CN109343507A - 一种故障检测与隔离系统及方法 - Google Patents

一种故障检测与隔离系统及方法 Download PDF

Info

Publication number
CN109343507A
CN109343507A CN201811199798.1A CN201811199798A CN109343507A CN 109343507 A CN109343507 A CN 109343507A CN 201811199798 A CN201811199798 A CN 201811199798A CN 109343507 A CN109343507 A CN 109343507A
Authority
CN
China
Prior art keywords
actuator
fault
measured value
fault rate
extrinsic motivated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811199798.1A
Other languages
English (en)
Inventor
马越
项昌乐
林露
刘力源
阮书敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201811199798.1A priority Critical patent/CN109343507A/zh
Publication of CN109343507A publication Critical patent/CN109343507A/zh
Priority to PCT/CN2019/104399 priority patent/WO2020078141A1/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种故障检测与隔离系统及方法。所述系统及方法通过引入主动监督模块来监控FDI系统输出的故障发生概率,当所述故障发生概率大于故障发生概率门限值时,所述主动监督模块在所述执行器上施加一个外加激励信号,若施加该外加激励信号后,执行器控制量的测量值无变化,则说明该执行器确实故障,因此可以很快确认执行器的故障情况;若施加该外加激励信号后,执行器控制量的测量值与正常情况下的测量值不一致,则说明该执行器未故障。采用本发明提供的故障检测与隔离系统及方法,能够解决冗余执行器故障造成的诊断模糊和虚警问题,并且提高故障检测速度和鲁棒性。

Description

一种故障检测与隔离系统及方法
技术领域
本发明涉及故障诊断技术领域,特别是涉及一种故障检测与隔离系统及方法。
背景技术
故障检测与隔离(Fault detection and isolation,FDI)在许多工程应用领域都是一个重要的、具有挑战性的问题,在航空和航天工程领域中,虽然飞行系统是由高水平的冗余容错硬件故障和软件故障建立起来的,鲁棒故障诊断系统仍然用于监测器和飞机的飞行安全评估。在某些情况下,如果一个故障能快速的检测和识别出来,那么就可以采取合适的重构控制行动。
故障隔离指的是航空器在实时工作环境下,分别判定系统或设备的各部分分系统的正常工作状态,缩小到最后来判定有故障的分系统或某部分的技术措施。当涵道式陆空车辆执行器突发故障时,特别是在冗余执行器故障时,如果假设执行器i出现了故障,且执行器j是它的冗余执行器,此时执行器i的实际输出值的期望控制量被作为执行器j的无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)的一个输入量。因此,执行器j偏转量的估计值会受到故障执行器i的干扰,滤波器j输出的故障概率在一定程度上受到影响,进而产生诊断模糊或者虚警。一般的基于模型的故障诊断方法是首先计算出残差,并对残差进行处理,从而判断出是否出现故障,该故障诊断方法对于冗余执行器出现故障的情况,很容易出现诊断模糊和模糊诊断问题,并且故障检测速度慢。
发明内容
本发明的目的是提供一种故障检测与隔离系统及方法,能够解决冗余执行器故障造成的诊断模糊和虚警问题,并且提高故障检测速度。
为实现上述目的,本发明提供了如下方案:
一种故障检测与隔离系统,所述系统包括:依次连接的无迹卡尔曼UKF滤波器、条件概率计算模块和主动监督模块;所述UKF滤波器具体包括无故障执行器UKF滤波器和故障执行器UKF滤波器;
所述无故障执行器UKF滤波器的输入为六个执行器控制量的期望值及六个执行器控制量的测量值;所述六个执行器分别为涵道式陆空车辆的前、后两个主涵道,左、右两个副涵道,以及分别位于前、后主涵道气流出口处的两对偏航控制舵面;所述无故障执行器UKF滤波器的输出为六个执行器控制量的估计值、状态误差协方差矩阵以及残差;
