Дисертації з теми "Robust fault diagnosis"

This thesis focuses on the development of the model-based fault detection and isolation /fault detection and diagnosis (FDI/FDD) techniques using the unknown input observer (UIO) methodology. Using the UI de-coupling philosophy to tackle the robustness issue, a set of novel fault estimation (FE)-oriented UIO approaches are developed based on the classical residual generation-oriented UIO approach considering the time derivative characteristics of various faults. The main developments proposed are: - Implement the residual-based UIO design on a high fidelity commercial aircraft benchmark model to detect and isolate the elevator sensor runaway fault. The FDI design performance is validated using a functional engineering simulation (FES) system environment provided through the activity of an EU FP7 project Advanced Fault Diagnosis for Safer Flight Guidance and Control (ADDSAFE). - Propose a linear time-invariant (LTI) model-based robust fast adaptive fault estimator (RFAFE) with UI de-coupling to estimate the aircraft elevator oscillatory faults considered as actuator faults. - Propose a UI-proportional integral observer (UI-PIO) to estimate actuator multiplicative faults based on an LTI model with UI de-coupling and with added H∞ optimisation to reduce the effects of the sensor noise. This is applied to an example on a hydraulic leakage fault (multiplicative fault) in a wind turbine pitch actuator system, assuming that thefirst derivative of the fault is zero. - Develop an UI–proportional multiple integral observer (UI-PMIO) to estimate the system states and faults simultaneously with the UI acting on the system states. The UI-PMIO leads to a relaxed condition of requiring that the first time derivative of the fault is zero instead of requiring that the finite time fault derivative is zero or bounded. - Propose a novel actuator fault and state estimation methodology, the UI–proportional multiple integral and derivative observer (UI-PMIDO), inspired by both of the RFAFE and UI-PMIO designs. This leads to an observer with the comprehensive feature of estimating faults with bounded finite time derivatives and ensuring fast FE tracking response. - Extend the UI-PMIDO theory based on LTI modelling to a linear parameter varying (LPV) model approach for FE design. A nonlinear two-link manipulator example is used to illustrate the power of this method.

Fault detection and diagnosis have gained central importance in the chemical process industries over the past decade. This is due to several reasons, one of them being that copious amount of data is available from a large number of sensors in process plants. Moreover, since industrial processes operate in closed loop with appropriate output feedback to attain certain performance objectives, instrument faults have a direct effect on the overall performance of the automation system. Extracting essential information about the state of the system and processing the measurements for detecting, discriminating, and identifying abnormal readings are important tasks of a fault diagnosis system. The goal of this dissertation is to develop such fault diagnosis systems, which use limited information about the process model to robustly detect, discriminate, and reconstruct instrumentation faults. Broadly, the proposed method consists of a novel nonlinear state and parameter estimator coupled with a fault detection, discrimination, and reconstruction system. The first part of this dissertation focuses on designing fault diagnosis systems that not only perform fault detection and isolation but also estimate the shape and size of the unknown instrument faults. This notion is extended to nonlinear processes whose structure is known but the parameters of the process are a priori uncertain and bounded. Since the uncertainty in the process model and instrument fault detection interact with each other, a novel two-time scale procedure is adopted to render overall fault diagnosis. Further, some techniques to enhance the convergence properties of the proposed state and parameter estimator are presented. The remaining part of the dissertation extends the proposed model-based fault diagnosis methodology to processes for which first principles modeling is either expensive or infeasible. This is achieved by using an empirical model identification technique called subspace identification for state-space characterization of the process. Finally the proposed methodology for fault diagnosis has been applied in numerical simulations to a non-isothermal CSTR (continuous stirred tank reactor), an industrial melter process, and a debutanizer plant.

This investigation focuses and analyses the theoretical and practical performance of a dynamic system, which affords condition monitoring and robust fault diagnosis. The importance of robustness in fault diagnosis is becoming significant for controlled dynamic systems in order to improve operating reliability, critical-safety and reducing the cost often caused by interruption shut down and component repairing. There is a strong motivation to develop an effective real-time monitoring and fault diagnosis strategy so as to ensure a timely response by supervisory personnel to false alarms and damage control due to faults/malfunctions. Environmental disturbances/noises are unavoidable in practical engineering systems, the effects of which usually reduce the diagnostic ability of conventional fault diagnosis algorithms, and even cause false alarms. As a result, robust fault diagnosis is vital for practical application in control systems, which aims to maximize the fault detectability and minimize the effects of environment disturbances/noises. In this study, a genetic algorithm (GA) optimization model-based fault diagnosis algorithm is investigated for applications in wind turbine energy systems and induction motors through concerns for typical types of developing (incipient) and sudden (abrupt) faults. A robust fault detection approach is utilized by seeking an optimal observer gain when GA optimisation problems become solvable so that the residual is sensitive to the faults, but robust against environmental disturbances/noises. Also, robust fault estimation techniques are proposed by integrating augmented observer and GA optimisation techniques so that the estimation error dynamics have a good robustness against environmental disturbances/noises. The two case studies investigated in this project are: a 5MW wind turbine model where robust fault detection and robust fault estimation are discussed with details; and a 2kW induction motor experimental setup is investigated, where robust fault detection and robust fault estimation are both examined, and modelling errors are effectively attenuated by using the proposed algorithms. The simulations and experimental results have demonstrated the effectiveness of the proposed fault diagnosis methods.

Because of the increasingly demanding tasks that robotic systems are asked to perform, there is a need to make them more reliable, intelligent, versatile and self-sufficient. Furthermore, throughout the robotic system?s operation, changes in its internal and external environments arise, which can distort trajectory tracking, slow down its performance, decrease its capabilities, and even bring it to a total halt. Changes in robotic systems are inevitable. They have diverse characteristics, magnitudes and origins, from the all-familiar viscous friction to Coulomb/Sticktion friction, and from structural vibrations to air/underwater environmental change. This thesis presents an on-line environmental Change, Detection, Isolation and Accommodation (CDIA) scheme that provides a robotic system the capabilities to achieve demanding requirements and manage the ever-emerging changes. The CDIA scheme is structured around a priori known dynamic models of the robotic system and the changes (faults). In this approach, the system monitors its internal and external environments, detects any changes, identifies and learns them, and makes necessary corrections into its behavior in order to minimize or counteract their effects. A comprehensive study is presented that deals with every stage, aspect, and variation of the CDIA process. One of the novelties of the proposed approach is that the profile of the change may be either time or state-dependent. The contribution of the CDIA scheme is twofold as it provides robustness with respect to unmodeled dynamics and with respect to torque-dependent, state-dependent, structural and external environment changes. The effectiveness of the proposed approach is verified by the development of the CDIA scheme for a SCARA robot. Results of this extensive numerical study are included to verify the applicability of the proposed scheme.

