CN102200776A - 飞行控制系统执行器的故障诊断方法 - Google Patents

Abstract

本发明对于飞行控制系统执行器故障，包括损伤、松浮、卡死、饱和故障，提供了一种基于微分几何理理论的故障检测与故障定位方法。针对非线性的飞行控制系统，可以通过在状态和输出空间进行同胚变换，将原系统化为多个只受单一通道故障输入影响的能观商子系统。原系统的残差生成器设计问题转化对其各通道能观商子系统的观测器设计，实现残差与其它通道故障及结构性干扰解耦。通过设置合理的故障检测阈值，若某一参差生成器输出超过检测阈值即表示该通道发生了故障，实现故障检测和故障定位，且对于多故障情况也具有很好的诊断效果。本发明能够及时检测出多种执行器故障，保证飞行安全，并使飞行控制系统硬件结构简化，降低系统成本。

Description

飞行控制系统执行器的故障诊断方法

技术领域

本发明涉及飞行控制系统领域，尤其涉及非线性飞行控制系统的执行器故障的一种故障检测与故障定位方法。

背景技术

现代飞行控制系统广泛采用了电传操纵技术，但是单通道的电传操纵系统的可靠性相对于机械操纵系统可靠性较低。因此现有的电传操纵系统对一些关键部件如传感器，主控计算机等配备冗余的硬件，利用硬件冗余来提高系统可靠性，但这种方法成本比较高，且要受到空间和载重的限制。对于飞机系统的结构故障和损伤，硬件冗余技术更是几乎无能为力。因此，对飞机，尤其是小型、微型飞机的飞行控制系统进行基于解析冗余的故障诊断是必要的，且具有重要的实际应用价值。

目前对飞行控制系统进行故障诊断研究时，较为普遍的处理方法是先将飞行控制系统模型进行局部线性化，然后直接利用线性模型进行故障诊断研究。然而实际飞行控制系统在复杂的飞行条件下具有高度的非线性特性，因此简单的线性化方法并不适用。

对非线性对象的故障诊断方法目前主要有：基于神经网络，基于模糊理论，基于解析模型等方法。神经网络参数的选择至今缺乏统一的科学依据，模糊规则的建立则需要较多的先验知识，限制了这些方法在飞控系统上的应用。

针对非线性动态系统的基于解析模型的故障诊断方法，国际上主要有3种方法，分别是：微分几何法，奇偶空间法(parity-space-based method)和自适应观测器法。奇偶空间法只适用于一些特殊的系统；自适应观测器法能适用于大多数类型的非线性动态系统，但其过慢的速度降低了该方法的应用价值。

非线性系统的微分几何理论起源于上世纪70年代初期，经过多年发展现在不但在理论上已初步形成了自己的完善体系，而且，在一些尖端工程技术中及工业上得到了广泛的应用。微分几何方法的主要思想是：系统状态空间可以通过适当的坐标变换分解为状态子空间的集合。状态子空间对可能故障集的一个子集不敏感而对其余所有子集都敏感，在这种情况下我们就能够得到针对非线性动态系统的基于结构化残差集的故障隔离方法。

而且，建立的数学解析模型与实际系统间必然存在误差，系统工作时，还不可避免的存在外部的随机干扰、未知输入等难以预料的因素，这些都会降低检测诊断系统的性能，增加误报率。

发明内容

本发明的目的是针对飞行控制系统的执行器故障提供一种故障检测和故障定位方法。该方法能够及时检测出执行器是否发生故障，并确定故障发生的准确位置，使得在保障飞机安全性的同时，简化飞行控制系统硬件结构，减少能量消耗和对空间限制的要求，降低系统成本。