所述故障执行器UKF滤波器的输入为五个执行器控制量的期望值及五个执行器控制量的测量值;所述五个执行器为所述六个执行器中除去故障执行器以外其余的五个执行器;所述故障执行器UKF滤波器的输出为所述五个执行器控制量的估计值、状态误差协方差矩阵、残差以及故障的执行器控制量;
所述条件概率计算模块的输入为所述UKF滤波器的输出;所述条件概率计算模块用于根据所述状态误差协方差矩阵和所述残差计算所述执行器的故障发生概率;
所述主动监督模块用于根据所述故障发生概率生成外加激励信号,并根据所述外加激励信号确定所述执行器是否发生故障。
可选的,所述条件概率计算模块具体包括:
条件概率计算单元,用于采用公式计算执行器的故障发生概率;其中p[y=yk|(σ=σi,Yk-1)]表示执行器i的故障发生概率,yk表示k时刻的测量数据;Yk-1表示k-1时刻的测量数据;ri为执行器i的残差;Si为执行器i的状态误差协方差矩阵;ri[k]表示k时刻执行器i的残差;Si[k]表示k时刻执行器i的状态误差协方差矩阵;m为执行器控制量的测量值的维数。
可选的,所述主动监督模块具体包括:
外加激励信号施加子模块,用于根据所述故障发生概率对所述执行器施加外加激励信号;
故障确定子模块,用于根据所述外加激励信号确定所述执行器是否发生故障。
可选的,所述外加激励信号施加子模块具体包括:
第一判断单元,用于判断所述故障发生概率是否大于故障发生概率门限值,获得第一判断结果;
外加激励信号施加单元,用于当所述第一判断结果为所述故障发生概率大于故障发生概率门限值时,在所述执行器上施加一个外加激励信号。
可选的,所述故障确定子模块具体包括:
激励后测量值获取单元,用于获取所述执行器施加所述外加激励信号后,该执行器控制量的激励后测量值;
第二判断单元,用于判断所述激励后测量值与未施加所述外加激励信号时的所述测量值是否相同,获得第二判断结果;
故障确定单元,用于当所述第二判断结果为所述激励后测量值与所述测量值相同时,确定所述执行器发生故障;
故障排除单元,用于当所述第二判断结果为所述激励后测量值与所述测量值不相同时,确定所述执行器未发生故障。
本发明还提供一种故障检测与隔离方法,所述故障检测与隔离方法应用于所述故障检测与隔离系统,所述方法包括:
获取执行器控制量的期望值和执行器控制量的测量值;
根据所述期望值和所述测量值生成执行器控制量的估计值、状态误差协方差矩阵以及残差;
根据所述状态误差协方差矩阵和所述残差计算执行器的故障发生概率;
根据所述故障发生概率对所述执行器施加外加激励信号;
根据所述外加激励信号确定所述执行器是否发生故障。
可选的,所述根据所述状态误差协方差矩阵和所述残差计算执行器的故障发生概率,具体包括:
采用公式计算执行器的故障发生概率;其中p[y=yk|(σ=σi,Yk-1)]表示执行器i的故障发生概率,yk表示k时刻的测量数据;Yk-1表示k-1时刻的测量数据;ri为执行器i的残差;Si为执行器i的状态误差协方差矩阵;ri[r]表示k时刻执行器i的残差;Si[k]表示k时刻执行器i的状态误差协方差矩阵;m为执行器控制量的测量值的维数。
可选的,所述根据所述故障发生概率对所述执行器施加外加激励信号,具体包括:
判断所述故障发生概率是否大于故障发生概率门限值,获得第一判断结果;
若所述第一判断结果为所述故障发生概率大于故障发生概率门限值,则所述主动监督模块在所述执行器上施加一个外加激励信号;
若所述第一判断结果为所述故障发生概率不大于故障发生概率门限值,所述主动监督模块无动作。
可选的,所述根据所述外加激励信号确定所述执行器是否发生故障,具体包括:
获取所述执行器施加所述外加激励信号后,该执行器控制量的激励后测量值;
判断所述激励后测量值与未施加所述外加激励信号时的所述测量值是否相同,获得第二判断结果;
若所述第二判断结果为所述激励后测量值与所述测量值相同,确定所述执行器发生故障;
若所述第二判断结果为所述激励后测量值与所述测量值不相同,确定所述执行器未发生故障。
可选的,所述根据所述故障发生概率对所述执行器施加外加激励信号的步骤之后,还包括:
经过预设时间后,计算所述执行器施加外加激励信号后的故障发生概率;
判断所述执行器施加外加激励信号后的故障发生概率是否低于预设故障概率门限值,获得第三判断结果;