This dissertation intends to provide theoretical and practical contributions on estimation, diagnosis and control of complex systems, especially in the mathematical form of descriptor systems. The research is motivated by real applications, such as water networks and power systems, which require a control system to provide a proper management able to take into account their specific features and operating limits in presence of uncertainties related to their operation and failures from component malfunctions. Such a control system is expected to provide an optimal operation to obtain efficient and reliable performance. State estimation is an essential tool, which can be used not only for fault diagnosis but also for the controller design. To achieve a satisfactory robust performance, set theory is chosen to build a general framework for descriptor systems subject to uncertainties. Under certain assumptions, these uncertainties are propagated and bounded by deterministic sets that can be explicitly characterized at each iteration step. Moreover, set-invariance characterizations for descriptor systems are also of interest to describe the steady performance, which can also be used for active mode detection. For the controller design for complex systems, new developments of economic model predictive control (EMPC) are studied taking into account the case of underlying periodic behaviors. The EMPC controller is designed to be recursively feasible even with sudden changes in the economic cost function and the closed-loop convergence is guaranteed. Besides, a robust technique is plugged into the EMPC controller design to maintain these closed-loop properties in presence of uncertainties. Engineering applications modeled as descriptor systems are presented to illustrate these control strategies. From the real applications, some additional difficulties are solved, such as using a two-layer control strategy to avoid binary variables in real-time optimizations and using nonlinear constraint relaxation to deal with nonlinear algebraic equations in the descriptor model. Furthermore, the fault-tolerant capability is also included in the controller design for descriptor systems by means of the designed virtual actuator and virtual sensor together with an observer-based delayed controller.<br>Esta tesis propone contribuciones de carácter teórico y aplicado para la estimación del estado, el diagnóstico y el control óptimo de sistemas dinámicos complejos en particular, para los sistemas descriptores, incluyendo la capacidad de tolerancia a fallos. La motivación de la tesis proviene de aplicaciones reales, como redes de agua y sistemas de energía, cuya naturaleza crítica requiere necesariamente un sistema de control para una gestión capaz de tener en cuenta sus características específicas y límites operativos en presencia de incertidumbres relacionadas con su funcionamiento, así como fallos de funcionamiento de los componentes. El objetivo es conseguir controladores que mejoren tanto la eficiencia como la fiabilidad de dichos sistemas. La estimación del estado es una herramienta esencial que puede usarse no solo para el diagnóstico de fallos sino también para el diseño del control. Con este fin, se ha decidido utilizar metodologías intervalares, o basadas en conjuntos, para construir un marco general para los sistemas de descriptores sujetos a incertidumbres desconocidas pero acotadas. Estas incertidumbres se propagan y delimitan mediante conjuntos que se pueden caracterizar explícitamente en cada instante. Por otra parte, también se proponen caracterizaciones basadas en conjuntos invariantes para sistemas de descriptores que permiten describir comportamientos estacionarios y resultan útiles para la detección de modos activos. Se estudian también nuevos desarrollos del control predictivo económico basado en modelos (EMPC) para tener en cuenta posibles comportamientos periódicos en la variación de parámetros o en las perturbaciones que afectan a estos sistemas. Además, se demuestra que el control EMPC propuesto garantiza la factibilidad recursiva, incluso frente a cambios repentinos en la función de coste económico y se garantiza la convergencia en lazo cerrado. Por otra parte, se utilizan técnicas de control robusto pata garantizar que las estrategias de control predictivo económico mantengan las prestaciones en lazo cerrado, incluso en presencia de incertidumbre. Los desarrollos de la tesis se ilustran con casos de estudio realistas. Para algunas de aplicaciones reales, se resuelven dificultades adicionales, como el uso de una estrategia de control de dos niveles para evitar incluir variables binarias en la optimización y el uso de la relajación de restricciones no lineales para tratar las ecuaciones algebraicas no lineales en el modelo descriptor en las redes de agua. Finalmente, se incluye también una contribución al diseño de estrategias de control con tolerancia a fallos para sistemas descriptores.

