Khái quát

Bài báo này trình bày về một sản phẩm/giải pháp đã được công nhận và đánh giá cao: Giải pháp giám sát tình trạng động cơ (MCM), để dự đoán bảo dưỡng hệ thống ba pha, bao gồm động cơ điện, máy phát điện, máy biến thế và các thiết bị hoặc quá trình được vận hành sử dụng động cơ. MCM là phương pháp chỉ đo điện áp và dòng điện. Nó có khả năng lập kế hoạch bảo trì bằng cách phát hiện các sự cố cơ và điện sắp xảy ra ở giai đoạn đầu của lỗi thông qua việc giám sát liên tục. MCM cũng cung cấp cho người dùng khả năng  chẩn đoán tình trạng động cơ. Chức năng chính của MCM là cung cấp cảnh báo sớm về sự xuống cấp dần dần của điều kiện máy móc và quy trình để ngăn chặn/giảm thiểu thời gian đình hoãn không theo kế hoạch, và cải thiện năng suất động cơ. Các công nghệ lõi MCM được cấp bằng sáng chế bắt nguồn từ nỗ lực nghiên cứu kéo dài hàng thập kỷ, mà trước đây đã được áp dụng tại Hoa Kỳ cho Động cơ chính Tàu con thoi, động cơ máy bay trực thăng và tua-bin khí. MCM là một thiết bị chi phí thấp, cung cấp cho người dùng thông tin hỗ trợ ra quyết định bảo trì chính xác có thể được sử dụng ở mức thấp hoặc nhân viên bán tay nghề. Do đó, nó giúp loại bỏ những thiếu sót của các phương pháp phân tích dựa trên rung động và dòng điện động cơ.

Giới thiệu       

Trong môi trường kinh doanh nhiều cạnh tranh và lợi nhuận thấp ngày nay, các nhà sản xuất thường xuyên phải đối mặt với nhu cầu sản xuất ngày càng tăng trong khi phải liên tục cắt giảm chi phí. Một chi phí phổ biến kéo giảm năng suất là sự đình hoãn hoạt động của thiết bị và sản xuất không trong kế hoạch [1]. Hỏng hóc không lường trước của các quy trình và máy móc trong môi trường công nghiệp luôn là điều không mong muốn. Khi các quy trình này mang tính trọng yếu, chúng có thể dẫn đến tổn thất lớn trong sản xuất và chi phí sửa chữa tốn kém. Việc theo dõi tình trạng được sử dụng để có được cảnh báo sớm về sự cố thiết bị sắp xảy ra nhằm ngăn chặn và giảm thiểu thời gian ngừng hoạt động tốn kém và thiệt hại cho thiết bị quá trình. Ý tưởng cơ bản đằng sau giám sát tình trạng là phân tích dữ liệu tập hợp các đặc điểm của thiết bị trong thời gian đủ để giảm thiểu các hỏng hóc cũng như gián đoạn đột xuất trong sản xuất. Một xu hướng ngày càng phổ biến là sự tích hợp của giám sát tình trạng liên tục với khả năng bảo trì dự đoán để tự động hóa hệ thống nhà máy.

Có hai phạm vi chính của việc giám sát tình trạng: rung và ăn mòn. Phân tích rung động chiếm tỉ lệ lớn hơn (85%). Các công nghệ khác bao gồm hồng ngoại (IR) nhiệt kế để phát hiện sự thay đổi nhiệt độ trong vòng bi và trục; phân tích ma sát hoặc dầu bôi trơn trong máy; phân tích siêu âm của vòng bi…

Một ứng dụng chính của giám sát tình trạng là theo dõi các hệ thống điều khiển động cơ điện và động cơ như máy bơm, máy nén, quạt, máy ép, vv. Những thiết bị như vậy có mặt khắp nơi trong công nghiệp với phạm vi công suất từ vài watt đến vài mega watts. Phân tích rung động bao gồm lắp cảm biến trên động cơ và đo phổ năng lượng rung bằng một thiết bị thu thập và phân tích dữ liệu gắn ngoài, thường là máy tính hoặc thiết bị cầm tay. Gia tốc, vận tốc và chuyển vị là một số các đại lượng được đo phổ biến nhất trong phân tích rung động. Cơ bản của ý tưởng là một lỗi cơ học phát triển trong hệ thống sẽ được biểu hiện như một sự thay đổi trong năng lượng rung trong dải tần số cụ thể. Một kỹ sư được đào tạo có thể phát hiện những thay đổi này bằng cách giám sát đầu ra từ thiết bị. Trong trường hợp điển hình, dữ liệu thu được định kỳ trong một khoảng thời gian mở rộng (thường là một năm hoặc hơn) sẽ được biểu diễn để quan sát bất kỳ xu hướng có thể nào của hỏng hóc. Việc theo dõi tình trạng dựa trên rung động có thể tốn kém, khó sử dụng và do đó dẫn đến khó khăn trong diễn giải vì những lý do sau:

