Peningkatan kerumitan sistem pembuatan meningkatkan kepentingan pengesanan
dan pengasingan ralat. Pengesanan ralat adalah penting untuk mengelakkan kegagalan
sistem dan menjejaskan produktiviti. Kajian ini mengkaji pengesanan ralat
menggunakan pendekatan berdasarkan pemerhati untuk sistem dinamik. Motor arus
terus digunakan untuk mewakili sistem dinamik dan pengekod digunakan untuk
mewakili penderia. Sistem motor arus terus dimodelkan dengan menggunakan model
keadaan ruang. Sebuah pemerhati linear dan sebuah pemerhati penyesuaian telah direka
untuk menganggarkan kesalahan penderia dan simulasi dilakukan melalui MATLAB
Simulink. Dua jenis ralat pengekod dimodelkan menggunakan MATLAB Simulink
untuk memodelkan ralat penderia semasa simulasi. Dari hasil simulasi, pemerhati linear
adalah baik dalam anggaran keadaan tetapi gagal apabila berlakunya kesalahan dalam
isyarat keluaran. Pemerhati penyesuaian adalah lebih baik dalam menganggarkan
keadaan sebenar sistem dengan kesalahan tambahan tetapi gagal dalam kesalahan
gandaan. Oleh itu, pemerhati penyesuaian adalah lebih baik daripada pemerhati linear
dalam pengesanan dan penganggaran kesalahan. Pemerhatian penyesuaian boleh
digunakan untuk mengesan kesalahan penderia dalam sistem dinamik.
_______________________________________________________________________________________________________
The increase in the complexity of manufacturing systems increases the importance
of fault detections and isolations. Fault detection is important to prevent failure of the
system and affect the productivity. This research studies the fault detection using
observer-based approach for a dynamical system. Direct current motor is used to
represent a dynamical system and an encoder is used to represent the sensor. The direct
current motor system is modelled using state space model. A linear observer and an
adaptive observer are designed to estimate the fault of a sensor and simulation is done
via MATLAB Simulink. Two types of encoder fault are modelled using MATLAB
Simulink to model the sensor fault during the simulation. From the result of simulations,
the linear observer is good at estimate states but failed when there is presence of fault in
the output signal. The adaptive observer is better in estimating the actual states of the
system with additive faults but failed in gain fault. Therefore, the adaptive observer is
better than a linear observer in fault detection and estimation. The adaptive observer can
be used to detect sensor fault in a dynamical system.