La pile à combustible, en raison de son faible niveau de tension de fonctionnement et de sa caractéristique volt-ampèremétrique non linéaire, nécessite la présence d’un convertisseur statique de type DC-DC pour la relier à la charge dans le but d’augmenter le niveau de tension et de réguler cette dernière à une valeur constante. Le convertisseur DC-DC du type hacheur élévateur à phases parallèles et à commandes entrelacées est un choix intéressant de part une conception assez simple, une bonne fiabilité, une faible ondulation du courant d'entrée, ce qui est bénéfique pour le fonctionnement à long terme de la pile à combustible. Cependant, le contrôle de cette topologie de convertisseur doit prendre en compte certains critères comme les incertitudes de valeurs au niveau des composants passifs (résistance parasite et tolérance d'inductance / capacité) et des perturbations de l’association pile à combustible – convertisseur – charge (variations du courant de charge et de la tension de la pile à combustible selon le point de fonctionnement envisagé et prise en compte des défauts électriques internes au convertisseur). Dans le but d'améliorer les performances statique et dynamique du système pile à combustible en modes de fonctionnement sain et défaillant, la commande du convertisseur à phases parallèles et à commandes entrelacées avec prise en compte de la robustesse face aux perturbations internes et externes est étudiée dans cette thèse.Pour mieux gérer les incertitudes liées aux paramètres électriques du convertisseur et les perturbations externes (pile à combustible ou charge), un contrôleur de tension robuste basé sur un observateur d'état étendu (ESO) dans le cadre de l'algorithme de contrôle actif du rejet de perturbation (ADRC) est proposé et appliqué à la topologie de convertisseur envisagée pour une application pile à combustible. La comparaison avec le contrôleur du type PI montre que la méthode proposée peut obtenir une meilleure capacité de rejet des perturbations sans dépassement de la réponse à la suite d’un échelon du courant de charge ou à une variation du niveau de tension d’entrée. Le contrôleur proposé est également validé sur une seconde topologie de convertisseur qui est une variante de la première et permettant un gain d’élévation en tension plus élevé.L’apparition d’un défaut électrique sur les interrupteurs de puissance du convertisseur entraîne généralement la perte d’une phase de celui-ci. Ceci occasionne des effets néfastes considérables sur les performances du contrôleur. Par conséquent, un contrôleur adaptatif amélioré, avec la prise en compte des défauts électriques sur les interrupteurs est proposé sur la base du contrôleur développé précédemment. Le contrôleur proposé peut maintenir un fonctionnement continu et obtenir de bonnes performances en cas de défauts. De plus, une méthode de diagnostic basé-modèle de défauts d’interrupteurs de puissance en s’appuyant sur un observateur de mode glissant est proposée et appliquée au système pile à combustible étudié. L'approche proposée dans ce manuscrit permet de diagnostiquer efficacement un défaut d’interrupteur de puissance et de montrer une forte robustesse à l'incertitude des paramètres du convertisseur et aux perturbations externes. Enfin, pour optimiser l'ondulation du courant d'entrée élevée à la suite de la perte d’une phase du convertisseur provoquée par un défaut sur l’un des interrupteurs, une nouvelle méthode de reconfiguration de la commande en appliquant une adaptation du déphasage entre les phases restantes est proposé. En comparaison avec une reconfiguration classique par un déphasage uniforme entre les phases, celle proposée permet une réduction significative de l'ondulation du courant d’entrée après l’apparition, la détection et la reconfiguration d’un défaut. Les différentes méthodes proposées sont toutes validées par des résultats de simulation et expérimentaux<br>The relatively low voltage and the nonlinear volt-ampere curve of the fuel cell (FC) stack necessitate the interface with the DC-DC power converter, in order to boost and regulate a constant DC bus voltage to satisfy the load requirement. The multi-phase interleaved converter by associating basic converter units via parallel structure is an attractive choice. It features high reliability, and it enables a low input current ripple via phase interleaving, which is beneficial for the long-time operation of the FC stack. The converter for FC application suffers from the converter uncertainties (parasitic resistance and inductance / capacitance tolerance), the external disturbances (dynamic load demand on the output side and variable source voltage on the input side), and the device fault (e.g., switch fault) uncertainty. Aiming to improve the steady-state and dynamic performance under healthy and switch fault mode of the system, the control of the interleaved converter with switch fault consideration for FC application is studied in this thesis.To better deal with the converter uncertainty and external disturbance, a robust voltage controller based on extended state observer (ESO) within the framework of active disturbance rejection control (ADRC) algorithm is proposed and applied to an interleaved boost converter for FC application. The comparison with PI control shows that the proposed method can achieve better disturbance rejection ability without overshoot in step response. The application of the proposed method to another interleaved converter (i.e., floating interleaved boost converter, FIBC) validates again its feasibility.The switch fault generally leads to the loss of the phase of the interleaved converter, which has considerable adverse effects on the controller performance. Therefore, an improved adaptive controller is proposed and applied to a FIBC with switch fault consideration, based on the previously developed controller. The proposed controller adapts the parameter in real-time. It can maintain continuous operation and achieve good performance in both healthy and switch fault mode. Furthermore, a switch fault diagnosis method based on sliding mode observer is proposed and applied to the FIBC for FC application. The proposed approach can diagnose the switch fault effectively, and it shows strong robustness to the converter uncertainties and external disturbances. Finally, to optimize the undesired high input current ripple of the FIBC caused by the switch fault, a novel post-fault control method by applying uneven phase shift reconfiguration is proposed. In comparison with the even phase shift reconfiguration, the proposed one can achieve significant improvement in reducing the post-fault current ripple. The effectiveness of the proposed methods is validated by the simulation and experimental results

La sûreté de fonctionnement est devenue indispensable pour tous les systèmes critiques où des vies humaines sont en jeu (comme l’aéronautique, le ferroviaire, etc.). Ceci a conduit à la conception et au développement des architectures tolérantes aux fautes, l’objectif de ces architectures étant de maintenir un service correct délivré par le système malgré la présence de fautes, et en particulier de garantir la sécurité-innocuité et la fiabilité du système. La tolérance aux fautes sur les drones aériens multirotors a récemment reçu une attention importante de la part de la communauté scientifique. En particulier, plusieurs travaux ont été développés sur la tolérance aux fautes des quadrirotors suite à des fautes partielles sur les actionneurs, et récemment des recherches ont abordé le problème de panne totale de l’un des actionneurs. D’après ces études, il a été montré qu’une défaillance totale d’un actionneur dans un quadrirotor rend le système non complètement contrôlable. Une solution proposée est de considérer des multirotors avec des actionneurs redondants (hexarotors ou octorotors). La redondance inhérente disponible dans ces véhicules est exploitée, en cas de défaillance sur les actionneurs, pour redistribuer les efforts de commande sur les moteurs sains de façon à garantir la stabilité et la contrôlabilité complète du système. Dans ce travail de thèse, des approches pour la conception de systèmes de commande tolérants aux fautes des drones multirotors sont étudiées et appliquées au contrôle des octorotors. Toutefois, les algorithmes sont conçus de manière à être applicables sur les autres types de multirotors avec des modifications mineures. D’abord, une analyse de contrôlabilité de l’octorotor après l’occurrence de défaillances sur les actionneurs est présentée. Ensuite, un module de détection et d’isolation de pannes moteurs basé sur un observateur non-linéaire et les mesures de la centrale inertielle est proposé. Les mesures des vitesses et des courants de moteurs fournis par les contrôleurs de vitesse sont également utilisées dans un autre algorithme de détection pour détecter les défaillances des actionneurs et distinguer les pannes moteurs des pertes des hélices. Un module de rétablissement basé sur la reconfiguration du multiplexage est proposé pour redistribuer les efforts de commande d’une manière optimale sur les actionneurs sains après l’occurrence de défaillances dans le système. Une architecture complète, comprenant la détection et l’isolation des défauts suivie par le rétablissement du système est validée expérimentalement sur un octorotor coaxial puis elle est comparée à d’autres architectures basées sur l’allocation de commande et la tolérance aux fautes passive par mode glissant<br>With growing demands for safety and reliability, and an increasing awareness about the risks associated with system malfunction, dependability has become an essential concern in modern technological systems, particularly safety-critical systems such as aircrafts or railway systems. This has led to the design and development of fault tolerant control systems (FTC). The main objective of a FTC architecture is to maintain the desirable performance of the system in the event of faults and to prevent local faults from causing failures. The last years witnessed many developments in the area of fault detection and diagnosis and fault tolerant control for Unmanned Aerial rotary-wing Vehicles. In particular, there has been extensive work on stability improvements for quadrotors in case of partial failures, and recently, some works addressed the problem of a quadrotor complete propeller failure. However, these studies demonstrated that a complete loss of a quadrotor motor results in a vehicle that is not fully controllable. An alternative is then to consider multirotors with redundant actuators (octorotors or hexarotors). Inherent redundancy available in these vehicles can be exploited, in the event of an actuator failure, to redistribute the control effort among the remaining working actuators such that stability and complete controllability are retained. In this thesis, fault-tolerant control approaches for rotary-wing UAVs are investigated. The work focuses on developing algorithms for a coaxial octorotor UAV. However, these algorithms are designed to be applicable to any redundant multirotor under minor modifications. A nonlinear model-based fault detection and isolation system for motors failures is constructed based on a nonlinear observer and on the outputs of the inertial measurement unit. Motors speeds and currents given by the electronic speed controllers are also used in another fault detection and isolation module to detect actuators failures and distinguish between motors failures and propellers damage. An offline rule-based reconfigurable control mixing is designed in order to redistribute the control effort on the healthy actuators in case of one or more motors failures. A complete architecture including fault detection and isolation followed by system recovery is tested experimentally on a coaxial octorotor and compared to other architectures based on pseudo-inverse control allocation and a robust controller using second order sliding mode

