Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 643 Mã bài: 144 Xây dựng mô hình toán học cho bài toán chẩn đoán online động cơ điện kéo dựa trên phương pháp chẩn đoán bằng mô hình đối chứng Modelling and diagnose DC locomotive tractor motor based on FDI method TS. Nguyễn Thế Truyện Viện NC Điện tử-Tin học -Tự động hóa e-mail: truyennt@hn.vnn.vn Nguyễn Văn Nghĩa Trường ĐH Giao thông vận tải e-mail: nguyennghia.nh@gmail.com Tóm tắt Độ tin cậy và chất lượng vận hành của thiết bị là yêu cầu tối quan trọng đối với các thiế bị công nghiệp và giao thông. Phương pháp chẩn đoán dựa trên mô hình đối chứng là một phương pháp chẩn đoán hiện đại, có nhiều ưu thế so với phương pháp phân loại truyền thống, đáp ứng được nhu cầu kỹ thuật và thực tiễn, phù hợp với các hệ thống điều khiển hiện đại có trang bị các máy tính rất mạnh. Trong các thiết bị hiện đại, luôn hình thành mối quan hệ chặt chẽ giữa thiết bị chấp hành (cơ khí) và hệ thống điều khiển (điện tử). Sự có mặt của các thiết bị điều khiển trung tâm và hệ cảm biến thu thập tín hiệu của các khâu chấp hành là những điều kiện cần để cho phép xác định tình trạng kỹ thuật của thiết bị trong trạng thái hoạt động. Bài báo phân tích phương pháp chẩn đoán dựa trên mô hình đối chứng nhằm phát triển hướng phù hợp cho chẩn đoán tình trạng kỹ thuật các hệ thống - thiết bị cơ-điện tử trong trạng thái hoạt động (online). Đối tượng khảo sát là bài toán chẩn đoán tình trạng hoạt động của động cơ điện kéo (ĐCĐK) trên đầu máy truyền động điện của đường sắt được sử dụng làm ví dụ để làm rõ phương pháp và chứng minh khả năng của phương pháp chẩn đoán. Abstract Reliability and quality operation of the device is the most important requirements for the Rayway and Transport. Diagnosing method based on modelling is a modern diagnostic method, has many advantages compared to traditional methods of classification, to meet technical needs and practices, in accordance with the system controller equipped with modern powerful computers. This paper analyzes diagnostic methods based on the modelling diagnosis to combine the appropriate direction for development prior art diagnostic equipment traffic in working condition (online diagnose). Respondents diagnosed the problem as the operational status of electrical motors pull on the electric motor locomotives of the railway is used as an example to clarify the method and demonstrate the ability of this methods. 1. Đặt vấn đề: Chẩn đoán kỹ thuật là lĩnh vực nghiên cứu về phương pháp xác định tình trạng bên trong của thiết bị, đối tượng dựa trên các biểu hiện đầu ra của đối tượng. Chẩn đoán dựa trên mô hình hóa là phương pháp tiên tiến, cho phép tìm kiếm các thông số chẩn đoán và xây dựng mối quan hệ ngược giữa các thông số đầu vào và thông số đầu ra của đối tượng chẩn đoán. Trong giao thông vận tải đường sắt, để đáp ứng yêu cầu về an toàn và tin cậy vận hành, bài toán chẩn đoán tình trạng kỹ thuật của thiết bị trên đầu máy trong trạng thái hoạt động là nhu cầu rất cấp thiết. Việc