인천대학교 인디고클랫폼 인천대학교 기술지원허브

상호 다중 모델 기반 고장 분류는 정상과 고장 모델을 나타내는 관측기(Kalman Filter)들을 설계하고, 비행체의 센서 값과 각 관측기 예측의 잔차(residual)를 비교하여 정상과 고장을 분류하는 알고리즘 이다. 이에 대한 과정은 다음과 같다. Mixing probability calculation에서는 각 필터의 상관 관계를 나타내는 mixing probability 를 계산한다. 이는 1 step 이전의 확률()과 각 상태 변화될 확률정보(ex 정상에서 고장으로 바뀔 확률)를 가지고 있는 전이 확률()가 결합된 정보이다. Mixing 단계에서는 와 이전 step 필터들의 예측정보()를 결합하여 각 필터 모델에 입력한다. 이러한 과정은 이전 독립적인 필터 정보()와 필터간의 상관관계() 결합시켜 하나의 필터에 모든 필터의 정보를 전달하는 역할을 한다. Filtering 단계에서는 정상과 고장상태를 기반으로 하는 복수의 관측기()를 설계하여 각 모델의 예측()을 계산한다. Mode probability Calculation에서는 비행체의 센서 데이터()와의 차이()를 활용하여 i번째 필터와 비행체의 상태의 유사도를 계산한다. 이 값을 모든 필터에 대해 정규화 한 값이 mode probability()이고, 이 값에 임계 값()을 지정하여 비행체의 정상과 고장을 구분할 수 있다. 또한 발생될 수 있는 고장(ex. 프로펠러 파손, 센서 고장)에 대한 시스템 모델과 이를 활용하는 관측기를 설계하면 비행체에서 어떤 부품이 고장이 발생했는지 구분할 수 있다.