L’hydrogène vert est le vecteur d’énergie du futur le plus prometteur car il est d’une part capté par des sources renouvelables et inépuisables qui sont les énergies éolienne et/ou solaire et d’autre part permet de meilleurs transport et stockage de l’énergie sur le long terme en bouteilles haute pression par un électrolyseur pour produire ensuite de l’électricité par des piles à combustible sans émission d’aucun polluant. La nature intermittente des SER dégrade la performance et le fonctionnement dynamique des électrolyseurs PEM et leur couplage doit être étudié afin d’assurer la disponibilité opérationnelle et la pérennité du fonctionnement des équipements par une détection précoce des défauts et l’estimation de leurs durées de vie mais aussi le suivi en ligne des performances technico économiques.L’objectif de la thèse réalisé dans le cadre du projet Européen Interreg-2 Mers E2C est de développer un modèle dynamique multi-physique d’un électrolyseur PEM, basé sur une approche Bond-Graph pour une utilisation générique pour d’autres types d’électrolyseur non seulement pour l’analyse mais aussi pour la conception de systèmes de supervision en ligne pour la détection et localisation de défauts. La modélisation des divers composants de l’électrolyseur a été réalisée sous forme de capsules Bond-Graph. Ces capsules peuvent être connectées en tenant compte de la structure du diagramme d’instrumentation pour obtenir un modèle dynamique global. Ce modèle est capable de représenter différentes configurations, du pilote de laboratoire jusqu’à l’échelle industrielle, et également de suivre l’efficacité en temps réel. Le modèle a été converti en MATLAB® Simulink pour implémentation, puis validé expérimentalement sur une cellule alimentée par une Plateforme Multi-Source Hybride comprenant des sources d’énergie solaire et éolienne. Le modèle a été adapté pour représenter et étudier la performance d’un électrolyseur à Membrane Echangeuse d’Anions, dont la configuration et l’architecture sont similaires, en collaboration avec l’Université d’Exeter. Le modèle permet également de développer des algorithmes de commande, diagnostic et pronostic ; ainsi, un diagnostic robuste des défauts est présenté dans ce travail. Une Interface Utilisateur Graphique pour la supervision en ligne incorpore le modèle et les algorithmes de diagnostic<br>Renewable Energy Sources (RES) have emerged as a sustainable alternative to carbon-based energy sources as the world is struggling in limiting the greenhouse effect in the coming years. The use of RES, such as solar and wind, alone is non-reliable due to their intermittent nature. The surplus electricity generated during off-peak hours must be stored to tackle the problem of the unavailability of energy. Green Hydrogen (GH$_2$) generation using electrolyser running on RES has seen an increase in recent years for the storage of this surplus energy due to its advantages over conventional methods (such as batteries and ultra-capacitors) for long term storage and transport. Proton Exchange Membrane (PEM) based electrolysers are better suited for the coupling with RES as compared to the alkaline electrolysers due to their faster start-up times and fast dynamic load changing capability. The intermittent nature of RES affects the performance and operation dynamics of the PEM electrolyser and must be analysed and studied in order to make these systems more reliable and safer to use. Mathematical modelling is one of the possible solutions for studying their behavior and developing supervision algorithms.Under the framework of the E2C project of the European Interreg 2-Seas program, a generic dynamic multi-physics model of a PEM electrolyser has been proposed in this work based on Bond Graph (BG) approach. Various components of the PEM electrolyser have been modelled in the form of BG capsules. These capsules can be connected based on the piping and instrumentation diagram of the PEM electrolyser system to have a global model of the system. The developed model is capable of representing different configurations of PEM electrolysers ranging from laboratory scale to industrial scale. The model is also capable of facilitating efficiency tracking in real-time. The developed model in the BG form has been converted into MATLAB® Simulink block diagram from the implementation point of view.The model was then validated using a single cell PEM electrolyser powered by a Hybrid Multi-source Platform (HMP) running on solar and wind energy at the University of Lille. The proposed model was also extended for the modelling and performance study of Anion Exchange Membrane (AEM) electrolysis cell, in collaboration with the University of Exeter of England, which shares a similar configuration and architecture.The developed model for the PEM electrolysis system is also suitable for the development of control, diagnosis, and prognosis algorithms. Therefore, a model-based robust fault diagnosis for PEM water electrolyser has been proposed in this work. The proposed diagnosis algorithms and model have been then utilized for developing the graphical user interface for online supervision