为了达到以上目的，本发明的技术方案如下：

一种基于微分几何方法的飞行控制系统执行器故障诊断方法，包括以下步骤：

1)建立执行器各故障模式的模型；

2)验证系统满足能够进行故障诊断的必要条件；

3)将存在一个或多个通道故障和干扰的系统化为只显含某单一通道故障和新的干扰信号的系统形式；

4)计算状态同胚变换Φ(x)和输出同胚变换ψ(y)，将步骤3)生成的系统降为其“能观商子系统”，实现将某一通道故障与其它通道故障及干扰进行解耦；

5)对步骤4)生成的能观商子系统，分别设计各通道故障残差生成器；

6)设计故障检测阈值；

7)通过比较各通道残差与检测阈值，判断故障发生通道，进行故障定位。

本发明对于非线性的飞行控制系统，通过在状态空间和输出空间进行同胚变换，将系统降为其能观商子系统。然后对每一个通道分别设计故障残差生成器，得到一组残差生成器。这样，每一个故障残差生成器得到的残差都只受本通道故障信号影响，与其它通道故障及干扰信号进行了解耦。设置合理的故障检测阈值，若某一参差生成器输出超过检测阈值即表示该通道发生了故障。而且该发明对于多故障情况，即多个通道同时发生故障也具有很好的诊断效果。

本发明的技术效果在于：

1)随着现代飞机飞行要求的提高，需要飞行控制系统在全程大包线飞行以及复杂气候条件下具有高度的安全性，而目前的故障诊断方法多是将飞机在某一工作点附近线性化，对线性化模型进行故障诊断。这些方法在前面所述的复杂条件下，并不能完全适用。本发明提出的方法在这种情况下就能很好的进行故障检测和故障定位，更好的保证了飞机的安全性。

2)对于执行器的四种模式故障进行了归一化处理，可以将其化为同一种表示模型，简化了诊断计算过程。

3)故障定位信息可以用来与故障隔离和容错控制中。

4)较好的解决了多通道故障诊断问题。

5)代替现有普遍采用的硬件冗余方法，本发明客使系统硬件结构简化，减少能量消耗，减少对空间和载重的要求，降低系统成本。为对空间和载重要求较高的微型、小型飞机提供了一种安全飞行保障方案。

附图说明

图1为本发明的故障诊断系统的结构示意图

图2为本发明仿真过程中油门杆通道执行器发生损伤故障时残差信号图

图3为本发明仿真过程中油门杆通道执行器发生卡死故障时残差信号图

图4为本发明仿真过程中升降舵通道执行器发生损伤故障时残差信号图

图5为本发明仿真过程中多故障时残差信号图

具体实施方式

下面结合附图对本发明做进一步详细的描述：

本发明提供了基于微分几何方法的飞行控制系统执行器故障诊断方法，图1给出了故障诊断系统的结构。对于非线性飞行控制系统，验证系统满足能够进行故障诊断的必要条件后，通过在状态空间和输出空间进行同胚变换后降为“能观商子系统”，设分别计各个通道故障残差生成器，通过设置检测阈值对各通道残差进行故障，并实现故障定位。

针对以下形式的仿射非线性飞行控制系统：

$\stackrel{\·}{x}=f\left(x\right)+g\left(x\right)u_{\mathrm{out}}+p\left(x\right)w---\left(1\right)$

y＝h(x)

x∈Rⁿ为状态向量，u_out∈R^p为输入向量，同时也是执行器的输出，y∈R^m是可测输出，f(x)，g(x)，h(x)为光滑向量场，w为干扰信号包括建模误差，随机噪声等，p(x)是干扰向量场。如果发生故障，故障信号会通过系统模型的变化表现出来。

飞机的执行器故障，通常情况下包括：松浮、卡死、损伤、饱和，其故障模式可以表述为以下形式：

其中，u_out∈R^p为执行器输出，u为执行器输入，k表示损伤系数，u_a为卡死角度，u_im，u_iM分别为操纵面停留在输出的最小和最大角度。

根据上述故障的数学形式可以得到一个通用的故障模型：

S_f＝kS+σ

S_f为故障信号，S为实际信号，k为损伤率，σ为偏差或卡死角度。

以上执行器的四种故障模式可以概括为：

$\stackrel{\·}{x}=f\left(x\right)+g\left(x\right)u+\underset{i=1}{\overset{s}{\mathrm{\Σ}}}{l}_i\left(x\right)m_i+p\left(x\right)w---\left(2\right)$

y＝h(x)

m₁，…m_s为故障信号，l₁(x)，…，l_s(x)是光滑的故障分配向量。

当某一通道存在故障信号m_i时，(2)可以改写为以下形式：

$\stackrel{\·}{x}=f\left(x\right)+g\left(x\right)u+l_i\left(x\right)m_i+\underset{i=1}{\overset{s+d-1}{\mathrm{\Σ}}}{\tilde{p}}_i\left(x\right){\tilde{w}}_i---\left(3\right)$

y＝h(x)

