Fault Detection and Monitoring using an Information-Driven Strategy: Method, Theory, and Application

要約

システムが初期故障に陥ったことを検知する能力は、致命的な故障を防止する上で最も重要である。本研究では、新しいコンセプトのドリフト検出器に基づく情報駆動型故障検出法を提案する。この手法は、加法性ノイズモデルの入出力関係におけるドリフト（すなわち、モデルドリフト）を識別するために調整されており、分布のない相互情報量（MI）推定量に基づいている。我々のスキームは、事前の欠陥例を必要とせず、大規模なシステムモデルに対して無分布で適用することができる。我々の主な貢献は2つある。第一に、故障検出、モデルドリフト検出、2つの確率変数間の独立性の検定との関連を示す。第二に、提案するMIに基づく故障検出スキームのいくつかの理論的性質を証明する：(i)強い一貫性、(ii)故障でないケースの指数関数的な高速検出、(iii)検定の有意水準と検出力の両方の制御。結論として、合成データと航空機ターボファンエンジンのベンチマークデータセットN-CMAPSSを用いて我々の理論を検証する。これらの実証結果は、多くの実用的で現実的な設定における我々の手法の有用性を支持し、理論結果は他の手法では提供できない性能保証を示している。

要約(オリジナル)

The ability to detect when a system undergoes an incipient fault is of paramount importance in preventing a critical failure. In this work, we propose an information-driven fault detection method based on a novel concept drift detector. The method is tailored to identifying drifts in input-output relationships of additive noise models (i.e., model drifts) and is based on a distribution-free mutual information (MI) estimator. Our scheme does not require prior faulty examples and can be applied distribution-free over a large class of system models. Our core contributions are twofold. First, we demonstrate the connection between fault detection, model drift detection, and testing independence between two random variables. Second, we prove several theoretical properties of the proposed MI-based fault detection scheme: (i) strong consistency, (ii) exponentially fast detection of the non-faulty case, and (iii) control of both significance levels and power of the test. To conclude, we validate our theory with synthetic data and the benchmark dataset N-CMAPSS of aircraft turbofan engines. These empirical results support the usefulness of our methodology in many practical and realistic settings, and the theoretical results show performance guarantees that other methods cannot offer.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL