Diagnosers for discrete event systems: Improved realization and examples

Abstract

Üretim, telekomünikasyon veya ulaştırma gibi farklı alanlardaki bir çok karmaşıksistem ayrık olaylı sistemler olarak modellenebilmektedir. İçerisinde hata olma olasılığı barındıran her sistemdeyse hata tanılama ve tecriti tabii olarak istenmektedir.Bu amaçla, tanılayıcı adı verilen, sınırlı sayıda olay meydana geldikten sonra,modellenmiş her hatayı tespit edebilen bir ayrık olaylı sistem makinesi kullanılır.Bu tezde, olay ve dil tanılabilirliği kavramları üzerine iki adet tanılayıcı önerilecek vebu tanılayıcıların her biri merkezi ve verilen sistemin paralelinde çalışan çevrimiçi birtanılayıcı olarak görev yapacaktır. Benzer çalışmalardan farklı olarak kendi tanılayıcılarımızdan gelişmiş tanılayıcılar olarak bahsedeceğiz çünkü bu tanılayıcılar hata tespit edilir edilmez açık bir şekilde uyarı vermekteler.Bu da bizim tanılayıcılarımız uygulamada daha kullanışlı yapmaktadır. Ek olarak, çalışmamız en kötü durumdaki gecikmehesaplamalarını sadeleştirmektedir. Bunların yanı sıra, gelişmiş tanılayıcımızı geliştirdiğimiz başka bir yöntem aracılığıyla gereksiz olayları gözlemleme ihtiyacındankurtararak daha da geliştireceğiz. Böylece daha az sensöre ihtiyaç duyulacak ve yapılan tanılayıcı daha küçük bir boyuta sahip olacaktır. Önerilen tanılayıcının yararları ve algoritmaların uygulanabilirliği bir iletişim ağı örneği ile gösterilmiştir.

Many complex systems in different areas such as manufacturing, telecommunications or transportation can be modeled as Discrete Event Systems (DES). The task of fault detection and isolation is naturally desired for every system that has the possibility of any fault occurrences in it. To this end, a DES machine that can detect every modeled fault after a bounded number of event occurrence called diagnoser is used.In this thesis, there are two diagnoser realizations corresponding to the notions ofevent and language diagnosability. The proposed diagnosers function as centralizeddiagnosers that run parallel to the given systems and perform online diagnosis. Differing from similar studies, we denote our diagnosers as improved diagnosers because they explicitly give a notification as soon as a faulty behavior is detected. This makes our diagnosers more useful in practice. In addition, our study simplifies the computation of the worst-case delay until a fault is detected. Moreover, we further enhance our improved diagnoser by applying an algorithm to remove unnecessary observations.As a result, fewer sensors are needed and the constructed diagnosers have a smaller size. The merits of the proposed diagnoser approach and the applicabilityof our algorithmic implementation are demonstrated by a communication networksystem example.