${\tilde{p}}_i=(l_1...l_{i-1}{l}_{i+1}...l_{s}p)$

其中，

${\tilde{w}}_i=\mathrm{col}(m_1,...m_{i-1},m_{i+1},...m_s,w)$

如果能够利用微分几何方法对一类非线性系统进行故障诊断的必要条件满足，就表明存在一个包含在

中由精确微分局部张成的最大能观对偶分布然后可以找到由诱导生成的状态同胚z＝Φ(x)和输出同胚ψ(y)使得非线性系统(3)可以在新坐标系下变为：

${\stackrel{\·}{z}}_1=f_1(z_1,z_2)+g_{1i}(z_1,z_2)u_i+l_{1i}(z_1,z_2)m_i$

${\stackrel{\·}{z}}_2=f_2(z_1,z_2,z_3)+\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{g}_{2j}(z_1,z_2,z_3)u_j+\underset{j=1}{\mathrm{\Σ}}{\tilde{p}}_{2j}(z_1,z_2,z_3){{\tilde{w}}_j}^{\′}$

${\stackrel{\·}{z}}_3=f_3(z_1,z_2,z_3)+\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{g}_{3j}(z_1,z_2,z_3)u_j+\underset{j=1}{\mathrm{\Σ}}{\tilde{p}}_{3j}(z_1,z_2,z_3){{\tilde{w}}_j}^{\′}---\left(4\right)$

${\tilde{y}}_1=h_1\left(z_1\right)$

${\tilde{y}}_2=z_2$

该方程组称为(3)m_i所在通道的“能观商子系统”，且是局部弱能观的。因y₂′＝z₂可看作是z₁子系统的独立输入，故z₁子系统只受故障信号m_i影响。根据不能观对偶分布的性质可知，z₁子系统满足能观阶数条件，因此对系统(3)的残差生成器设计问题就降为对较为简单的能观商子系统的观测器设计问题。考虑以下形式观测器：

${\stackrel{\·}{\hat{z}}}_1=f_1({\hat{z}}_1,z_2)+g_{1i}({\hat{z}}_1,z_2)u_i+G\left(t\right)({\tilde{y}}_1-{\hat{\tilde{y}}}_1)---\left(5\right)$

定义状态误差信号为 $e=z_1-{\hat{z}}_1$

输出误差信号为 $\mathrm{\ϵ}={\tilde{y}}_1-{\hat{\tilde{y}}}_1$

$\stackrel{\·}{e}={\stackrel{\·}{z}}_1-{\stackrel{\·}{\hat{z}}}_1=f_1(z_1,z_2)-f_1({\hat{z}}_1,z_2)+g_{1i}(z_1,z_2)u_i-g_{1i}({\hat{z}}_1,z_2)u_i-G\left(t\right)({\tilde{y}}_1-{\tilde{y}}_1)+l_{1i}(z_1,z_2)m_i---\left(6\right)$

记f₁(z₁，z₂)+g_1i(z₁，z₂)u_i为F(z₁，z₂，u)，将F(z₁，z₂，u)在进行泰勒级数展开，并取其线性部分进行一阶近似代入状态误差方程(5)可得：

$\stackrel{\·}{e}=f_1(z_1,z_2)+g_{1i}(z_1,z_2)u_i-f_1({\hat{z}}_1,z_2)-g_{1i}({\hat{z}}_1,z_2)u_i-G\left(t\right)({\tilde{y}}_1-{\hat{\tilde{y}}}_1)$

$\≈\frac{\∂F({\hat{z}}_1,z_2)}{\∂z_1}(z_1-{\hat{z}}_1)-G\left(t\right)\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}(z_1-{\hat{z}}_1)---\left(7\right)$

将上式代入输出误差方程整理(6)可得：

$\mathrm{\ϵ}\≈\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}[\frac{\∂F({\hat{z}}_1,z_2)}{\∂z_1}-G\left(t\right)\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}]e$