• Giá cả; cả các cảm biến và thiết bị điện tử liên quan của chúng đều đắt tiền.
• Sự dễ dàng cài đặt; vị trí lắp của gia tốc kế trên động cơ phải được lựa chọn cẩn thận để cho độ nhạy tối đa. Ngoài ra cảm biến gắn có thể là một vấn đề trong trường hợp những vị trí không thể tiếp cận.
• Tính dễ sử dụng; thu thập và phân tích dữ liệu tốn thời gian và việc giải thích dữ liệu đòi hỏi kỹ năng và đào tạo
• Độ lặp lại; dữ liệu thu được để phân tích rung động không lặp lại. Ngoài ra tín hiệu rung nền có thể can thiệp vào tín hiệu đo
• Khả năng bao quát; phương pháp phân tích rung động có thể hiệu quả trong việc phát hiện các lỗi cơ học, nhưng không áp dụng cho phần lớn các lỗi điện của động cơ
• Cảnh báo nâng cao; các giá trị ngưỡng được sử dụng bị ảnh hưởng bởi các điều kiện hoạt động của Trang thiết bị. Do đó, hệ thống giám sát rung động liên tục sử dụng các giá trị ngưỡng cao hơn có thể giảm thời gian cảnh báo.
• Tích hợp với hệ thống tự động hóa nhà máy; phần lớn các hệ thống rung động là di động và không thể được tích hợp vào các hệ thống tự động hóa nhà máy.

Phân tích rung động là kỹ thuật truyền thống được sử dụng trong công nghiệp. Tuy nhiên, phương pháp này có chi phí tương đối cao, nổi tiếng là khó sử dụng, đòi hỏi chuyên môn cả trong việc thu thập dữ liệu và diễn giải kết quả của nó. Do đó, các nhà sản xuất ngày càng có nhu cầu lớn đối với 1 công nghệ và sản phẩm không tốn kém, đơn giản để sử dụng theo dõi tình trạng, có thể được tích hợp vào hệ thống tự động hóa nhà máy với khả năng lập kế hoạch bảo trì.

Một phương pháp mới được phát triển được giới thiệu để khắc phục một số thiếu sót của các phương pháp phân tích rung động, có tên “Phân tích tín hiệu dòng điện”. Trong phương pháp này, thông tin được trích xuất từ dòng điện cung cấp cho động cơ. Các phương sai trong khe hở của stato-rôto được phản ánh trong dòng điện động cơ thông qua thông lượng khe hở không khí ảnh hưởng đến lực điện động. Do đó dòng điện mang thông tin liên quan đến cả lỗi cơ và điện. Bởi vậy lỗi sẽ thể hiện một sự thay đổi trong phổ tần số của dòng điện trong tần số cụ thể. Dựa trên nguyên lý đó chúng ta có một phương pháp đánh giá về lỗi của động cơ cảm ứng và tần số cụ thể mà tại đó lỗi xảy ra [2].

Việc thu thập dữ liệu trong phân tích tín hiệu dòng điện khá đơn giản vì chỉ cần đo lường tín hiệu điện. Phương pháp này cũng cung cấp khả năng bao quát lỗi toàn diện; cả lỗi cơ học cũng như lỗi phần điện có thể được phát hiện. Tuy nhiên, việc giải thích dữ liệu đòi hỏi chuyên gia có kỹ năng và nó rất tốn thời gian như phương pháp phân tích rung động. Giống như phương pháp phân tích rung động, phương pháp phân tích tín hiệu dòng cũng là một phương pháp đánh giá dựa trên tín hiệu đầu ra. Nó phân tích dữ liệu dòng điện bị ảnh hưởng bởi điện áp. Do đó rất khó để đánh giá tách bạch liệu một tín hiệu dòng điện bất thường là do một vấn đề trong động cơ hay do sóng hài không mong muốn trong điện áp cấp cho động cơ.

