Two-stage monitoring design and budgeted condition-based maintenance for LED lighting systems: a gamma-process-based ensemble Kalman filter approach

Technische Samenvatting: Twee-fasen Monitoringontwerp en Gebudgetteerde Conditiegestuurde Onderhoudsstrategie voor LED-verlichtingssystemen

Probleemstelling
Licht-emitterende diode (LED) verlichtingssystemen degraderen in de loop van de tijd, wat de werkvlakverlichtingssterkte (WP) vermindert en het risico op ontoereikende binnenverlichting vergroot. Hoewel stochastische degradatiemodellen algemene trends kunnen voorspellen, missen ze vaak nauwkeurigheid voor individuele geïnstalleerde armaturen vanwege variabiliteit tussen eenheden en ongekarakteriseerde operationele omstandigheden. Directe meting van de degradatietoestand van individuele armaturen (bijv. via integratiesferen) is na installatie onpraktisch. Daarentegen zijn in situ WP-verlichtingsmetingen wel praktisch, maar zij vormen een complex invers probleem: een enkele WP-meting reflecteert de gesuperponeerde bijdragen van alle armaturen in een zone in plaats van een lokale sensor-armatuurrelatie.

Dit creëert een dubbele uitdaging:

1. Invers Toestandschatting: Het afleiden van hoogdimensionale latente degradatietoestanden uit schaarse, globaal gekoppelde WP-metingen vereist een informatieve meetopstelling die voldoet aan de identificeerbaarheidsbeperkingen (het aantal metingen moet ten minste gelijk zijn aan het aantal armaturen voor een zelfstandige schatting).
2. Gebudgetteerde Onderhoudsoptimalisatie: Grootschalige systemen kunnen het niet veroorloven om bij elk monitoringsbezoek de volledige set vereiste punten te meten. Er is behoefte aan het gezamenlijk optimaliseren van het bezoekschema, de subset van de metingen die tijdens elk bezoek worden genomen, en het preventieve vervangingsbeleid onder een vast monitoringbudget om de totale downtime en vervangingskosten te minimalemen.

Methodologie
Het artikel stelt een twee-fasen raamwerk voor dat ontwerp-fase lay-outoptimalisatie integreert met runtime-fase sequentiële filtering en conditiegestuurd onderhoud (CBM).

• Fase 1: Ontwerpfase Referentielay-outoptimalisatie

  • Toestand-naar-Verlichtingssterkte Modellering: Een niet-homogeen gamma-proces modelleert de monotone degradatie van elk armatuur. Een high-fidelity Radiance-simulator genereert de voorwaartse verlichtingsgegevens, die worden benaderd door een lineair-Gaussiaans surrogaatmodel ($E = Cx + b + \epsilon$). Dit expliciete observatiemodel koppelt latente degradatietoestanden ($x$) aan WP-verlichtingsmetingen ($E$), waarbij zowel model- als meetonzekerheden worden gekwantificeerd.
  • Identificeerbaarheidsbeperkte D-optimale Ontwerp: Om inverse toestandschatting mogelijk te maken, formuleert het raamwerk de selectie van WP-meetpunten als een optimaal experimenteel ontwerpprobleem. Het dwingt een minimum aantal metingen af ($m \ge J$, waarbij $J$ het aantal armaturen is) om te garanderen dat de Fisher Informatie Matrix niet-singulier is. Een D-optimale criterium (maximaliseren van $\log \det(H^T \Omega^{-1} H)$) wordt gebruikt om een informatieve "referentielay-out" ($\mathcal{S}_{ref}$) te selecteren uit een kandidaat-raster. Heuristische strategieën, waaronder Hybrid Greedy Search (HG) en Genetische Algoritmen (GA), worden ingezet om dit NP-harde combinatorische probleem op te lossen.

• Fase 2: Runtime Monitoring en Gebudgetteerde CBM

  • Sequentiële Filtering: Een Ensemble Kalman Filter (EnKF) wordt gebruikt om degradatietoestanden te volgen. In tegenstelling tot standaard Kalman-filters kan de EnKF de niet-Gaussiaanse aard van gamma-proces-incrementen afhandelen door een ensemble van trajecten te propageren. Het assimileert schaarse WP-metingen die tijdens de runtime worden verzameld, waarbij voorkennis die is gepropageerd vanuit vorige bezoeken wordt gecombineerd met de huidige metingen. Dit maakt nauwkeurige toestandschatting mogelijk, zelfs wanneer het aantal metingen per bezoek lager is dan de identificeerbaarheidslimiet voor één enkel tijdstip.
  • Meetontwerp en Beleidsoptimalisatie: De runtime-fase bepaalt wanneer er een bezoek wordt gebracht en welke subset van de referentielay-out wordt gemeten. Een "zone cyclische" regel verdeelt de referentielay-out in $n_{zone}$ zones, waarbij per bezoek één punt uit elke zone wordt gemeten.
  • Risicogebaseerd Onderhoud: De posterieure predictieve distributie van degradatietoestanden wordt gebruikt om de waarschijnlijkheid te berekenen dat een armatuur een faalfunctie-drempel overschrijdt vóór het volgende bezoek. Een preventieve vervanging wordt geactiveerd als deze waarschijnlijkheid een risicodrempel ($p_{th}$) overschrijdt.
  • Gezamenlijke Optimalisatie: Het raamwerk optimaliseert het bezoekschema (eerste bezoek tijd, interval), het actieve aantal metingen ($n_{zone}$) en de risicodrempel ($p_{th}$) simultaan. Dit wordt opgelost met een Sequential Grid Search with Paired Screening (SGS-PS) algoritme om de verwachte totale downtime en vervangingskosten te minimaliseren onder een budgetrestrictie ($B_{mon}$).