ứng dụng chẩn đoán dựa trên mô hình cho bài toán chẩn đoán tình trạng kỹ thuật của thiết bị trên đầu máy là phương pháp phù hợp và hiệu quả đáp ứng được yêu cầu của bài toán. Dưới đây sẽ xem xét việc ứng dụng mô hình chẩn đoán cho đối 644 Nguyễn Thế Truyện, Nguyễn Văn Nghĩa VCM2012 tượng ĐCĐK. Việc nghiên cứu trên đối tượng điển hình là ĐCĐK cho phép xác định tính phù hợp và khả năng áp dụng của phương pháp đối với đối tượng là các hệ thống kỹ thuật trên đầu máy. 2. Chẩn đoán dựa trên mô hình hóa 2.1. Định nghĩa bài toán chẩn đoán Hệ thống (đối tượng) được chẩn đoán được mô tả bởi quan hệ sau: Y(t) =  [U(t), X(t)] (1) Trong đó: U=[u 1 (t) u nu (t)]: Véc tơ thông số đầu vào của hệ thống (đối tượng) Y=[y 1 (t) y ny (t)]: Véc tơ thông số đầu ra X=[x 1 (t) x nx (t)]: Véc tơ thông số cấu trúc  : Hàm truyền của hệ thống. Lỗi tác động vào hệ thống được quy về một nhóm thông số làm thay đổi thuộc tính của đối tượng. F(t) = [f 1 (t), f 2 (t) f n (t)] (2) F(t) có thể biến đổi liên tục tương ứng với sự hao mòn của thiết bị hoặc nhảy bậc khi hệ thống hư hỏng bất thường. Xét cả tác động của lỗi và các đầu vào ngoại lai thì giá trị các biến trạng thái và biến đầu ra của đối tượng được xác định bởi công thức:   . . ( ) ( ) ( ) ( ), ( ), ( ), ( ) ( ) ( ) ( ) ( ), ( ), ( ), ( ) x t x t x t x t u t f t d t y t y t y t x t u t f t d t                  (3) Như vậy, trong trường hợp lỗi, hàm lỗi f(t) làm thay đổi giá trị thông số trạng thái của thiết bị từ x(t) thành x(t)+  x(t). Qua tác động của hàm trạng thái  (t), thông số đầu ra thay đổi một lượng  y(t) thành y(t)+  y(t). Công thức (1) sẽ thay đổi thành: y(t)+  y =  [u(t), x(t)+  x(t)] (4) Bản chất của chẩn đoán là dựa vào những dấu hiệu đầu ra y, để xác định sự thay đổi của thông số trạng thái của đối tượng. Tức là, nếu xác định được ánh xạ ngược (5) thì bài toán coi như đã giải xong: x(t)+  x =  -1 [u(t), y(t)+  y(t)] (5) Tuy nhiên, có hai vấn đề mà cách giải quyết các vấn đề trên sẽ tạo ra các phương pháp chẩn đoán khác nhau: Vấn đề 1: Cách xác định sự bất thường của đầu ra: Nếu không biết giá trị chuẩn đầu ra trong trạng thái bình thường thì không thể xác định được giá trị sai lệch y(t). Những sai lệch có thể phát hiện được mang ý nghĩa chẩn đoán được goi là triệu chứng. Vấn đề 2: Ánh xạ  -1 thường là không biết và khó xác định. Vì vậy, người ta đã xây dựng nhiều phương pháp khác nhau để tìm được sự biến đổi x(t) từ sự biến đổi y(t). Đó chính là mục đích và nội dung của các phương pháp chẩn đoán. Hình 1 mô tả phương pháp chẩn đoán dựa trên phân loại triệu chứng và chẩn đoán dựa trên mô hình đối chứng. Hình 2 mô tả các phương pháp kết luận lỗi cho 2 mô hình trên. a. Chẩn đoán dựa trên phân loại triệu chứng b. Chẩn đoán dựa trên mô hình hóa Hình 1: Các mô hình chẩn đoán và phương pháp phân loại lỗi tương ứng F-Lỗi Y-đầu ra ĐTCĐ U-đầu vào Phân loại UYS Liên hệ SF Tạo tín hiệu ch ẩn đoán Phân loại lỗi S-Triệu chứng F-Lỗi F- lỗi Y-đầu ra ĐTCĐ U- đầu vào Phát hiện sai lệch Ước lượng sai lệch R-Sai lệch