Phương pháp MCM được phát triển để loại bỏ những thiếu sót của cả phương pháp phân tích tín hiệu dòng và tín hiệu rung động hiện tại. Các nguyên tắc cơ bản hoạt động của MCM hoàn toàn khác với các nguyên tắc của phương pháp phân tích tín hiệu rung và phân tích tín hiệu dòng điện. MCM sử dụng kỹ thuật chẩn đoán và phát hiện lỗi dựa trên mô hình. Trong kỹ thuật này, đặc tính động (mô hình) dự kiến của hệ thống ba pha trong các điều kiện khác nhau, chẳng hạn như tải, được xác định và so sánh với đặc tính động đo được để theo dõi các bất thường. MCM trước tiên học hệ thống trong một khoảng thời gian thông qua việc thu thập và xử lý dữ liệu thời gian thực từ hệ thống. Dữ liệu được xử lý bằng các thuật toán nhận dạng hệ thống để tính toán động học dự kiến và các tham số mô hình. Những thay đổi trong các tham số của hệ thống cho thấy sự bất thường đang phát triển trong hệ thống. Các tham số này tiếp tục được xử lý chẩn đoán tình trạng động cơ.

Trái ngược với phương pháp phân tích rung động và phân tích dòng điện truyền thống, phương pháp này sử dụng mối quan hệ nhân-quả (đầu vào-đầu ra) và do đó miễn nhiễm với nhiễu xung quanh và nhiễu trong các đầu vào. Ngoài ra sự khác biệt giữa đặc tính lý tưởng và đặc tính thực tế được lọc bỏ và phương pháp này tăng cường các bất thường CHỈ do hệ thống tạo ra cho phép cảnh báo sớm và chính xác hơn. Hướng tiếp cận hệ chuyên gia giúp loại bỏ các nhu cầu về cơ sở dữ liệu hoặc lưu trữ hồ sơ, chuyên gia phân tích, các hoạt động thu thập và phân tích dữ liệu tốn thời gian. Phương pháp này có khả năng bao quát các lỗi (cơ và điện cũng như hệ thống được truyền động) mặc dù nó chỉ đo tín hiệu điện áp và dòng điện.

Phương pháp MCM sử dụng chính động cơ điện của thiết bị làm cảm biến. Do đó, bất kỳ lỗi nào của thiết bị ảnh hưởng đến động cơ hoặc hệ thống ba pha cũng được MCM quan sát. MCM giải quyết nhiều vấn đề mà việc sử dụng các hệ thống phân tích tín hiệu dòng điện và tín hiệu rung động, bao gồm:

• Chi phí; Chi phí cho việc sử dụng phương pháp MCM và các phụ kiện của nó là không tốn kém
• Dễ cài đặt; Các cảm biến dòng điện và điện áp tiêu chuẩn công nghiệp có thể được sử dụng làm cảm biến. Những cảm biến này không tốn kém, dễ dàng cài đặt và quen thuộc với tất cả nhân viên bảo trì điện. MCM có thể được sử dụng ở bất cứ nơi nào hệ thống điều khiển động cơ điện hoạt động. Vì các cảm biến và bộ phận chính thường được gắn trong tủ điều khiển. Một thiết bị MCM không cần phải ở gần hệ thống được giám sát (vị trí lắp đặt động cơ).
• Dễ sử dụng; phương pháp tiếp cận hệ chuyên gia giúp MCM có thể tự động thiết lập cơ sở dữ liệu và theo dõi các thay đổi trong các tham số này. Mức độ lỗi được trình bày trên 1 bảng hiển thị đơn giản và trực quan của chính thiết bị MCM. Do đó, nó loại bỏ sự cần thiết phải có chuyên môn của các kỹ sư được đào tạo và có kỹ năng cao
• Độ lặp lại; Dữ liệu MCM có tính lặp lại cao. Không có hiệu ứng bên ngoài hoặc nền nào có thể can thiệp vào khả năng của MCM để giám sát các hệ thống
• Bao quát toàn diện lỗi động cơ; cả lỗi điện và cơ có thể được phát hiện bằng một thiết bị duy nhất
• Cảnh báo nâng cao; các ngưỡng không bị ảnh hưởng bởi các điều kiện hoạt động của hệ thống do cách tiếp cận theo hướng hệ chuyên gia. Do đó, MCM cung cấp báo động sớm và chính xác về tình trạng động cơ.
• Tích hợp với hệ thống tự động hóa nhà máy; Các thiết bị MCM dễ dàng kết nối với hệ thống thu nhận bên ngoài để giám sát liên tục thông qua hệ thống truyền thông công nghiệp. Tính năng này cùng với phương pháp chỉ báo lỗi đơn giản làm cho MCM trở thành một thiết bị lý tưởng để sử dụng với các hệ thống tự động hóa nhà máy

Vì những lý do trên, MCM hứa hẹn là 1 lựa chọn lý tưởng cho việc giám sát liên tục tình trạng động cơ điện ba pha. Một so sánh của phương pháp MCM với phương pháp phân tích độ rung và tín hiệu dòng được đưa ra trong Bảng 1.