若所述第三判断结果为所述执行器施加外加激励信号后的故障发生概率低于预设故障概率门限值,所述主动监督模块取消施加所述外加激励信号。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种故障检测与隔离系统及方法,所述系统及方法通过引入主动监督模块来监控FDI系统输出的故障发生概率,当所述故障发生概率大于故障发生概率门限值时,所述主动监督模块在所述执行器上施加一个外加激励信号,若施加该外加激励信号后,执行器控制量的测量值无变化,则说明该执行器确实故障,因此可以很快确认执行器的故障情况;若施加该外加激励信号后,执行器控制量的测量值与正常情况下的测量值不一致,则说明该执行器未故障。采用本发明提供的故障检测与隔离系统及方法,能够解决冗余执行器故障造成的诊断模糊和虚警问题,并且提高故障检测速度和鲁棒性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种故障检测与隔离方法的方法流程图;
图2为本发明提供的故障检测与隔离系统的系统结构图;
图3为本发明提供的故障检测与隔离系统的原理示意图;
图4为本发明提供的执行器控制量示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种故障检测与隔离系统及方法,以解决冗余执行器故障造成的诊断模糊和虚警问题,同时提高故障检测速度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明提供的一种故障检测与隔离方法的方法流程图。所述故障检测与隔离方法应用于一种故障检测与隔离系统。图2为本发明提供的故障检测与隔离系统的系统结构图。参见图2,所述系统包括:依次连接的无迹卡尔曼UKF滤波201、条件概率计算模块202和主动监督模块203。所述UKF滤波器201具体包括无故障执行器UKF滤波器204和故障执行器UKF滤波器205。
所述无故障执行器UKF滤波器204的输入为六个执行器控制量的期望值及六个执行器控制量的测量值。所述六个执行器分别为涵道式陆空车辆的前、后两个主涵道,左、右两个副涵道,以及分别位于前、后主涵道气流出口处的两对偏航控制舵面。所述无故障执行器UKF滤波器的输出为六个执行器控制量的估计值、状态误差协方差矩阵以及残差。
所述故障执行器UKF滤波器的输入为五个执行器控制量的期望值及五个执行器控制量的测量值。所述五个执行器为所述六个执行器中除去故障执行器以外其余的五个执行器。所述故障执行器UKF滤波器的输出为所述五个执行器控制量的估计值、状态误差协方差矩阵、残差以及故障的执行器控制量。
图3为本发明提供的故障检测与隔离系统的原理示意图。参见图3,本发明对每一个执行器i故障的情况(包括所有执行器均无故障的健康情况)都设置一个UKF滤波器。所述UKF滤波器是通过无损变换使非线性系统方程适用于线性假设下的标准卡尔曼滤波体系,通过UKF滤波器以及根据系统的数学模型能够估计出执行器控制量的测量值,从而得到真实测量值与估计值之间的残差以及状态误差协方差矩阵,残差是呈高斯分布的,根据每一个UKF滤波器的残差和状态误差协方差矩阵,计算每一个执行器的故障条件概率,从而判断故障是否发生。
图4为本发明提供的执行器控制量示意图。参见图4,本发明所述控制器为静态输出反馈控制以及PI(proportion-integral,比例-积分)调节器,采用非光滑优化方法,寻优求解控制器参数,该控制器能够实现标称系统闭环稳定、鲁棒稳定性以及其他多方面的性能要求。所述执行器包括:涵道式陆空车辆的前、后两个主涵道,用来提供升力和俯仰力矩;涵道式陆空车辆的左、右两个副涵道,用来提供滚转力矩;以及位于前、后主涵道气流出口处的两对偏航控制舵面。所述控制器输出的控制量用于控制执行器,执行器驱动陆空车辆飞行。图4中δmi表示主涵道i的螺旋桨转速,单位为rad/s;δai表示副涵道i的拉力,单位为N;δvi表示舵面i的偏转量,单位为deg。本发明所述的冗余执行器指能够实现同一控制目标的执行器不只有一个,例如所述左、右副涵道互为冗余执行器,都是控制滚转;所述前、后两个主涵道互为冗余执行器,均用于提供升力和俯仰力矩。
图3中Si表示UKF滤波器计算得出的执行器i的状态误差协方差矩阵;ri为UKF滤波器计算得出的执行器i的残差;y表示测量值;
对于执行器无故障情形,UKF滤波器的输入u为所有六个执行器控制量的期望值(即控制器输出的控制量),根据期望值和测量值估计得到未增广状态量的估计值所述期望值是根据控制器(静态输出反馈控制以及PI调节器),采用非光滑优化方法,寻优求解控制器参数,从而得到的执行器控制量的期望值。该期望值输入UKF滤波器,UKF滤波器计算出该未增广状态量的估计值。