Mô hình U,Y  R Phân loại R  S S-Triệu chứng Suy luận lỗi Liên hệ SF F-Lỗi Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 645 Mã bài: 144 a. Cơ chế phân loại lỗi b. Cơ chế suy luận lỗi Hình 2: Các phương pháp kết luận lỗi 2.2. Phương pháp chẩn đoán dựa trên phân loại triệu chứng (hình 1.a) Sử dụng phương pháp thống kê và phân loại mẫu để tìm ra mối quan hệ ngược từ sai lệch đầu ra về lỗi đầu vào. Là phương pháp truyền thống trong chẩn đoán. Cách giải quyết vấn đề 1: Tập triệu chứng được xây dựng bằng cách so sánh giá trị đầu ra với giá trị chuẩn - ngưỡng chuẩn đoán. Để đảm bảo không nhầm lẫn, giá trị ngưỡng phải được lấy đủ lớn sao cho trong trạng thái làm việc bình thường, triệu chứng không xuất hiện. Triệu chứng được định nghĩa là những thay đổi của thông số chẩn đoán có thể phát hiện được. Tập triệu chứng S chính là tập chứa các giá trị y+  y sai khác đủ lớn so với giá trị thông thường để có thể phân biệt được bằng ngưỡng. {s} là tập con của {y} Công thức (5) sẽ biến đổi thành: F=  -1 (S) (6) Trong đó: S=[s 1 s ns ] là véc tơ triệu chứng đầu vào của hệ chẩn đoán. F=[f 1 f nf ]: Véctơ kết luận chẩn đoán, f i nhận giá trị trong khoảng từ 0 đến 1 ứng với khả năng có lỗi i của đối tượng; Giải quyết vấn đề 2: Ánh xạ ngược  -1 được xây dựng trên cơ sở phương pháp phân loại thống kê (hình 2.a). Đặc điểm của phương pháp chẩn đoán dựa trên phân loại triệu chứng đã được thể hiện trong công thức (6): Phương pháp phân loại không quan tâm đến cấu trúc bên trong, bản chất vật lý cũng như các hiện tượng diễn ra bên trong đối tượng. Các kết luận dựa trên các cơ sở số liệu thống kê, do vậy, hoàn toàn độc lập với cấu trúc của thiết bị. Nói cách khác, kết luận chẩn đoán là hoàn toàn khách quan so với cấu trúc, hoạt động của thiết bị. Nhược điểm cơ bản của phương pháp là cần có thời gian xây dựng được tập triệu chứng và phép suy luận ngược dựa trên thống kê và thực nghiệm, do vậy không phù hợp với nhu cầu của các thiết bị hiện đại. 2.3. Phương pháp chẩn đoán dựa trên mô hình hóa Giá trị chuẩn y(t) được tạo ra bằng một mô hình so sánh có hàm truyền giống với hàm truyền của đối tượng chẩn đoán trong trạng thái bình thường và được chạy song song với đối tượng, đặc trưng bởi hàm quan hệ:     ^ ( ) f u t , x t y t      (7) Giải quyết vấn đề 1: Triệu chứng lỗi được xác định bởi sai lệch giữa giá trị thực tế và giá trị tính toán: . ^ ( ) ( ) ( ) r t y t y t   (8) r(t) được gọi là các “dư thừa” hay mã kiểm tra nhằm xác định sai lệch của hệ thống. Như vậy, nếu r(t)  0 thì đã có thể kết luận rằng hệ có lỗi. Và tổng hợp các giá trị sai lệch đầu ra một cách phù hợp có thể xác định được lỗi đang xảy ra đối với thông số nào (phân biệt được lỗi). Tổng hợp các sai lệch vượt quá ngưỡng xác định các triệu chứng lỗi s i của đối tượng. Giải quyết vấn đề 2: Từ mô hình toán học và phân tích lỗi của đối tượng, xác định tập mối quan hệ phù hợp để xây dựng được môi quan hệ ngược từ S  F (hình 2.b). Các mối quan hệ e trong mô hình chẩn đoán được lựa chọn từ mô hình toán tương ứng sao cho mỗi lỗi f i tác động vào hệ thống tương ứng với sự biến đổi của một hoặc một nhóm triệu chứng s i .  