Dans les environnements difficiles résultant de catastrophes naturelles ou d'accidents industriels, des robots mobiles peuvent être utilisés pour réduire les interventions humaines. Ces robots doivent pouvoir parcourir de longues distances, suivre des trajectoires précises, transporter des matériels et instruments, tout en étant robustes aux perturbations et aux défaillances éventuelles de leurs composants (capteurs, actionneurs). Dans cette thèse, nous considérons des systèmes composés de robots mobiles à deux roues motrices (2WD), reliés physiquement entre eux. Nous proposons des lois de commande permettant au système multi-robot de suivre une trajectoire de référence malgré la présence de défauts d'actionneurs. Différentes commandes tolérantes aux fautes (FTC : Fault Tolerant Control) sont proposées. Certaines sont des commandes dîtes passives, qui sont conçues pour être robustes à des défauts actionneurs sélectionnés, d’autres sont dîtes actives puisqu’elles intègrent un algorithme de diagnostic (observateur adaptatif non linéaire) qui détecte, localise et estime les défauts.Des résultats de simulation sont présentés tout au long de la thèse pour vérifier la validité et montrer les performances des algorithmes de commande tolérante proposés<br>In harsh environments resulting from natural disasters or industrial accidents, reducing human interventions by increasing robotic operations is desirable. The main challenges to be considered are not only that the robots should be able to go over long distances and operate for relatively long periods, but also make the global system tolerant to actuators’ failures. In this thesis, to overcome these challenges, systems composed of multi-linked two-wheel drive (2WD) mobile robots are considered. The objective of these multi-robot systems is to asymptotically track a reference trajectory, despite the presence of actuator faults. In this thesis, we design original Fault Tolerant Control (FTC) schemes. Some of them are passive methods, i.e. robust control laws to given failures, and other ones are active FTC which include a Fault Diagnosis (FD) algorithm (nonlinear adaptive observer) that detects, localizes and estimates the faults, and finally adapt the control actions to the faulty situations. Simulation results are presented all along the thesis to verify the validity of the proposed control algorithms and to show the performance of the FTC schemes

Cette thèse traite le problème de l'estimation d'état, du diagnostic et de commande tolérante aux défauts des systèmes non linéaires représentés par un modèle de Takagi-Sugeno (T-S) à variables de prémisse non mesurables. De nombreux algorithmes pour la synthèse d'observateurs robustes vis-à-vis des perturbations, des imperfections de modélisation et des entrées inconnues sont présentés en se basant sur quatre types d'observateurs : les observateurs proportionnels, les observateurs à entrées inconnues, les observateurs proportionnel intégral (PI) et multi-intégral (PMI). Par la suite, ces derniers sont utilisés pour le diagnostic de fautes des systèmes non linéaires. Ceci est réalisé au moyen de trois stratégies. La première utilise l'observateur à entrée inconnue par découplage afin de rendre l'observateur insensible à certains défauts et permettre de détecter et d'isoler les défauts en construisant des bancs d'observateurs. En raison des conditions structurelles souvent insatisfaites, le découplage total des défauts de l'erreur d'estimation d'état n'est pas réalisable. Afin de s'affranchir de ces contraintes, la seconde stratégie utilise les observateurs PI et PMI pour estimer simultanément l'état et les défauts du système. La troisième stratégie qui utilise le formalisme H_inf vise à concevoir un générateur de résidus minimisant l'influence des perturbations et maximisant l'influence des défauts. Un choix adéquat des paramètres du générateur de résidus permet la détection, la localisation et l'estimation des défauts. Enfin, une loi de commande tolérante aux défauts par poursuite de trajectoire d'un modèle de référence est proposée en exploitant les observateurs PI et PMI.

With the advancement of automated control systems in the past few years, the focus has also been moved to safer, more reliable systems with less harmful effects on the environment. With increased job mobility, less experienced operators could cause more damage by incorrect identification and handling of plant faults, often causing faults to progress to failures. The development of an automated fault detection and diagnostic system can reduce the number of failures by assisting the operator in making correct decisions. By providing information such as fault type, fault severity, fault location and cause of the fault, it is possible to do scheduled maintenance of small faults rather than unscheduled maintenance of large faults. Different fault detection and diagnostic systems have been researched and the best system chosen for implementation as a distributed fault detection and diagnostic architecture. The aim of the research is to develop a distributed fault detection and diagnostic system. Smaller building blocks are used instead of a single system that attempts to detect and diagnose all the faults in the plant. The phases that the research follows includes an in-depth literature study followed by the creation of a simplified fault detection and diagnostic system. When all the aspects concerning the simple model are identified and addressed, an advanced fault detection and diagnostic system is created followed by an implementation of the fault detection and diagnostic system on a physical system.<br>Thesis (M.Ing. (Computer and Electronic Engineering))--North-West University, Potchefstroom Campus, 2009.

L'objectif de cette thèse était de valider l'ensemble des informations délivrées par les capteurs utiles à la commande d'une station de traitement des eaux usées. Pour cela, nous avons utilisé l'analyse en composantes principales (ACP) pour effectuer la détection et localisation de défauts de capteurs de la station de traitement des eaux usées. Afin de construire un modèle ACP, nous avons eu recours à une matrice de données constituée de l'ensemble des mesures disponibles (obtenues lors du fonctionnement normal de la station de traitement des eaux usées) dans l'installation. Cependant, afin d'appliquer l'ACP, nous avons rencontré plusieurs difficultés :<br /><br />1. Présence dans les données de valeurs aberrantes (valeurs obtenues durant des périodes de démarrage, d'arrêt, de fonctionnement dégradé, erreurs de mesure, ...) perturbant la construction d'un modèle ACP.<br />2. Présence de défauts multiples, ce qui entraîne une explosion combinatoire des scénarii de défauts à considérer.<br /><br />Afin de résoudre le premier point, nous nous sommes intéressé aux variantes robustes de l'ACP. L'estimateur robuste MCD (Minimum Covariance Determinant), méthode de référence pour ses performances, nécessite un temps de calcul important, et une connaissance a priori de la quantité de valeurs aberrantes présente dans les données (inconnue). C'est la raison pour laquelle nous avons proposé une nouvelle méthode robuste, basée sur l'utilisation de MM-estimateur, nommée MMRPCA (MM-estimator Robust Principal Component Analysis). Concernant le point 2, une méthode d'analyse du modèle en terme de capacité de détection et de localisation a été appliquée afin de réduire le nombre de défauts à considérer. Les différentes méthodes développées ont été menées avec succès afin de valider les mesures issues des différents capteurs de la station d'épuration des eaux usées.

