Interactive Education of Engineers in the Field of Fault Diagnosis and Fault-Tolerant Control

eng Artykuł w języku angielskim DOI: 10.14313/PAR_201/84

Wojciech Moczulski , wyślij Piotr Przystałka , Dominik Wachla , Wawrzyniec Panfil Institute of Fundamentals of Machinery Design, Silesian University of Technology, Gliwice

Pobierz Artykuł

Abstract

The main purpose of this paper is to present how the new information technologies can be used to aid engineering education in the area of fault diagnosis and fault-tolerant control. A 3D virtual reality model of the second stage of a water filtration system together with its simulation model are pointed out as a useful learning mean for stimulating education in the domain of advanced control theory at the university level. Some applications of the elaborated tool for presenting either fault diagnosis or fault-tolerant control issues are given and the most important merits and limits of the proposed approach in the education process discussed.

Keywords

education, fault diagnosis, fault-tolerant control, information technologies, interactive tools, virtual reality

Interaktywne kształcenie inżynierów w zakresie diagnostyki procesów i sterowania odpornego na błędy

Streszczenie

Głównym celem artykułu jest zaprezentowanie nowych technologii informacyjnych do wspomagania nauczania w zakresie diagnostyki procesów i sterowania odpornego na błędy i uszkodzenia. Zaproponowano trójwymiarowy wirtualny model układu filtracji wody stanowiący jeden ze stopni systemu przygotowania wody w elektrowni. Model ten połączono z jego modelem symulacyjnym, otrzymując narzędzie przydatne do stymulacji procesu nauczania akademickiego w zakresie zaawansowanych systemów sterowania. W artykule pokazano przykłady zastosowania opracowanego systemu informatycznego do prezentacji zagadnień z diagnostyki uszkodzeń oraz sterowania odpornego. Artykuł kończy dyskusja na temat zalet i ograniczeń

Słowa kluczowe

diagnostyka uszkodzeń, kształcenie, narzędzia interaktywne, rzeczywistość wirtualna, sterowanie odporne na błędy, technologie informacyjne

Bibliografia

  1. Bartys M., Patton R., Syfert M., de las Heras S., Quevedo J., Introduction to the DAMADICS actuator FDI benchmark study, “Control Engineering Practice”, Vol. 14, No. 6, 2006, 577–596, DOI: 10.1016/j.conengprac.2005.06.015.
  2. Blanke M., Kinnaert M., Lunze J., Staroswiecki M., Diagnosis and Fault-Tolerant Control. Springer, 2nd ed., 2006. DOI: 10.1007/978-3-540-35653-0.
  3. Cempel C., Podstawy wibroakustycznej diagnostyki maszyn, WNT, Warszawa 1982.
  4. Cholewa W., Korbicz J., Koscielny J.M., Patan K., Rogala T., Syfert M., Witczak., Diagnostic methods, [In:] Modeling, Diagnosis and Process Control. Implementation in the DiaSter System, Korbicz J., Koscielny J.M. (eds.), Springer-Verlag, Berlin-Heidelberg, 2011, 153–231.
  5. Downs J., Vogel E., A plant-wide industrial process control problem, “Computers and Chemical Engineering”, Vol. 17, No. 3, 1993, 245–255.
  6. 6. Henderson S., Feiner S., Augmented and Mixed Reality for Training, [In:] The PSI Handbook of Virtual Environments for Training and Education, Nicholson D., Schmorrow D., Cohn J. (eds.), Vol. 3, Praeger Security International, Westport, 2008.
  7. Henderson S., Feiner S., Evaluating the Benefits of Augmented Reality for Task Localization in Maintenance of an Armored Personnel Carrier Turret, [In:] Proc. International Symposium on Mixed and Augmented Reality (ISMAR 09), 2009. DOI: 10.1109/ISMAR.2009.5336486.
  8. Hughes C.E., Stapleton C.B., Hughes D.E., Smith E.M. Mixed reality in education, entertainment, and training, “Computer Graphics and Applications”, IEEE, Vol. 25, No. 6, 2005, 24–30, DOI: 10.1109/MCG.2005.139.
  9. HYDAC AutoFiltr RF3 Automatic Self-Cleaning Filter, 2008, [www.hydacusa.com].
  10. Isermann R., Fault-Diagnosis Systems: An Introduction from Fault Detection to Fault Tolerance, Springer, 2005.
  11. Januszka M., Moczulski W., Acquisition and Knowledge Representation in the Product Development Process with the Use of Augmented Reality, [In:] Concurrent Engineering Approaches for Sustainable Product Development in a Multi-Disciplinary Environment, J. Stjepandic et al. (eds.), Springer-Verlag, London 2013, 315–326. DOI: 10.1007/978-1-4471-4426-7_27.
  12. Korbicz J., Koscielny J.M., Kowalczuk Z., Cholewa W. (eds.): Fault Diagnosis, Models, Artificial Intelligence, Applications, Springer, 2004.
  13. Moczulski W., Panfil W., Januszka M., Mikulski G., Applications of augmented reality in machinery design, maintenance and diagnostics, [In:] Recent Advances in Mechatronics, Springer-Verlag, Berlin-Heidelberg 2007, 52–56, DOI: 10.1007/978-3-540-73956-2_11.
  14. Moczulski W., Januszka M., Psiuk K., Wylezoł M., Cholewa A., Zagadnienia diagnostyki maszyn i procesów w interaktywnym systemie 3D InterEdu, XL Jubileuszowe Ogólnopolskie Sympozjum ’Diagnostyka Maszyn’, Wisła, 4–8 marca 2013.
  15. Navab N., Blum T., Wang L., Okur A., Wendler T., First Deployments of Augmented Reality in Operating Rooms, “Computer”, Vol. 45, No. 7, July 2012, 48–55, DOI: 10.1109/MC.2012.75.
  16. Odgaard P.F., Stoustrup J., Kinnaert M., Fault tolerant control of wind turbines – a benchmark model, Proceedings of the 7th IFAC Symposium SAFEPROCESS, Barcelona, Spain, June 2009, DOI: 10.1002/rnc.2993.
  17. Panfil W., Moczulski W., Wyczółkowski R., Reasoning in machinery diagnostics aided by Augmented Reality system, “Diagnostyka” 2(35)/2005, 89–94.
  18. Russell E.L., Chiang L.H., Braatz R.D., Datadriven Methods for Fault Detection and Diagnosis in Chemical Processes, Advances in Industrial Control, Springer-Verlag, London 2000, DOI: 10.1007/978-1-4471-0409-4.
  19. Stańda J., Woda do kotłów parowych i obiegów chłodzących siłowni cieplnych, Wyd. 3, WNT, Warszawa 1999.
  20. Thornhill N., Patwardhan S., Shah S., A continuous stirred tank heater simulation model with applications, “Journal of Process Control”, Vol. 18, 2008, 347–360, DOI: 10.1016/j.jprocont.2007.07.006.
  21. Vibration Analysis and Reliability Training – Mobius Institute Web Page (visited 26.09.2013): [www.mobiusinstitute.com].