为求取G(t)使得ε→0，可取下面的性能指标

$\underset{G\left(t\right)}{\min }{\left|\right|\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}[\frac{\∂F({\hat{z}}_1,z_2)}{\∂z_1}-G\left(t\right)\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}]\left|\right|}_2---\left(8\right)$

上式的最小值当然为0，因此上式成立的充分条件可取为

$\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}[\frac{\∂F({\hat{z}}_1,z_2)}{\∂z_1}-G\left(t\right)\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}]\≡0---\left(9\right)$

如果

行满秩，则

$G\left(t\right)=\frac{\∂F({\hat{z}}_1,z_2)}{\∂z_1}{\left[\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}\right]}^T{\left\{\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}\right[\frac{\∂h({\hat{z}}_1,z_2)}{\∂z_1}{]}^T\}}^{-1}---\left(10\right)$

因此可以通过设计G(t)使得z₁子系统观测误差收敛。

这样就可以设置一个适当的检测阈值δ，使得

即某通道残差生成器输出超过阈值时，该通道存在故障，实现m_i所在通道的故障检测。进行故障诊断时，对每一个输入通道设计残差生成器，检测各残差生成器输出即可识别出故障发生通道。

实施例

对某型飞机的一组吹风数据进行拟合，可以整理得到以下仿射飞行控制系统方程：

${\stackrel{\·}{V}}_T=-\frac{1}{2}\frac{\mathrm{\ρ}{V}_T^{2}S}{m}(2.4114{\mathrm{\α}}^3+1.1495{\mathrm{\α}}^2+0.067\mathrm{\α}+0.0179)-d\sin \left(\mathrm{\γ}\right)+\frac{C_{F{\mathrm{\δ}}_t}\cos \left(\mathrm{\α}\right)}{m}{\mathrm{\δ}}_t-\frac{1}{2}\frac{\mathrm{\ρ}{V}_T^{2}S}{m}{C}_{D{\mathrm{\δ}}_e}{\mathrm{\δ}}_e$

$\stackrel{\·}{\mathrm{\γ}}=\frac{1}{2}\frac{\mathrm{\ρ}{V}_{T}S}{m}(2.6035\mathrm{\α}+0.0948)-\frac{g}{V_T}\cos \left(\mathrm{\γ}\right)+\frac{C_{F{\mathrm{\δ}}_t}\sin \left(\mathrm{\α}\right)}{m}{\mathrm{\δ}}_t+\frac{1}{2}\frac{\mathrm{\ρ}{V}_T^{2}S}{m}{C}_{L{\mathrm{\δ}}_e}{\mathrm{\δ}}_e$

$\stackrel{\·}{\mathrm{\α}}=q-\frac{\mathrm{\ρ}{V}_{T}S}{m}(2.6035\mathrm{\α}+0.0948)+\frac{g}{V_T}\cos \left(\mathrm{\γ}\right)-\frac{C_{F{\mathrm{\δ}}_t}\sin \left(\mathrm{\α}\right)}{m}{\mathrm{\δ}}_t-\frac{1}{2}\frac{\mathrm{\ρ}{V}_T^{2}S}{m}{C}_{L{\mathrm{\δ}}_e}{\mathrm{\δ}}_e$

$\stackrel{\·}{q}=\frac{1}{2I_y}\mathrm{\ρ}{V}_T^{2}S\stackrel{\‾}{c}(-1.2889{\mathrm{\α}}^2-0.1588\mathrm{\α}-0.0148+\frac{\stackrel{\‾}{c}}{2V_T}{C}_{\mathrm{mq}}{x}_4)+\frac{1}{2I_y}\mathrm{\ρ}{V}_T^{2}S\stackrel{\‾}{c}{C}_{m{\mathrm{\δ}}_e}{\mathrm{\δ}}_e$

状态向量[x₁ x₂ x₃ x₄]^T＝[V_T γα q]^T，V_T为飞机空速，γ为航迹角，α为迎角，q为俯仰率。I_y为体坐标系y轴的转动惯量，m为飞机的总质量，ρ为空气密度，

为发动机可提供的最大推力。

若系统的可测输出为：

y＝Cx

$C=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

1)升降舵通道残差生成器：

观察系统(6)就能发现x₄只受δ_e影响而与δ_t解耦，可以对x₄设计以下形式的观测器：

${\stackrel{\·}{\hat{x}}}_4=\frac{1}{2I_y}\mathrm{\ρ}{x}_1^{2}S\stackrel{\‾}{c}(-1.2889x_3^2-0.1588x_3-0.0148+\frac{\stackrel{\‾}{c}}{2x_1}{C}_{\mathrm{mq}}{\hat{x}}_4)+\frac{1}{2I_y}\mathrm{\ρ}{x}_1^{2}S\stackrel{\‾}{c}{C}_{m{\mathrm{\δ}}_e}{\mathrm{\δ}}_e+20(x_4-{\hat{x}}_4)$

这样就能得到升降舵通道的残差生成器：

$r_4=S_1(y_4-{\hat{y}}_4),$ S₁可取10

2)油门杆通道残差生成器：

设干扰向量场p＝(0 1 0 0)^T，对于油门杆通道，包含span{p}的最小条件不变分布为：

${\mathrm{\Σ}}_{*}^p=\mathrm{span}\{{\left(\begin{array}{cccc}0& 1& 0& 0\end{array}\right)}^T,{\left(\begin{array}{cccc}\frac{1}{2}\frac{\mathrm{\ρ}{x_1}^{2}S}{m}{C}_{D{\mathrm{\δ}}_e}& \frac{1}{2}\frac{\mathrm{\ρ}{x}_{1}S}{m}{C}_{D{\mathrm{\δ}}_e}& -\frac{1}{2}\frac{\mathrm{\ρ}{x}_{1}S}{m}{C}_{D{\mathrm{\δ}}_e}& \frac{1}{2I_y}\mathrm{\ρ}{x}_1^{2}S\stackrel{\‾}{c}{C}_{m{\mathrm{\δ}}_e}\end{array}\right)}^T\}$

则(∑_* ^P)^⊥为包含在P^⊥中的最大能观对偶分布。

计算可得

$o.c.a\left({\left({\mathrm{\Σ}}_{*}^p\right)}^{\⊥}\right)={\left({\mathrm{\Σ}}_{*}^p\right)}^{\⊥}=\mathrm{span}\{d(\frac{1}{C_{D{\mathrm{\δ}}_e}}{x}_1+\frac{1}{C_{L{\mathrm{\δ}}_e}}{x}_2),d(\frac{\stackrel{\‾}{c}}{I_y}{C}_{m{\mathrm{\δ}}_e}{x}_1+\frac{1}{m}{C}_{D{\mathrm{\δ}}_e}{x}_4)\}$

由o.c.a((∑_* ^P)^⊥)诱导生成的状态坐标变换：

$z=\mathrm{\Φ}\left(x\right)=\left[\begin{array}{c}\frac{1}{C_{D{\mathrm{\δ}}_e}}\ln x_1+\frac{1}{C_{L{\mathrm{\δ}}_e}}{x}_2\\ \frac{\stackrel{\‾}{c}}{I_y}{C}_{m{\mathrm{\δ}}_e}{x}_1+\frac{1}{m}{C}_{D{\mathrm{\δ}}_e}{x}_4\\ x_2\\ x_3\end{array}\right]$

在新坐标系中，

${\stackrel{\·}{z}}_1=-\frac{1}{2}\frac{\mathrm{\ρS}}{m}\exp \left(C_{D{\mathrm{\δ}}_e}(z_1-\frac{1}{C_{L{\mathrm{\δ}}_e}}{z}_3)\right)[\frac{1}{C_{D{\mathrm{\δ}}_e}}(2.4114z_4^3+1.1495z_4^2+0.067z_4+0.0179)-\frac{1}{C_{L{\mathrm{\δ}}_e}}(2.6035z_4+0.0948)]-$

