วินิจฉัยข้อบกพร่อง

ทำไมต้องรู้

“โดรนเอียงไปทางขวา เปลี่ยนมอเตอร์ตัวขวาเลย” เป็นการเดาที่เสียเงินและเวลา และถ้าเดาผิด อาการจะกลับมาในเที่ยวบินถัดไป ช่างที่ดีทำงานเหมือนแพทย์ คือฟังอาการ ตั้งสมมติฐานหลายข้อ แล้วเลือกการตรวจที่แยกสมมติฐานออกจากกันได้ ก่อนตัดสินใจรักษา โมดูลนี้ฝึกวิธีคิดนั้นด้วย log จริงของตัวควบคุมการบิน

ต้นไม้ข้อบกพร่อง

ต้นไม้ข้อบกพร่อง (fault tree) เริ่มจากอาการที่ไม่ต้องการไว้บนสุด แล้วแตกลงไปเป็นสาเหตุที่เป็นไปได้ ประตู OR หมายความว่าสาเหตุข้อใดข้อหนึ่งก็ทำให้เกิดอาการได้ ต้นไม้ช่วยไม่ให้ลืมสาเหตุกลุ่มที่ไม่ได้นึกถึง

วงจรการวินิจฉัย

หลักสำคัญสามข้อ

• แยกข้อสังเกตออกจากการตีความ เขียนว่า “เวลา 10:02:15 แรงดันลดจาก 23.6 เป็น 22.7 V ขณะกระแสเพิ่ม” แทน “แบตเสื่อม”
• เลือกการตรวจที่ผลต่างกันตามสมมติฐาน ถ้าผลการตรวจออกมาเหมือนกันไม่ว่าสมมติฐานใดจริง การตรวจนั้นไม่ช่วยตัดสิน
• log เป็นหลักฐานของค่าที่ระบบบันทึก ไม่ใช่ความจริงทุกด้าน ค่าที่ผิดปกติอาจมาจากเซนเซอร์ สายเชื่อมต่อ หรือการสื่อสาร ไม่ใช่ชิ้นส่วนที่ค่านั้นอ้างถึงเสมอ

เอกสาร ArduPilot อธิบายการดาวน์โหลดและอ่าน log ด้วย Mission Planner ซึ่งมีข้อความที่ใช้บ่อย เช่น BAT (แบตเตอรี่) RCOU (สัญญาณออกไปยังมอเตอร์) VIBE (การสั่น) และ ATT (ท่าทาง)

หลักฐานจากแรงดันและกระแส

แบตเตอรี่มี ความต้านทานภายใน เหมือนท่อน้ำที่แคบ ยิ่งดึงกระแสมาก แรงดันที่ขั้วยิ่งตก แบตเตอรี่ที่เสื่อมหรือขั้วต่อที่หลวมทำให้ความต้านทานรวมสูงขึ้น ประมาณได้จากสองช่วงที่นิ่งของเที่ยวบินเดียวกัน

v_hover, i_hover = 23.62, 19.8   # ช่วงลอยตัวนิ่ง
v_climb, i_climb = 22.71, 46.5   # ช่วงไต่ระดับนิ่ง ไม่กี่วินาทีต่อมา
r_pack = (v_hover - v_climb) / (i_climb - i_hover)
print(f"pack resistance about {r_pack * 1000:.1f} mΩ (register value when new: 17.0 mΩ)")

pack resistance about 34.1 mΩ (register value when new: 17.0 mΩ)