Belangrijkste Bijdragen

1. Expliciet Observatiemodel: Ontwikkeling van een lineair-Gaussiaans surrogaatmodel afgeleid van Radiance-simulaties om latente degradatietoestanden naar WP-verlichtingssterkte te mappen, wat inverse toestandschatting met gekwantificeerde onzekerheden mogelijk maakt.
2. Identificeerbaarheidsbeperkt Lay-outontwerp: Formulering van de meetlay-out in de ontwerpfase als een D-optimaal experimenteel ontwerpprobleem, beperkt door het minimale aantal metingen dat vereist is voor identificeerbaarheid in één enkel tijdstip, wat resulteert in een informatieve referentielay-out.
3. Sequentiële EnKF voor Schaarse Monitoring: Demonstratie dat een EnKF effectief degradatietoestanden kan volgen met behulp van schaarse metingen (minder dan het aantal armaturen) door tijdelijke informatie te benutten, waardoor de inspanning voor metingen tijdens de runtime wordt verminderd.
4. Gebudgetteerde Gezamenlijke Optimalisatie: Een verenigd raamwerk dat het monitoringbezoekschema, de actieve selectie van metingen en de CBM-risicodrempel gezamenlijk optimaliseert onder een budgetrestrictie, waarbij expliciet rekening wordt gehouden met de afweging tussen de frequentie van de temporele updates en de ruimtelijke informatie.

Resultaten
Het raamwerk werd geëvalueerd in een kantoorverlichtingszone casestudy met 76 armaturen en een horizon van 50 jaar.

• Lay-out Selectie: De Hybrid Greedy Search (HG) lay-out presteerde beter dan de Nadir-punt en Genetische Algoritme lay-outs in termen van de D-optimale doelstelling, wat een referentielay-out opleverde die de gegeneraliseerde schattingsonzekerheid minimaliseerde.
• Beleidsprestatie: Onder een basis monitoringbudget maakte het optimale beleid gebruik van een intermediair actief aantal metingen ($n_{zone}=20$) met een bezoekinterval van 3 maanden en een risicodrempel van 0,12. Deze configuratie gaf prioriteit aan frequente toestandupdates boven het meten van de volledige referentielay-out.
• Vergelijking met Benchmarks: Vergeleken met een blokvervangingsbenchmark (tijdgestuurd), verminderde het voorgestelde gebudgetteerde CBM-beleid de totale downtime en vervangingskosten met 10,2% onder baseline onzekerheid en met 40,5% onder vergrote hitting-time onzekerheid.
• Gevoeligheidsanalyse:
  • Onzekerheid: Een toename van de onzekerheid in degradatie-hitting tijden verschoof het optimale beleid naar agressievere risicodrempels en hogere actieve meetaantallen, aangezien de waarde van de conditie-informatie toenam.
  • Budget: Onder strikte budgetten gaf het raamwerk prioriteit aan de bezoekfrequentie (temporele updates). Naarmate het budget toenam, verschoof het optimale beleid naar het meten van de volledige referentielay-out ($n_{zone}=76$) terwijl de frequente bezoeken werden gehandhaafd, wat aangeeft dat ruimtelijke informatie pas nuttig wordt wanneer de temporele frequentie niet in gevaar komt.

Betekenis
Het artikel stelt dat de betekenis ligt in het bieden van een systematische aanpak voor het inverse probleem van het afleiden van de degradatie van armaturen uit indirecte, globaal gekoppelde metingen. Door het ontwerp van een informatieve referentielay-out te scheiden van de runtime-selectie van schaarse metingen, overwint het raamwerk de economische en logistieke barrières van volledige systeemmonitoring. De integratie van sequentiële filtering met budgetbeperkte optimalisatie demonstreert dat betrouwbare conditiebewaking en kosteneffectief onderhoud haalbaar zijn, zelfs wanneer de meetbronnen beperkt zijn, wat een schaalbare oplossing biedt voor grootschalige LED-verlichtingsinfrastructuur.