là một song ánh. Do vậy, hoàn toàn có thể kết luận sự tồn tại của f i nếu có sự xuất hiện của s i . Ưu điểm của phương pháp:  Khoảng cách giữa giá trị thực và giá trị ngưỡng chính là độ nhạy của thông số chẩn đoán. Dễ dàng nhận thấy, độ nhạy của phương pháp chẩn đoán dựa trên mô hình cao hơn rất nhiều so với phương pháp truyền thống (hình 2).  Với độ nhạy cao và giá trị ngưỡng sát với giá trị hoạt động, cho phép ứng dụng trong các phép chẩn đoán thiết bị trong tình trạng hoạt động (online), đặc biệt với các thông số biến đổi liên tục trong dải rộng. 646 Nguyễn Thế Truyện, Nguyễn Văn Nghĩa VCM2012  Phương pháp chỉ cần quan sát hệ thống ở trạng thái tốt, từ đó suy ra trạng thái bất thường của hệ thống, mà không cần quan sát hệ thống ở trạng thái hư hỏng, do vậy, rất thuận lợi trong thực tế, dễ dàng xây dựng được bộ số liệu đầy đủ cho đối tượng.  Một điểm mạnh nữa của phương pháp là việc phân biệt lỗi sử dụng cơ chế suy luận lỗi trên cơ sở mô hình cấu trúc đã biết của đối tượng, do vậy, đảm bảo độ tin cậy cao mà không cần dựa trên khảo sát tình trạng hỏng hóc của đối tượng. Do vậy, không cần phải tạo ra các mẫu thử tình trạng hư hỏng và quan sát triệu chứng như phương pháp truyền thống. Nhược điểm của phương pháp là chỉ phát hiện được các lỗi theo tính toán trước mà không thể phát hiện được các tình huống bất thường, ngoài tính toán. Một lỗi dù rất đơn giản nhưng không trong mô hình có thể gây ra những kết luận hoàn toàn sai lầm cho cả hệ thống. Mở rộng: Một dạng của phương pháp chẩn đoán dựa trên mô hình: Thay vì ước lượng Y(t), mô hình có thể ước lượng giá trị của ˆ X , từ đó xác định được lỗi thông qua ước lượng  X(t). Mô hình ước lượng sử dụng trong phương pháp này tương tự như mô hình ước lượng trạng thái (State Observer) trong lý thuyết điều khiển nhưng khác về thông số ước lượng và mục đích. Phương pháp chẩn đoán dựa trên mô hình máy tính là một trong các phương pháp chẩn đoán dựa trên trên mô hình dối chứng. Phương pháp này hiện được nghiên cứu nhiều do khả năng chẩn đoán sâu, không đòi hỏi đo trực tiếp các thông số liên quan đến lỗi, đặc biệt cho phép chẩn đoán cả các cảm biến, các khâu điều khiển, khâu xử lý tín hiệu là những đối tượng khó sử dụng các phương pháp chẩn đoán truyền thống khác. Phương pháp này cũng tận dụng được khả năng tính toán của các hệ vi xử lý đang được sử dụng để điều khiển hệ thống. Nhược điểm cơ bản của phương pháp là đòi hỏi phải thu nhận được tất cả các thông số đầu vào, đầu ra ảnh hưởng tới đối tượng. Khối lượng tính toán cộng thêm của bài toán sẽ làm tăng lượng dữ liệu cần xử lý và đòi hỏi máy tính điều khiển phải có tốc độ đáp ứng được nhu cầu tính toán, mô phỏng bài toán. Hình 3: Giá trị ngưỡng trong hai phương pháp 3. Ứng dụng chẩn đoán dựa trên mô hình cho đối tượng động cơ điện kéo Các tác giả đã áp dụng phương pháp chẩn đoán dựa trên mô hình máy tính cho đối tượng ĐCĐK trong tình trạng