Bảng 1: So sánh tính năng các phương pháp theo dõi tình trạng động cơ

Ngoài việc hỗ trợ lên kế hoạch bảo trì, MCM cũng cung cấp thông tin chẩn đoán về động cơ. Thông tin được cung cấp bởi MCM có thể được sử dụng để khắc phục các sự cố trong hầu hết các trường hợp. Tuy nhiên, với nhiều lỗi hoặc nhiều ứng dụng động cơ khác nhau, các loại lỗi khác nhau lại có thể sẽ tạo ra các tín hiệu tương tự nhau. Trong những trường hợp đó, cần thu thập và phân tích thêm các tín hiệu khác (tốc độ động cơ, mô-men xoắn, rung, v.v.,), đồng thời sử dụng các phương pháp khác như phân tích nhiệt, phân tích hóa học, v.v.

Nguyên lý hoạt động của MCM

Phương pháp MCM được phát triển để đáp ứng nhu cầu của nhà sản xuất về một sản phẩm theo dõi tình trạng có thể cung cấp thông tin về lịch bảo trì chính xác và đơn giản, mà không cần đến sự tham gia của chuyên gia được đào tạo sâu về lĩnh vực này. Công nghệ được sử dụng để phát hiện các lỗi cơ khí và điện sắp xảy ra, là một công nghệ đã được xác nhận và cấp bản quyền, được áp dụng trong các lĩnh vực hàng không và không gian [3,4,5,6]. Công nghệ này đã được giải thưởng một trong 40 sản phẩm tốt nhất của năm 2000 bởi Tạp chí Công nghệ điều khiển (Control Engineering Magazine) [7]. Nguyên lý hoạt động của MCM được mô tả dưới đây sử dụng một hệ thống dựa trên động cơ điện để biểu diển các hệ thống truyền động điện 3 pha.

MCM sử dụng kỹ thuật phát hiện lỗi và chuẩn đoán tình trạng dựa trên mô hình toán học. Nguyên lý của phương pháp tiếp cận này, được mô tả trong Hình 1, đó là so sánh mô hình động học của mô hình toán học của thiết bị hay quá trình, với mô hình động học đo được thực tế.

Hình 1: Sơ đồ nguyên lý hoạt động của MCM

Trong Hình 1, u(n) là điện áp đầu vào của cả mô hình toán học lẫn hệ thống sử dụng động cơ thực tế, đó là điện áp đo được. y(n) tương ứng với đầu ra của hệ thống dựa trên động cơ, nó tương ứng với dòng điện đo được. v(n), mặt khác, là dòng điện tính toán được bởi mô hình. Y(n)-v(n) là sự khác biệt giữa dòng thực tế và dòng tính toán. Mô hình bao gồm một chuỗi các phương trình vi phân, mô tả đặc tính điện từ của động cơ. Dữ liệu thu thập được trong thời gian thực của hệ thống sẽ được xử lý bởi các thuật toán nhận dạng hệ thống để tính toán các tham số mô hình. Động cơ truyền động cho máy hay quá trình sẽ được sử dụng như 1 cảm biến. Lỗi tiềm ẩn trong động cơ cũng như trong hệ thống hoạt động bởi động cơ hoặc những tình trạng không được dự đoán trước có thể ảnh hưởng tới hoạt động của hệ thống cũng sẽ ảnh hưởng tới các tham số mô hình.