หลักฐานจากสัญญาณสั่งมอเตอร์

ขณะลอยตัวนิ่ง มอเตอร์ทุกตัวควรได้รับสัญญาณใกล้เคียงกัน ถ้ามอเตอร์ตัวหนึ่งได้สัญญาณสูงกว่าตัวอื่นตลอด แปลว่าตัวควบคุมต้องสั่งให้ตัวนั้นทำงานหนักกว่าเพื่อรักษาท่าทาง

rcou = {1: 1542, 2: 1538, 3: 1631, 4: 1529}   # PWM เฉลี่ย (µs) ของแต่ละมอเตอร์ช่วงลอยตัวนิ่ง
mean = sum(rcou.values()) / len(rcou)
for motor, pwm in rcou.items():
    print(f"motor {motor}: {pwm} µs ({pwm - mean:+.0f} from mean)")

motor 1: 1542 µs (-18 from mean)
motor 2: 1538 µs (-22 from mean)
motor 3: 1631 µs (+71 from mean)
motor 4: 1529 µs (-31 from mean)

ข้อมูลที่ขาดหาย

log อาจมีช่วงที่ข้อมูลหายไป เช่น เมื่อสัญญาณ telemetry ขาด ช่องว่างไม่ใช่ศูนย์ ถ้าแทนค่าที่หายด้วย 0 จะสร้าง “แรงดันตกเหลือศูนย์” ที่ไม่เคยเกิดขึ้นจริง

import pandas as pd

log = pd.DataFrame({"time_s": [0, 1, 2, 3, 4],
                    "volt": [23.1, 23.0, None, None, 22.9],
                    "link": ["ok", "ok", "lost", "lost", "ok"]})
print("min voltage if gaps are read as 0:", log["volt"].fillna(0).min())
print("min voltage from real samples:   ", log["volt"].min())
gaps = log["volt"].isna()
print("missing samples:", int(gaps.sum()), "| all during link loss:", bool((log.loc[gaps, "link"] == "lost").all()))

min voltage if gaps are read as 0: 0.0
min voltage from real samples:    22.9
missing samples: 2 | all during link loss: True

ข้อมูลที่หายตรงกับช่วงที่สัญญาณขาดพอดี จึงสนับสนุนว่าเป็นปัญหาช่องทางสื่อสาร ไม่ใช่แรงดันตก แต่ยังไม่พิสูจน์ต้นเหตุทางกายภาพของการขาดสัญญาณ ถ้ามี log ที่บันทึกบนบอร์ด (DataFlash) ของช่วงเดียวกัน ให้เปิดดูเพราะไม่ขึ้นกับสัญญาณวิทยุ

ปฏิบัติการประจำโมดูล

ข้อผิดพลาดที่พบบ่อย

สรุป

• ต้นไม้ข้อบกพร่องช่วยไล่สาเหตุให้ครบก่อนลงมือแก้
• วินิจฉัยด้วยสมมติฐานหลายข้อ และเลือกการตรวจที่ให้ผลต่างกันตามสมมติฐาน
• ความต้านทานภายในประมาณจากแรงดันที่ตกหารกระแสที่เพิ่ม และค่านั้นรวมขั้วต่อกับสายด้วย
• สัญญาณสั่งมอเตอร์ที่ไม่สมดุลชี้ว่ามอเตอร์ตัวใดทำงานหนัก แต่ต้องตรวจต่อว่าทำไม
• ข้อมูลที่หายต้องคงไว้เป็นช่องว่าง และข้อสรุปต้องบอกระดับความมั่นใจ

แบบฝึกตรวจความเข้าใจ

1. แรงดันลดจาก 24.0 เป็น 23.4 V เมื่อกระแสเพิ่มจาก 10 เป็น 40 A ความต้านทานรวมประมาณเท่าใด
2. PWM ของมอเตอร์สี่ตัวคือ 1500, 1500, 1500 และ 1580 µs มอเตอร์ตัวสุดท้ายต่างจากค่าเฉลี่ยเท่าใด
3. ประตู OR ในต้นไม้ข้อบกพร่องหมายความว่าอะไร
4. ทำไมจึงไม่ควรแทนข้อมูลแรงดันที่หายด้วยศูนย์
5. ความต้านทานรวมสูงผิดปกติ การตรวจใดช่วยแยกว่าต้นเหตุอยู่ที่แบตเตอรี่หรือขั้วต่อของลำ