State estimationof discrete event systems modeled by labeled Petri Nets with applications to fault diagnosis and prognosis

Les réseaux de Petri étiquetés sont très utilisés pour modéliser des systèmes tels que les usines. L'un des avantages de l'utilisation des réseaux de Petri étiquetés est qu'il existe de nombreuses méthodes pour analyser le système pendant qu'il opère.L'une de ces méthodes est l'estimation de l'état, qui vise à obtenir des informations sur la situation actuelle du système en l'observant. Cependant, cette méthode peut être difficile car la même observation peut conduire à différentes situations possibles à cause d'événements inobservables. De plus, le nombre de situations possibles peut grandir à mesure que le système fonctionne, ce qui rend difficile l'énumération de ces situations. Pour résoudre ce problème, nous proposons une nouvelle approche qui permet d'obtenir une représentation compacte de ces situations. Ensuite, nous appliquons cette représentation à deux problèmes : la détection des fautes (diagnostic des fautes) et la prédiction des fautes futurs (pronostic des fautes).

Authors

Publication Details

Published
2025-09-03
Primary Topic
Petri Nets in System Modeling
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

State estimationof discrete event systems modeled by labeled Petri Nets with applications to fault diagnosis and prognosis

Braian Igreja de Freitas
Petri Nets in System Modeling
article

State estimationof discrete event systems modeled by labeled Petri Nets with applications to fault diagnosis and prognosis

Braian Igreja de Freitas
article en

Abstract

Les réseaux de Petri étiquetés sont très utilisés pour modéliser des systèmes tels que les usines. L'un des avantages de l'utilisation des réseaux de Petri étiquetés est qu'il existe de nombreuses méthodes pour analyser le système pendant qu'il opère.L'une de ces méthodes est l'estimation de l'état, qui vise à obtenir des informations sur la situation actuelle du système en l'observant. Cependant, cette méthode peut être difficile car la même observation peut conduire à différentes situations possibles à cause d'événements inobservables. De plus, le nombre de situations possibles peut grandir à mesure que le système fonctionne, ce qui rend difficile l'énumération de ces situations. Pour résoudre ce problème, nous proposons une nouvelle approche qui permet d'obtenir une représentation compacte de ces situations. Ensuite, nous appliquons cette représentation à deux problèmes : la détection des fautes (diagnostic des fautes) et la prédiction des fautes futurs (pronostic des fautes).

Openalex Percentile: Top 23%
Petri Nets in System Modeling
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.