MCM đầu tiên sẽ học về hệ thống truyền động điện trong một khoảng thời gian bằng cách thu thập và xử lý dữ liệu động cơ. Kết quả của dữ liệu được xử lý sẽ được lưu trong cơ sở dữ liệu nội tại và một mô hình được đưa ra. Mô hình tham chiếu này cơ bản bao gồm các tham số mô hình, giá trị trung bình của chúng và các sai lệch chuẩn. Trong khi theo dõi, MCM sẽ xử lý dữ liệu động cơ thu được và đối chiếu với kết quả lưu trong cơ sở dữ liệu nội tại của nó. Nếu như kết quả có được từ dữ liệu tu thập được có sự sai khác đáng kể với mô hình tham chiếu, MCM sẽ hiển thị một lỗi nào đó. Mức độ của lỗi được xác định bằng cách tính đến cường độ và tần suất của sai lệch.

Tổng cộng, MCM theo dõi và so sánh 22 tham số khác nhau (tham số mô hình). Những tham số này được phân loại làm 3 nhóm. Có 8 tham số trong nhóm thứ nhất được gọi là tham số điện. Đây là những tham số mạng lưới tương đương và tương ứng với tham số vật lý của động cơ, như điện cảm, điện trở,…Các tham số này nhạy cảm với những lỗi về điện tiềm ẩn trong động cơ. MCM ước lượng và phân tích sai lệch giữa tham số mô hình vào bất cứ thời điểm nào và giá trị trung bình của những tham số tương ứng đó có được trong quá trình học. Những sai lệch này được chuẩn hóa có tính đến sai lệch chuẩn thu được trong quá trình học. Bởi vậy các giá trị hiển thị số lượng các sai lệch chuẩn so với giá trị trung bình có được trong quá trình học. Nếu lớn hơn ngưỡng, một cảnh báo sẽ được đưa ra. Sự thay đổi về giá trị tương ứng với các lỗi tiềm ẩn trong hệ thống. Chẳng hạn một sự cố cách điện trong cuộn cảm sẽ ảnh hưởng đến các tham số tương ứng với điện trở. Sự biến đổi của chúng sẽ cho phép MCM phát hiện sự cố cách điện ở giai đoạn đầu. Mặc dù chủ yếu được sử dụng để phát hiện các lỗi điện, chúng cũng có thể hiển thị các vấn đề về cơ khí. Ví dụ sự không cân bằng hay vấn đề ở bộ truyền động có thể gây ra bất thường về động học ở khoảng trống giữa rotor và stator. Sự bất thường này sẽ gây ra một sự thay đổi về các tham số cảm ứng và do đó thay đổ các tham số mô hình. Bằng việc theo dõi những thay đổi đối với những tham số mô hình này, sự mất cân bằng có thể được phát hiện sớm. Bởi vậy sự phát hiện sớm có thể phòng tránh những hỏng hóc xa hơn.

Các thông số điện được phân loại thêm thành hai nhóm. Các thông số điện 1-4 chỉ ra các vấn đề liên quan đến rôto, stato, cuộn dây, vv trong khi 5-8 chỉ ra các vấn đề về cung cấp điện như mất cân bằng điện áp, vấn đề cách ly của cáp, tụ điện, đầu nối động cơ, độ chùng đầu cuối, tiếp điểm bị lỗi, vv

Các tham số trong nhóm thứ hai rất nhạy cảm với các lỗi cơ học như mất cân bằng tải, sai lệch, khớp nối và các vấn đề về ổ trục. Chúng được gọi là Thông số cơ học 1-12. Những tham số được lấy từ phổ tần số của các tín hiệu điện tương tự như phân tích tín hiệu dòng điện. Tuy nhiên, MCM sử dụng phổ thu được từ sự khác biệt giữa dòng điện dự kiến thu được từ mô hình và dòng điện thực tế. Những khác biệt này chỉ bao gồm những bất thường được tạo ra bởi động cơ. Do đó, chúng miễn nhiễm với nhiễu hoặc sóng hài trong điện áp cung cấp.

Các tham số cơ học tương ứng với 12 giá trị tối đa thu được trong phổ tần số. Các thông số này cũng được sử dụng cho mục đích chẩn đoán. Tương tự như độ rung cũng như các kỹ thuật phân tích tín hiệu dòng, tần số mà chúng xảy ra cho biết loại lỗi, nghĩa là sự mất cân bằng, sự lỏng của bánh răng, chảy dầu, cánh quạt, vòng bi bên trong hoặc bên ngoài, v.v. Các tham số này cũng như tần số tương ứng được cung cấp cho người dùng cho mục đích chẩn đoán và xác định xu hướng.

