Integratie van modelgebaseerde en data-gedreven methodes voor belastings-/toestandsschatting van mechanische systemen

Virtuele detectie verwijst naar een concept waarbij metingen of gegevens die niet rechtstreeks via fysieke sensoren worden verkregen, worden geschat of ``virtueel'' gegenereerd met behulp van wiskundige modellen, algoritmen of gegevensfusietechnieken. Virtuele detectie maakt de voorspelling of schatting van bepaalde belangrijke variabelen of parameters van belang mogelijk op basis van beschikbare metingen en inzicht in het onderliggende systeemgedrag. De huidige strategieën voor virtuele detectie voor indirecte schatting van invoeren en toestanden van mechatronische systemen zijn flexibel en kosteneffectief, maar ze worden vaak beperkt door de nauwkeurigheid van de onderliggende modellen die bij de ontwikkeling ervan zijn gebruikt. Dit kan vooral een uitdaging zijn voor het reconstrueren van breedbandige invoerkrachten, aangezien consistente en nauwkeurige modellering over grote frequentiebanden zelden bereikt wordt. Daarom is er nood aan de ontwikkeling van raamwerken die alleen vertrouwen op waarnemingen voor invoeridentificatie, terwijl nog steeds gebruik wordt gemaakt van beschikbare benaderde modellen voor het schatten van de toestand. Dit werk stelt een gecombineerde aanpak voor waarbij het schatten van krachten en toestanden gebeurt op basis van een sequentiële implementatie van een impulsrespons matrix deconvolutie en een Kalman filter. De gesplitste implementatie maakt verbeterde invoerschattingen mogelijk, waar de huidige gezamenlijke schattingstechnieken moeite mee hebben wanneer modelverschillen worden geïntroduceerd. De versterkte krachten worden vervolgens opgenomen in de Kalman filter om schattingen te genereren van de toestanden op een bepaalde locatie in het geometrische domein, waarbij de tekortkoming van het impulsresponsfilter om ongemeten toestanden te schatten wordt verholpen. Om de nauwkeurigheid van de schattingen verder te verbeteren, werd een sensorfusietechniek op basis van gewogen kleinste kwadraten geïntroduceerd om de bijdragen van elke sensor te balanceren op basis van een a priori schatting van de botsingskracht van het doel. Het onderzoek van de schattingsresultaten leverde resultaten op die een verslechtering van de schatting, als gevolg van ruisversterking tijdens het inversieproces van ruisgevoelige sensorgegevens, voorkwamen, evenals een algehele verbetering van de conditionering van het systeem en de kwaliteit van de krachtschattingen.

De ontwikkelde tools bleken robuust voor constructies met complexe randvoorwaarden, grote frequentiebanden en hoge modale dichtheid, wat resulteerde in een significante reductie van de fout tussen waargenomen en geschatte breedbandkrachten. Het raamwerk werd gevalideerd op twee complexe commerciële mechanische systemen: een hamerboormachine en een aandrijflijn van een voertuig. Om de voorgestelde methodologie vast te stellen en inzicht te verschaffen in het gedrag van de huidige modelgebaseerde schatters, hebben we een grondige review uitgevoerd van eerdere experimentele en numerieke bevindingen. De resultaten tonen de doeltreffendheid van onze aanpak aan, zelfs in uitdagende scenario's in de echte wereld.