The performance of a model-based diagnosis system could be affected by several uncertainty sources, such as,model errors,uncertainty in measurements, and disturbances. This uncertainty can be handled by mean of interval models.The aim of this thesis is to propose a methodology for fault detection, isolation and identification based on interval models. The methodology includes some algorithms to obtain in an automatic way the symbolic expression of the residual generators enhancing the structural isolability of the faults, in order to design the fault detection tests. These algorithms are based on the structural model of the system. The stages of fault detection, isolation, and identification are stated as constraint satisfaction problems in continuous domains and solved by means of interval based consistency techniques. The qualitative fault isolation is enhanced by a reasoning in which the signs of the symptoms are derived from analytical redundancy relations or bond graph models of the system. An initial and empirical analysis regarding the differences between interval-based and statistical-based techniques is presented in this thesis. The performance and efficiency of the contributions are illustrated through several application examples, covering different levels of complexity.<br>EN<br/>Las prestaciones de un sistema de diagnosis basado en modelos se pueden ver afectadas por fuentes de incertidumbre como los errores en el modelo,la incertidumbre en las medidas y las perturbaciones.Esta incertidumbre se puede tratar mediante modelos intervalares.Esta tesis propone una metodología de detección, aislamiento e identificación de fallos basada en modelos intervalares. La metodología incluye algoritmos para obtener de manera automática la expresión simbólica de los generadores de residuos mejorando la aislabilidad estructural de los fallos. Estos algoritmos se basan en el modelo estructural del sistema.Las etapas de detección, aislamiento, e identificación de fallos se representan como problemas de satisfacción de restricciones en dominios continuos y se resuelven por medio de técnicas de consistencia basadas en intervalos.Una mejora en el aislamiento cualitativo de los fallos se obtiene por razonamiento con los signos de los síntomas, que se obtienen de relaciones de redundancia analítica o de modelos bond graph del sistema.Esta tesis también presenta un análisis empírico inicial de las diferencias entre las técnicas basadas en intervalos y las basadas en técnicas estadísticas.Las prestaciones y la eficiencia de las contribuciones de la tesis se ilustran a través de unos cuantos ejemplos de aplicación, que cubren diferentes niveles de complejidad.

La robotique occupe une place grandissante dans des secteurs très variés allant de l'agriculture à l'industrie. Son développement s'est vu favorisé par l'intérêt pour l'Homme de disposer d'entités autonomes capables de l'aider pour la réalisation d'actions difficiles voire impossibles, soit de par leur pénibilité, soit de par leur dangerosité. La robotique mobile, l'une des filières de la robotique, poursuit cet objectif grâce aux avancées technologiques et scientifiques dans des domaines tels que la mécanique, l'électronique, l'automatique et l'informatique. Ces robots évoluent de manière autonome dans des environnements complexes et sur de longues durées. Leurs algorithmes garantissent une certaine robustesse face à des situations prévues. Cependant, dans certaines situations (dysfonctionnement d'un composant physique du robot, absence d'un signal GPS dans le cadre d'une tâche de suivi de trajectoire, ...), l'apparition d'un défaut rendra impossible la tâche qui incombait au robot.Afin d'éviter ce type de situation, le diagnostic en temps réel des défauts d'un robot intégrant dans sa boucle de détection comme de proposition de solutions un opérateur humain apparait être une solution possible et potentiellement efficace.Les travaux décrits dans ce mémoire visent cet objectif. Ils proposent, d'une part, un système de supervision du diagnostic de défauts d'un robot mobile et, d'autre part, un ensemble d'outils de modélisation, de paramétrage et d'adaptation des méthodes de diagnostic aux défauts potentiels d'un robot.La première partie des contributions est composée de deux modules. Le premier module présente une méthode hybride de diagnostic mettant en œuvre plusieurs approches et types d'approche de diagnostic de défauts. Cette méthode permet de diagnostiquer une liste définie de défauts en temps réel. Le second décrit un module d'interaction homme/robot permettant l'intégration de l'opérateur dans la boucle de diagnostic en proposant/validant des solutions mais aussi en corrigeant, si nécessaire, les décisions prises par la méthode hybride proposée. Ce module intègre une base de connaissances et un système de raisonnement à partir de cas permettant de conserver l'historique des décisions prises par l'opérateur, considéré expert, afin d'améliorer sa performance en continu.La deuxième partie détaille la démarche amont et hors ligne de la mise en œuvre de la méthode hybride de diagnostic. Cette démarche comprend les étapes de caractérisation des défauts considérés, de définition et d'adaptation des méthodes de diagnostic capables de diagnostiquer les défauts identifiés. Cette adaptation consiste à définir les modèles, à paramétrer les méthodes et, dans certains cas, à recueillir des données d'entraînement.Du point de vue expérimental, les développements théoriques sont validés sur des données issues d'un robot réel sans train directeur et de simulations.Littérairement, ce mémoire détaille ces travaux en cinq chapitres. Le premier chapitre introduit le contexte de la thèse. Le second définit la problématique, les hypothèses proposées et décrit l'état de la littérature sur les méthodes de diagnostic de défauts. Les développements théoriques portant sur le système de supervision du diagnostic de défauts robot et sur les outils aboutissant à son paramétrage sont décrits dans les deux chapitres qui suivent.Les résultats de la mise en œuvre des développements théoriques en simulation et sur un cas réel de robot sont montrés et discutés dans le cinquième chapitre.Enfin, une conclusion et les perspectives envisageables de ces travaux sont présentées<br>Robotics is becoming increasingly important in a wide variety of sectors. Its development has been favored by the interest for Man to have autonomous entities capable of helping him to perform actions that are difficult or impossible for human being, either because of their painfulness or because of their dangerousness. The Mobile robotics, one of the sectors of robotics, pursues this objective thanks to technological and scientific advances in different areas such as mechanics, electronics, automation and computer science. These robots navigate autonomously in complex environments and over long periods of time. Their algorithms guarantee a certain robustness while dealing with foreseen situations.However, in some situations (malfunctioning of a physical component of the robot, loss in GPS signal while executing a trajectory tracking task, etc.), the appearance of a fault may cause the robot to fail in its mission.In order to avoid this type of situation, real-time fault diagnosis integrating a human operator in its fault detection and fault accommodation loops appears to be a possible and potentially effective solution. The work described is aimed at this objective. It offers, on the one hand, a fault diagnosis supervision system of a mobile robot and, on the other hand, a set of tools for modeling, parameterizing and applying for diagnosis methods to potential fault of a robot.The first part of the contributions is composed of two modules. The first module is a hybrid diagnostic method that implements several approaches and types of fault diagnosis approach. This method can diagnose a defined list of faults in real time. The second is a human/robot interaction module allowing the integration of the operator in the diagnostic loop by proposing/validating solutions and by correcting, if necessary, the decisions made by the proposed hybrid method. This module integrates a knowledge database and a case-based reasoning algorithm allowing to save the history of the decisions made by the operator, considered expert, in order to improve his performance continuously.The second part details the approach done off-line and upstream to the implementation of the hybrid diagnostic method. This approach includes the characterization of the considered faults, the definition and the adaptation of the diagnosis methods making it possible to diagnose the identified faults. The adaptation consists of defining the models, adjusting the parameters and, in some cases, collecting training data. From experimental point of view, the theoretical developments are validated on data coming from a real skid-steering robot and from simulations.Literally, this document details these works in five chapters. The first chapter introduces the context of the thesis. The second defines the problem statement, the proposed hypotheses and describes the state of the literature of fault diagnosis methods. Theoretical developments concerning fault diagnosis supervision system of mobile robotics and the tools leading to its configuration are described in two chapters that follow. The application results of the theoretical developments in simulation and on a real robot case are shown and discussed in the fifth chapter. Finally, a conclusion and the possible perspectives of this work are presented

