ra trạng thái bất thƣờng của hệ thống, mà không cần quan sát hệ thống ở
trạng thái hƣ hỏng, do vậy, rất thuận lợi trong thực tế, dễ dàng xây dựng đƣợc
bộ số liệu đầy đủ cho đối tƣợng.

22


A

Giá trị ngƣỡng
Giá trị thực

A

Giá trị ngƣỡng
Giá trị thực

t

t
Phƣơng pháp so sánh ngƣỡng

Phƣơng pháp mô hình đối chứng

Hình 1.3: Giá trị ngưỡng trong hai phương pháp

- Một điểm mạnh nữa của phƣơng pháp là việc phân biệt lỗi sử dụng cơ
chế suy luận lỗi trên cơ sở mô hình cấu trúc đã biết của đối tƣợng, do vậy,
đảm bảo độ tin cậy cao mà không cần dựa trên khảo sát tình trạng hỏng hóc
của đối tƣợng. Do vậy, không cần phải tạo ra các mẫu thử tình trạng hƣ hỏng
và quan sát triệu chứng nhƣ phƣơng pháp truyền thống.
Nhƣợc điểm của phƣơng pháp là chỉ phát hiện đƣợc các lỗi theo thiết
kế trƣớc mà không thể phát hiện đƣợc các tình huống bất thƣờng, ngoài tính
toán. Một lỗi dù rất đơn giản nhƣng không trong thiết kế có thể gây ra những
kết luận hoàn toàn sai lầm cho cả hệ thống.
1.2 Các phương pháp phát hiện lỗi dựa trên mô hình hóa
Từ những năm 1990, phƣơng pháp này đƣợc đề xuất và nghiên cứu bởi
nhiều tác giả nhƣ R.Isermann, P. Ballé, X.Ding. Đối tƣợng chẩn đoán đƣợc
mô phỏng bằng mô hình. Bằng cách xây dựng tập hàm kiểm tra phù hợp, các
triệu chứng đƣợc phát hiện và các hƣ hỏng đƣợc kết luận. Ƣu điểm nổi bật
của phƣơng pháp này là cho phép phát hiện lỗi không chỉ ở khâu chấp hành,
mà còn lỗi ở hệ thống cảm biến và khâu điều khiển; Nhờ đó, có thể đảm bảo
đƣợc tính đúng và khả năng làm việc bình thƣờng của hệ thống. Tuy nhiên,
phƣơng pháp này đòi hỏi đầy đủ các thông số của các hệ thống cũng nhƣ nắm
rõ đƣợc mô hình vật lý của từng đối tƣợng. Phƣơng pháp chẩn đoán dựa trên

23