hoạt động. Nội dung công việc bao gồm mô hình hóa và xây dựng hàm chẩn đoán cho đối tượng ĐCĐK. Đối tượng được chẩn đoán dựa trên mô hình cấu trúc và đưa ra kết luận lỗi dựa trên phân biệt lỗi. 3.1. Về bài toán chẩn đoán ĐCĐK ĐCĐK được sử dụng trên đầu máy để tạo ra lực kéo cho đoàn tàu từ năng lượng điện. Hiện nay, ĐCĐK một chiều có cổ góp vẫn được sử dụng rất phổ biến do sự phù hợp về đặc tính kéo. Tuy nhiên, đây là thiết bị có độ bền thấp, đòi hỏi phải thường xuyên theo dõi, kiểm tra. Vì vậy, chẩn đoán TTKT của ĐCĐK là bài toán thực tế và cấp thiết. 3.2.1 Nội dung bài toán: Thực hiện chẩn đoán theo sơ đồ trong hình 1.b, bao gồm các công việc sau:  Mô hình hóa đối tượng nhằm phát hiện sai lệch U, Y  R  Tạo ra các triệu chứng RS bằng cách xác định các ngưỡng chẩn đoán.  Kết luận lỗi dựa trên các triệu chứng S dựa trên mô hình hóa hệ thống có lỗi. Giá tr ị ng ư ỡng Giá tr ị thực t A Giá tr ị ng ư ỡng Giá tr ị thực t A Phương pháp mô hình đ ối Phương pháp so sánh Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 647 Mã bài: 144 3.2.2. Giới hạn phạm vi nghiên cứu: Do đặc điểm vận hành của đoàn tàu là chuyển động với gia tốc rất thấp, nên mô hình được xây dựng trong trạng thái ổn định, xác lập. Việc xây dựng mô hình chẩn đoán trong trạng thái động là hoàn toàn có thể, tuy nhiên, mức độ ý nghĩa không cao. Do giới hạn của bài báo, dưới đây trình bày một tập giới hạn các mối quan hệ về điện và từ. Việc xây dựng các mối quan hệ về nhiệt độ và công suất được thực hiện tương tự. 3.3. Mô hình hóa ĐCĐK trong trường hợp làm việc bình thường Tóm tắt các hàm quan hệ giữa các thông số như sau. Để tiện theo dõi, ký hiệu các biểu thức (e 1 , e 2 , ): Điện áp động cơ: e 1 : U F = U KT + U A (9) Dòng kích từ: e 2 : KT KT CC U I r  (10) Dòng điện phần ứng: e 3 : A A tx A A U E U I r     (11) Suất phản điện động của động cơ: e 4 : E A =K E .  .n F (12) Mối quan hệ về dòng điện: e 5 : I KT = I F =I A (13) Từ thông phần cảm: e 6 :  =K  .I F .w (14) 3.4. Mô hình hóa ĐCĐK trong trường hợp lỗi. Trong khuôn khổ bài báo, giới hạn quan tâm trong các lỗi liên quan đến phần điện, và bỏ qua các mối quan hệ về nhiệt từ e 7 đến e 18 . Các hư hỏng xem xét bao gồm: Các lỗi đứt mạch phần điện sẽ làm hở mạch và dòng điện trên đoạn mạch tương ứng bằng 0 và điện áp bằng điện áp của cả đoạn mạch. Áp dụng cho từng đoạn mạch: Đối với lỗi đứt mạch phần cảm F 2 : e 19 : (I KT = 0) & (U KT = U F ) (15) Đối với lỗi đứt mạch phần ứng F 6 : e 20: (I A =0) & (U A =U F ) (16) Các lỗi chập mạch một phần hoặc toàn bộ sẽ làm thay đổi trở kháng của đoạn mạch. Sự thay đổi được phát hiện qua mô hình ước lượng thông số tương ứng. 3.5. Tối thiểu hóa tập tham số và xây dựng mô hình ước lượng cho từng lỗi. Từ mô hình chẩn đoán của ĐCĐK đã xây dựng (e 1 e 20 ), sẽ có rất nhiều thông số đầu vào, đầu ra và hàm quan hệ liên quan tới mỗi lỗi của đối tượng. Tiến hành thu gọn tập thông số và lựa chọn những mối quan hệ có ý nghĩa nhất đối với mục tiêu của bài toán chẩn đoán. Trong nội dung đề tài, các