Các tham số trong nhóm thứ ba rất nhạy cảm với những thay đổi trong hành vi của hệ thống. Chúng được gọi là tham số phù hợp (hoặc phần dư). Có 2 thông số phù hợp. Đây là những sai lệch giữa dòng điện thực tế (pha d và pha q) và dòng điện tính từ mô hình. Nếu các tham số này tăng trên giá trị ngưỡng của chúng, hệ thống được coi là hành xử khác với trong giai đoạn học cho thấy tồn tại lỗi đang phát triển trong hệ thống.

Bên cạnh các tham số trên, MCM cũng theo dõi điện áp cấp cho động cơ cũng như tình trạng tải. Nếu như điện áp cung cấp thay đổi bất thường, mất cân bằng hoặc có sóng hài tần số rất cao, thiết bị sẽ đưa ra 1 cảnh báo Watch Line. Tương tự nếu như tình trạng tải không phù hợp với tình trạng quan sát được trong quá trình học, thiết bị sẽ đưa ra cảnh báo Watch Load. Cảnh báo Watch Load có nghĩa là hoặc tình trạng tải thay đổi hay có lỗi trong hệ thống. Nếu người dùng phát hiện ra một thay đổi trong quá trình, người dùng có thể thêm tình trạng tải mới vào tình trạng được quan sát trong quá trình học bằng cách sử dụng lệnh UPDATE trên MCM.

Sử dụng tín hiệu điện áp và dòng điện 3 ph, MCM cũng tính toán một tập hợp các tham số vật lý như giá trị rms của điện áp và dòng điện 3 pha, hiệu số công suất…Tập hợp các tham số này cũng bao gồm các tham số như tổng méo hài, nội dung hài của tín hiệu cung cấp và sự thiếu cân bằng điện áp, qua đó biểu hện chất lượng điện áp cung cấp. Các tham số công suất và công suất phản kháng trong tập các tham số này có thể được sử dụng để ước lượng điện năng tiêu thụ. Do đó, chỉ trên 1 thiết bị đã bao gồm nhiều thông số vật lý có ích cho cả nhà vận hành sản xuất và bảo trì.

Hình 2: Bộ theo dõi tình trạng động cơ MCM

Thiết bị MCM được sản xuất dưới dạng 1 thiết bị dạng hộp nhỏ, phù hợp cho việc lắp đặt trên các bảng điều khiển động cơ (Hình 2). Những thông số vật lý được lựa chọn có thể được hiển thị trên màn hình LCD của thiết bị cũng như tình trạng của hệ thống truyền động điện, trên cả màn hình LCD và các LED ở mặt trước của thiết bị.

Liên hệ

Hiện tại MES Engineering Việt Nam là nhà phân phối độc quyền của Artesis tại thị trường Việt Nam, khách hàng có nhu cầu triển khai giải pháp này xin liên hệ:

• Công ty Cổ phần MES Engineering Việt Nam
• Địa chỉ: Phòng 301, số 88 Phạm Ngọc Thạch, Đống Đa, Hà Nội
• Số điện thoại: (84) 0913039986

Tham khảo

[1] D. R. Bell, ”The Hidden Cost of Downtime : Strategies for Improving Return on Assets,” SmartSignal Co., USA, 2003.
[2] Nandi, S. and Toliyat, H.A., “Condition Monitoring and Fault Diagnosis of Electrical Mchines- A
Review,” 1999.
[3] A. Duyar and W. C. Merrill, ”Fault Diagnosis For the Space Shuttle Main Engine,” AIAA Journal of
Guidance, Control and Dynamics, vol. 15, no. 2, pp. 384-389, 1992.
[4] A. Duyar, V. Eldem, W. C. Merrill, and T. Guo, “Fault Detection and Diagnosis in Propulsion
Systems: A Fault Parameter Estimation Approach,” AIAA Journal of Guidance, Control and Dynamics,
vol. 17, no. 1, pp. 104-108, 1994.
[5] J. Litt, M. Kurtkaya, and A. Duyar, ”Sensor Fault Detection and Diagnosis of the T700 Turboshaft
Engine,” AIAA Journal of Guidance, Control and Dynamics, vol. 187, no. 3, pp. 640-642, 1995.
[6] J. L. Musgrave, T. Guo, E. Wong, and A. Duyar, “Real-Time Accommodation of Actuator Faults on
a Reusable Rocket Engine,” IEEE Trans. Cont. Syst. Technol., vol. 5, no. 1, pp. 100-109, Jan. 1997.
[7] Editors’ Choice Award, 40 Best Products of 2000, Control Engineering Magazine, USA, 2001.