وبلاگ

سیستم های تکنولوژی مدرن برای رویارویی با نیازهای عملکردی افزاینده ،به سیستم های کنترل پیچیده نیاز دارند . برای چنین سیستم هایی ، توالی هایی از خطاهای اجزای سیستم می تواند فاجعه آمیز باشد . قابلیت اعتماد در چنین سیستم هایی با تضمین این که خطایی رخ نخواهد داد ،افزایش خواهد یافت ،ولی به هر حال، این هدف غیر واقعی و اغلب غیر قابل دستیابی است چون خطاها نه فقط به خاطر کهنگی و فرسودگی اجزای سیستم رخ می دهند،بلکه به خاطر خطاهای انسانی در ارتباط با نصب و نگهداری نیز ایجاد می
شوند. بنابراین طراحی سیستم های کنترلی که بتوانند در مقابل خطاهای ممکن مقاوم باشند جهت افزایش قابلیت اعتماد و در دسترس بودن این سیستم ها ،لازم است . این نوع از سیستم های کنترل به عنوان سیستم های کنترل مقاوم خطا شناخته شده است.

در طول سه دهه گذشته، تقاضای روبه رشدی برای قابلیت اعتماد، ماندگاری و قابلیت نگهداری در سیستم دینامیک، تحقیقات را در زمینه تشخیص خطا و عیب یابی ایجاد کرده است. چنین تلاش هایی منجر به پیشرفت بسیاری از روش های FDD شده است. همزمان با آن،

 تحقیق روی سیستم های کنترلی مقاوم خطا (FTCS) و با قابلیت پیکر بندی مجدد افزایش یافته که تحقیقات اولیه روی کنترل ساختار بندی مجدد و سیستم های کنترلی پرواز خود تعمیر در اوایل 1980 شروع شد. به هر حال، در مقایسه با FDD، کتابهای بسیار کمی روی موضوع FTCS منتشر شده اند. اگر چه تحقیقات انفرادی گسترده ای روی FTCS  انجام شده است، مفاهیم سیستماتیک، روش های طراحی و حتی اصطلاح شناسی آن هنوز استاندارد گذاری نشده است. به علاوه، بنا به دلایل تاریخی، عمده تحقیقات روی FDD و کنترل پیکر بندی مجدد/ ساختار بندی مجدد مستقل انجام شده است.

بسیاری از روش های FDD به عنوان یک ابزار عیب یابی یا مانیتورینگ و نه به عنوان یک بخش از FTCS  گسترش یافته است. واضح است که برخی از روش های FDD موجود، نیاز ساختار بندی مجدد کنترل کننده را ممکن است برآورده نکند. از سوی دیگر بسیاری از کنترل های پیکربندی مجدد با فرض اطلاعات کامل از FDD طراحی شده است. عکس العمل بین FDD و FTCS و طراحی مجتمع این دو برای کاربردهای روی خط زمان حقیقی اهمیت بسیاری دارد. یک نتیجه نادرست یا با تأخیر فراوان از FDD، ممکن است باعث تلفات در عملکرد سیستم و حتی ناپایداری کل سیستم شود. یک کنترل کننده نامناسب نیز بر اساس اطلاعات نادرست از FDD، منجر به عملکرد ضعیف و حتی ناپایداری کل سیستم می شود.