Le travail de recherche effectué dans cette thèse a été réalisé dans le cadre d'une convention CIFRE entre le laboratoire IMS de l'université Bordeaux 1 et la société Airbus Operations S.A.S. Cette thèse traite de la détection robuste et précoce des pannes oscillatoires de faible amplitude dans les systèmes de commandes de vol électriques. Une panne oscillatoire est une oscillation anormale d'une surface de contrôle due à un dysfonctionnement dans la chaîne d'asservissement de la servocommande d'une gouverne. Les pannes oscillatoires ont une influence sur la structure, l'aéroélasticité et la pilotabilité de l'avion, lorsqu'ils sont situés dans la bande passante de l'actionneur. La capacité à détecter ces pannes est très importante car elles ont un impact sur la conception structurale de l'avion. Au plan méthodologique, nous nous sommes focalisés sur l'estimation adaptative des paramètres et de l'état à base d'une technique de filtrage non linéaire local. Le mécanisme de filtrage opère sur un modèle non linaire de la chaine de contrôle-commande de l’actionneur hydraulique en amont des surfaces de contrôle. L'algorithme d'estimation est basé sur une interpolation polynomiale d'opérateurs linéaire, et offre l'avantage d'une implémentation relativement aisée. Un problème crucial et sous-jacent est la détermination des hyper-paramètres de réglage de cet algorithme. Nous avons proposé une démarche hors-ligne dédiée, en intégrant un critère de sensibilité vis-à-vis des pannes que nous devons détecter. La technique proposée a été implémentée et testée: les résultats expérimentaux obtenus sur banc essai et sur un simulateur A380 ont clairement mis en évidence l'apport de la nouvelle approche en termes de performances, tout en gardant le même niveau de robustesse<br>The research work done in this PhD has been caried out in the frame of an industrial convention (CIFRE) between the IMS laboratory and Airbus Operations S.A.S. The thesis deals with robust and early detection of oscillatory failures (OFC: Oscillatory Failure Case) in the Electrical Flight Control System. An oscillatory failure is an abnormal oscillation of a control surface due to component malfunction in control surface servoloops. OFCs have an influence on structural loads, aeroelasticity and controllability when located within the actuator bandwidth. The ability to detect these failures is very important because they have an impact on the structural design of the aircraft. Usual monitoring techniques cannot always guarantee to remain within an envelope with acceptable robustness. In this work, we develop a model based strategy to detect such failures with small amplitude at a very early stage. The monitoring strategy is based on dedicated non linear local filtering for on-line joint parameter/state estimation, allowing for model parameter variations during A/C flight. This strategy is associated with the same decision making rules as currently used for in-service Airbus A380. We propose a method for adjusting the tuning parameters so that various design goals and trades-off can be easily formulated and managed. The performance of the proposed fault detection scheme is measured by its detection delay, its propensity to issue false alarms and whether it permits a failure to go undetected. The proposed technique has been implemented and tested with success on Airbus test facilities including an A380 flight simulator

Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit.<br /><br />Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension.<br /><br />Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteur.