tác giả đã sử dụng phương pháp đánh giá hàm chỉ tiêu lượng tin của thông số và tối thiểu hóa thông số bằng graph[6]. Từ đó rút ra được các mô hình chẩn đoán lỗi cho ĐCĐK như trong bảng 1. Trong đó, thông số biểu hiện lỗi là các thông số đầu ra bị ảnh hưởng bởi lỗi, mô hình chẩn đoán là tập phù hợp các hàm từ đó xác định được mối quan hệ giữa đầu vào và đầu ra đã xét. Dấu hiệu lỗi là kết quả tính sai lệch của mô hình. Bảng 1: Mô hình hóa ĐCĐK trong trường hợp lỗi Lỗi f i Giải thích lỗi Thông số biểu hiện lỗi Y i Mô hình chẩn đoán E i Dấu hiệu lỗi r i f 1 Xu ất hiện v ành lửa trên cổ góp  U tx e 3 , e 4 , e 6 r 1 f 2 Đ ứt mạch phần cảm r cc e 19 r 2 f 3 Ch ập mạch phần cảm r cc , w e 2 r 3 f 4 Cháy hoàn toàn, hở mạch cổ góp  U tx e 3 , e 4 , e 6 r 4 f 5 Ch ập mạch một phần hoặc toàn bộ bối dây phần ứng U A , I F , n e 3 , e 4 , e 6 r 1 f 6 Đ ứt mạch một hoặc nhiều bối dây phần ứng U A , I F , n e 3 , e 4 , e 6, e 20 r 1 Trong đó: r i là các dấu hiệu lỗi được xây dựng trên cơ sở tính toán các sai lệch trong mỗi mô hình so sánh với giá trị thực. 3. 6. Xây dựng tập triệu chứng và ma trận kết luận lỗi. Sau khi có được giá trị của r i , cần phải xác định độ lớn của ngưỡng chẩn đoán. Tập các đầu ra chẩn đoán vượt ngưỡng tạo thành các triệu chứng s i tương ứng. Trên cơ sở mô hình chẩn đoán lỗi trong Bảng 1 và phương pháp chẩn đoán trên mô hình [2], xây dựng được có thể kết luận lỗi theo bảng 2: 648 Nguyễn Thế Truyện, Nguyễn Văn Nghĩa VCM2012 Bảng 2: Ma trận kết luận lỗi s 1 s 2 s 3 s 4 f 1 1 0 0 0 f 2 0 1 0 0 f 3 0 0 1 0 f 4 0 0 0 1 f 5 1 0 0 0 f 6 1 0 0 0 Qua mô hình đã xây dựng, có nhận xét:  Hệ có khả năng chẩn đoán được lỗi: Các lỗi đều được phát hiện bởi các triệu chứng lỗi s 1 s 4 .  Hệ có khả năng phân biệt lỗi: 3/6 lỗi đã được phát hiện và phân biệt.  Còn một số lỗi phát hiện được nhưng không phân biệt được: Lỗi f1, f 5 và f 6 phát hiện được nhưng không phân biệt được do có chung biểu hiện lỗi r 1 . Để phân biệt lỗi này, có thể sử dụng các biện pháp kiểm tra nguội trong quá trình sửa chữa tại xưởng. 4. Kết luận và nhận xét: Những kết quả đạt được: - Nhóm tác giả đã nghiên cứu về phương pháp chẩn đoán dựa trên mô hình và áp dụng cho bài toán chẩn đoán tình trạng kỹ thuật cho ĐCĐK trong tình trạng hoạt động. - Tìm được tập thông số phù hợp nhất cho bài toán phát hiện lỗi và phân tích lỗi. - Tính chẩn đoán được và phương pháp kết luận lỗi cũng đồng thời được khẳng định. - Xây dựng các mô hình chẩn đoán E i , từ đó xác định được mô hình ước lượng lỗi - làm cơ sở cho các bài toán phân tích thông số và phát hiện triệu chứng lỗi. Công việc tiếp theo: Trên đây mới chỉ trình bày về phương pháp xác định tập thông số đầu vào và đầu ra cần thiết cho việc chẩn đoán lỗi. Bước tiếp theo của bài toán chẩn đoán là xây dựng các hàm kiểm tra r i dựa trên mô hình chẩn đoán E i tương ứng với nó nhằm phát hiện các biểu hiện lỗi tương ứng. Các tác giả đã tiến hành xây dựng các hàm kiểm tra r i cho một số đối tượng trong mô hình trên bằng phương pháp ước lượng