$\mathrm{gexp}(-C_{D{\mathrm{\δ}}_e}(z_1-\frac{1}{C_{L{\mathrm{\δ}}_e}}{z}_3))(\frac{\sin \left(z_3\right)}{C_{D{\mathrm{\δ}}_e}}+\frac{\cos \left(z_3\right)}{C_{L{\mathrm{\δ}}_e}})+\frac{C_{F{\mathrm{\δ}}_t}}{m}\exp (-C_{D{\mathrm{\δ}}_e}(z_1-\frac{1}{C_{L{\mathrm{\δ}}_e}}{z}_3))(\frac{\cos \left(z_4\right)}{C_{D{\mathrm{\δ}}_e}}+\frac{\sin \left(z_4\right)}{C_{L{\mathrm{\δ}}_e}})({\mathrm{\δ}}_t+{\mathrm{\δ}}_t^f)$

z₂，z₃，z₄可以看作是该子系统的可测独立输入，z₁仅受δ_t ^f影响。

此处可选G(t)＝1，故可以设计以下形式观测器：

${\stackrel{\·}{\hat{z}}}_1=-\frac{1}{2}\frac{\mathrm{\ρS}}{m}\exp \left(C_{D{\mathrm{\δ}}_e}({\hat{z}}_1-\frac{1}{C_{L{\mathrm{\δ}}_e}}{z}_3)\right)[\frac{1}{C_{D{\mathrm{\δ}}_e}}(2.4114z_4^3+1.1495z_4^2+0.067z_4+0.0179)-\frac{1}{C_{L{\mathrm{\δ}}_e}}(2.6035z_4+0.0948)]-$

$\mathrm{gexp}(-C_{D{\mathrm{\δ}}_e}({\hat{z}}_1-\frac{1}{C_{L{\mathrm{\δ}}_e}}{z}_3))(\frac{\sin \left(z_3\right)}{C_{D{\mathrm{\δ}}_e}}+\frac{\cos \left(z_3\right)}{C_{L{\mathrm{\δ}}_e}})+\frac{C_{F{\mathrm{\δ}}_t}}{m}\exp (-C_{D{\mathrm{\δ}}_e}({\hat{z}}_1-\frac{1}{C_{L{\mathrm{\δ}}_e}}{z}_3))(\frac{\cos \left(z_4\right)}{C_{D{\mathrm{\δ}}_e}}+\frac{\sin \left(z_4\right)}{C_{L{\mathrm{\δ}}_e}}){\mathrm{\δ}}_t+(z_1-{\hat{z}}_1)$

这样就能得到油门杆通道的残差生成器：

$r_1=S_2({\tilde{y}}_1-{\hat{\tilde{y}}}_1),$ S₂可取10

结构不确定性w设为0.2，图2-图5分别为在50s时加入油门杆通道执行器效率损伤10％，油门杆通道执行器卡死在0.1rad，升降舵通道执行器损伤40％和同时发生油门杆通道执行器损伤5％，升降舵通道执行器损伤50％故障时的残差信号。r1为油门杆通道残差信号，r4为升降舵通道残差信号。

未加故障时即50s之前，由仿真可以看出，两个残差信号r1，r4在系统稳定后可以实现无误差跟踪，且不受干扰影响，具有较强的鲁棒性。

在50s注入故障后，对于油门杆通道故障，由图2，图3可以看出，只有油门杆通道残差生成器r1受到故障信号影响不为0，而升降舵通道残差生成器r4不受故障信号影响；对于升降舵通道故障，由图3可以看出，只有升降舵通道残差生成器r4受到故障信号影响不为0，而油门杆通道残差生成器r1不受故障信号影响。

多故障情况包括同时多个通道发生故障，同时发生不同类型故障。下面以同时发生油门杆通道执行器损伤5％，升降舵通道执行器损伤50％为例，验证故障观测器对多故障情况的有效性。

由图5可以看出该故障诊断算法对多故障情况也有很好的诊断效果。

Claims (1)

1.一种基于微分几何方法的飞行控制系统执行器故障诊断方法，包括以下步骤：

1)建立执行器各故障模式的模型；

2)验证系统满足能够进行故障诊断的必要条件；

3)将存在一个或多个通道故障和干扰的系统化为只显含某单一通道故障和新的干扰信号的系统形式；

4)计算状态同胚变换Φ(x)和输出同胚变换ψ(y)，将步骤3)生成的系统降为其“能观商子系统”，将某一通道故障与其它通道故障及干扰进行解耦；

5)对步骤4)生成的能观商子系统，分别设计各通道故障残差生成器；

6)设计故障检测阈值；

7)通过比较各通道残差与检测阈值，判断故障发生通道，进行故障定位。

Images