Neste trabalho, um novo enfoque para detecção e diagnóstico de falhas (DDF) em robôs manipuladores é apresentado. Um robô com falhas pode causar sérios danos e pode colocar em risco o pessoal presente no ambiente de trabalho. Geralmente, os pesquisadores têm proposto esquemas de DDF baseados no modelo matemático do sistema. Contudo, erros de modelagem podem ocultar os efeitos das falhas e podem ser uma fonte de alarmes falsos. Aqui, duas redes neurais artificiais são utilizadas em um sistema de DDF para robôs manipuladores. Um perceptron multicamadas treinado por retropropagação do erro é usado para reproduzir o comportamento dinâmico do manipulador. As saídas do perceptron são comparadas com as variáveis medidas, gerando o vetor de resíduos. Em seguida, uma rede com função de base radial é usada para classificar os resíduos, gerando a isolação das falhas. Quatro algoritmos diferentes são empregados para treinar esta rede. O primeiro utiliza regularização para reduzir a flexibilidade do modelo. O segundo emprega regularização também, mas ao invés de um único termo de penalidade, cada unidade radial tem um regularização individual. O terceiro algoritmo emprega seleção de subconjuntos para selecionar as unidades radiais a partir dos padrões de treinamento. O quarto emprega o mapa auto-organizável de Kohonen para fixar os centros das unidades radiais próximos aos centros dos aglomerados de padrões. Simulações usando um manipulador com dois graus de liberdade e um Puma 560 são apresentadas, demostrando que o sistema consegue detectar e diagnosticar corretamente falhas que ocorrem em conjuntos de padrões não-treinados.<br>In this work, a new approach for fault detection and diagnosis in robotic manipulators is presented. A faulty robot could cause serious damages and put in risk the people involved. Usually, researchers have proposed fault detection and diagnosis schemes based on the mathematical model of the system. However, modeling errors could obscure the fault effects and could be a false alarm source. In this work, two artificial neural networks are employed in a fault detection and diagnosis system to robotic manipulators. A multilayer perceptron trained with backpropagation algorithm is employed to reproduce the robotic manipulator dynamical behavior. The perceptron outputs are compared with the real measurements, generating the residual vector. A radial basis function network is utilized to classify the residual vector, generating the fault isolation. Four different algorithms have been employed to train this network. The first utilizes regularization to reduce the flexibility of the model. The second employs regularization too, but instead of only one penalty term, each radial unit has a individual penalty term. The third employs subset selection to choose the radial units from the training patterns. The forth algorithm employs the Kohonen’s self-organizing map to fix the radial unit center near to the cluster centers. Simulations employing a two link manipulator and a Puma 560 manipulator are presented, demonstrating that the system can detect and isolate correctly faults that occur in nontrained pattern sets.

Thesis (Ph. D.)--Florida State University, 2006.<br>Advisor: David A. Cartes, Florida State University, College of Engineering, Dept. of Mechanical Engineering. Title and description from dissertation home page (viewed Sept. 18, 2006). Document formatted into pages; contains xii, 133 pages. Includes bibliographical references.

The main types of faults studied in the literature are commonly categorized as electrical faults and mechanical faults. In addition to well known faults, the performance of a diagnostic algorithm and its operational reliability in harsh environments has been another concern. In this work, the reliability of an electric motor diagnosis signal processing algorithm itself is studied in detail under harsh industrial conditions. Reliability and robustness of the diagnosis has especially been investigated under 1) potential motor feedback error; 2) noise interference to a diagnosis-relevant system; 3) ease of implementation; and 4) universal application of diagnostic scheme in industry. Low cost and flexible implementation strategies are also presented. 1) Signature-based diagnosis has been performed utilizing the speed feedback information which is used to determine fault characteristic frequency. Therefore, feedback information is required to maintain high accuracy for precise diagnosis which, in fact, is not the case in a practical industrial environment due to industrial noise interferences. In this dissertation, the performance under feedback error is analyzed in detail and error compensation algorithms are proposed. 2) Fault signatures are commonly small where the amplitude is continuously being interfered with motor noise. Even though a decision is based on the signature, the detection error will not be negligible if the signature amplitude is within or close to the noise floor because the boundary noise level non-linearly varies and, hence, is quite ambiguous. In this dissertation, the effect of noise interference is analyzed in detail and a threshold design strategy is presented to discriminate potential noise content in diagnosis. 3) The compensating procedure of speed feedback errors and electrical machine current noise, characteristics which are basically non-stationary random variables, requires an exhaustive tracking effort. In this dissertation, the effective diagnosis implementation strategy is precisely presented for digital signal processor (DSP) system application. 4) Most of the diagnosis algorithms in the literature are developed assuming specific detection conditions which makes application difficult for universal diagnosis purposes. In this dissertation, by assuming a sinusoidal fault signal and its Gaussian noise contents, a general diagnosis algorithm is derived which can be applied to any diagnostic scheme as a basic tool.

Modern industrial processes are systems with a high degree of complexity. These systems comprise of a large number of components functioning in harmony to produce high quality products. In practice, the operating states of these components are monitored in real-time to determine whether there are abnormalities in process operation. There are a number of challenges associated with monitoring a large number of process components, for instance, high monitoring cost and flooding of false alarms. To address these problems, a multivariate statistical process monitoring (MSPM) framework has been developed in recent years. The MSPM performs multivariate statistical analysis on real-time process data to generate two monitoring statistics capable of identifying abnormalities in all aspects of process operations. Many researchers have proposed a variety of techniques within the framework of MSPM. This thesis advances these developments by proposing several novel extensions in the areas of features extraction, robust online fault diagnosis and multivariate dynamic risk assessment. The first major contribution of this work is the use of Copula, a method for modelling complete dependence structure between random variables, for non-Gaussian feature extraction. The Copula method is then combined with Spearman's rank correlation coefficient for nonlinear feature extraction. Due to the use of the Spearman's correlation coefficient, the proposed technique is also robust to data contamination. Another type of technique based on Nonlinear Gaussian Belief Network is also proposed for robust feature extraction from noisy data with nonlinear variations. The second major contribution is the development of a powerful visualization tool for real-time process monitoring. This visualization tool is derived from the well-known nonlinear feature extraction algorithm, the Self-organizing Map. A direct visualization of the real-time operating state of processes is presented on a 2D map. A number of operating regions have also been identified on the 2D map, allowing for a more refined process monitoring. The third main contribution of this thesis is the integration of the process monitoring techniques into the operational risk assessment framework. The process monitoring statistics are transformed to indicate the real-time probability of faulty conditions. In the meantime, the possible process losses due to likely fault condition are also estimated. The probability of fault and possible process losses are then combined to determine the operational risk of process. Based on the risk level, the most effective remedial measures can be easily determined.

碩士<br>國立交通大學<br>電機與控制工程系所<br>97<br>This study experimentally evaluates the performance of various kinds of controllers and actuator fault diagnosis system on a two-joint robotic manipulator. On the part of controllers, we use UKF(Unscented Kalman Filter) to estimate (angular) velocities, and compare the performance of the computed-torque controllers with velocities estimated by UKF and backward difference filters respectively. Moreover, we propose a new control method which only requires position feedback. On the part of actuator fault diagnosis system, we combine UKF , GPB-2(General Pseudo Bayesian of Order 2) and IMM(Interacting Multiple Model) algorithms to detect and identify actuator failures of the robotic manipulator. The experimental results show that the new control method has better performance than other controllers. The results also show that the fault diagnosis system can correctly detect and isolate actuator failures in a short time.