thông số sử dụng mạng nơron RBF. Dấu hiệu chẩn đoán là rõ ràng và hoàn toàn có thể sử dụng cho bài toán kết luận lỗi. Chi tiết việc xây dựng các hàm kiểm tra và phát hiện lỗi dựa trên các hàm kiểm tra xem thêm trong các bài báo [3], [4]. Trên cơ sở phương pháp, đã xây dựng hệ đo và thu thập số liệu nhằm phát hiện các triệu chứng r i . Kết quả được trình bày chi tiết trong bài báo [5]. Về khả năng áp dụng của phương pháp Phương pháp chẩn đoán dựa trên mô hình ước lượng đã được áp dụng để xây dựng mô hình chẩn đoán lỗi cho ĐCĐK trong tình trạng hoạt động (chẩn đoán online). Mô hình lỗi cho phép phát hiện lỗi và phân biệt lỗi của đối tượng. Kết quả trên chứng minh khả năng và tính ưu việt của phương pháp chẩn đoán dựa trên mô hình đối chứng. Nhờ những ưu điểm đã nói ở trên, phương pháp này tỏ ra có độ tin cậy cao, độ nhạy và khả năng phát hiện sớm. Đây là những khả năng rất cần thiết đối với bài toán chẩn đoán. Phương pháp chẩn đoán dựa trên mô hình có thể được áp dụng trong rất nhiều hệ thống thiết kế mới hiện nay, đặc biệt trong các lĩnh vực của GTVT và công nghệ cao như hệ thống chẩn đoán lỗi của ô tô, công nghệ hàng không và vũ trụ hay trong việc xác định các thông số cần thu thập của hệ SCADA. Mô hình trên chỉ là một trong các ứng dụng của phương pháp chẩn đoán sử dụng mô hình hóa. Cần có những nghiên cứu tiếp theo về phương pháp này và ứng dụng của nó trong các thiết bị điện-cơ. Tài liệu tham khảo [1]. Rolf Isermann “Fault-Diagnosis Systems An Introduction from Fault Detection to Fault Tolerance”, Springer-Verlag Berlin Heidelberg 2006 [2]. S.X. Ding “Model-based Fault Diagnosis Techniques Design Schemes, Algorithms, and Tools”, Springer-Verlag Berlin 2008. [3]. Nguyễn Văn Nghĩa “Đề xuất phương pháp phát hiện lỗi của máy điện kéo thông qua ước lượng nhiệt độ gió làm mát”, Tạp chí Khoa học kỹ thuật - DHGTVT số 35 tháng 12/2011 [4]. Nguyễn Thế Truyện, Nguyễn Văn Nghĩa “Đề xuất phương pháp xác định mức độ đánh lửa cổ góp động cơ điện kéo bằng phương pháp ước lượng thông số” Tạp chí Khoa học kỹ thuật - DHGTVT số 35 tháng 12/2011. [5]. Nguyễn Thế Truyện, Nguyễn Văn Nghĩa “Thu thập và xử lý số liệu cho chẩn đoán tình trạng đánh lửa cổ góp động cơ điện kéo đầu máy D14E” Tạp chí Khoa học trường Đại học GTVT số 38 - 6/2012 [6]. Mattias Krysander and Mattias Nyberg “Structural Analysis for Fault Diagnosis of DAE Systems Utilizing Graph Theory and MSS Sets”, Linköping, May 21, 2002. . điện tử toàn quốc lần thứ 6 643 Mã bài: 144 Xây dựng mô hình toán học cho bài toán chẩn đoán online động cơ điện kéo dựa trên phương pháp chẩn đoán bằng mô hình đối chứng Modelling and diagnose. phương pháp chẩn đoán. Hình 1 mô tả phương pháp chẩn đoán dựa trên phân loại triệu chứng và chẩn đoán dựa trên mô hình đối chứng. Hình 2 mô tả các phương pháp kết luận lỗi cho 2 mô hình trên gồm mô hình hóa và xây dựng hàm chẩn đoán cho đối tượng ĐCĐK. Đối tượng được chẩn đoán dựa trên mô hình cấu trúc và đưa ra kết luận lỗi dựa trên phân biệt lỗi. 3.1. Về bài toán chẩn đoán