对于执行器i故障的情形,UKF滤波器输入u为除去执行器i以外的其余五个执行器的控制量。本发明假定其控制输入量(即执行器i的控制量)δi由于故障而失效,为了能够正确估计该故障值,得到执行器i控制量的估计值将其增广为一个状态量,则其中x、δi分别代表增广后的状态量、系统本身的状态量以及需要估计的执行器i的控制量的期望值,执行器控制量δi不再作为输入量而是作为状态量之一被估计。与此同时,在UKF滤波器的输入u端中将该执行器i的期望控制量剔除(即不考虑其影响),即该故障滤波器i的控制量不再作为输入量输入UKF滤波器,剩余的输入量是指除去故障执行器i的其他执行器的控制量的期望值。所述UKF滤波器的另一路输入为执行器i控制量的测量值,该测量值是由传感器测量得到的执行器控制量的实际测量值。利用所述实际测量值和所述期望值估计得到
所述条件概率计算模块202的输入为所述UKF滤波器201的输出。所述条件概率计算模块202用于根据所述状态误差协方差矩阵和所述残差计算所述执行器的故障发生概率,从而判断故障是否发生。参见图3,每个滤波器i同时输出残差ri及残差协方差矩阵Si,并由此计算出各情况所对应的故障发生概率pi,所述执行器i的故障发生概率计算公式为:
其中p[y=yk|(σ=σi,Yk-1)]表示执行器i的故障发生概率,yk表示k时刻的测量数据;Yk-1表示k-1时刻的测量数据;ri为执行器i的残差;Si为执行器i的状态误差协方差矩阵;ri[k]表示k时刻执行器i的残差;Si[k]表示k时刻执行器i的状态误差协方差矩阵;m为执行器控制量的测量值的维数。
所述故障发生概率超过一定阈值时,则认定该故障情况实际发生,FDI断定系统无故障或定位某执行器i故障。具体为,在一定时间内,如果执行器i发生故障的概率超过0.6,则认定该执行器i存在故障;当故障发生概率低于0.15时,认为故障排除。
然而在一般的基于模型的故障诊断方法中,是首先计算出残差,并对残差进行处理,从而判断出是否出现故障,检测的速度不够快、可靠度不够高,尤其是当冗余执行器故障时,传统故障诊断方法在对两个冗余执行器i和j之间进行故障定位的时候,效率较低、诊断时间长,甚至无法定位故障,很容易出现诊断模糊和模糊诊断问题。
为了解决故障诊断模糊问题,提升故障隔离的快速性和准确性,本发明在FDI系统中引入一个主动监督模块,主要用于监控FDI输出的概率信号,如图2所示。所述主动监督模块203用于根据所述故障发生概率生成外加激励信号,并根据所述外加激励信号确定所述执行器是否发生故障。在一定时间内,如果一个执行器i的故障发生概率pi大于所设定的故障发生概率门限值a(a优选为0.6),所述主动监督模块203就在该执行器i上施加一个控制信号,施加所述控制信号是指施加类似激励信号,即外加激励信号。
如果执行器i确实有故障,则这个外加激励信号对系统的动态特性不产生影响,将有助于FDI系统更快地确信该执行器的故障。即通过计算得到执行器i的故障发生概率大于门限值a时,FDI系统无法确信该执行器i是否确实存在故障,因此通过所述主动监督模块203对执行器i施加外加激励信号,如果该外加激励信号不对系统产生影响(即施加该外加激励信号后,故障发生概率无变化,且执行器控制量的实际测量值无变化),则确信该执行器i存在故障。
如果该执行器i并未出现故障,系统将依据该外加激励信号产生相应的动作,FDI将排除该执行器i的故障设定。即在执行器i的故障发生概率大于设动阈值时,FDI系统尚不能确信该执行器是否存在故障,有可能对执行器是否故障出现误判,当施加外加外加激励信号后,系统依据该外加激励信号产生相应的动作(具体表现为执行器控制量的测量值跟执行器正常时的测量值不一样),则确信该执行器i无故障。
在设定的时间范围内,如果执行器i的故障发送概率低于设定的预设故障概率门限值b(b优选为0.15),表示执行器的故障排除,则所述主动监督模块203将取消该外加激励信号。
通过优化施加在执行器上的该外加激励信号,可以明显改进故障隔离效果,有效提升故障隔离的快速性和准确性。本发明提供的所述主动监督模块203采用的零空间注入法可以直接用于基于优化的控制分配,它产生执行器外加激励信号并提供期望的伪控制命令。本发明中各执行器对应的外加激励信号是独立且不相关的,这对于提升故障诊断速度、减少模糊诊断十分有利。所有的外加激励信号被设置得尽可能小,以免对飞行过程造成不利影响,同时又要保证其足够大,用以保证故障隔离效果。此外,所述外加激励信号的频率要选择在涵道式陆空车辆的带宽之内。
实验结果表明,加入本发明提供的主动监督模块后,FDI系统的故障检测与隔离所用时间平均减少了45%,故障排除速度也有所提升。更重要的是,由于主动激励的作用,冗余执行器之间的故障诊断模糊情况消失。因此可以证明,本发明提供的主动监督模块是用以确认故障或者排除故障的有效方法,通过该模块的引入,FDI系统的诊断速度和鲁棒性都得到了显著提高。
本发明还提供一种故障检测与隔离方法。参见图1,所述方法包括:
步骤101:获取执行器控制量的期望值和执行器控制量的测量值。
步骤102:根据所述期望值和所述测量值生成执行器控制量的估计值、状态误差协方差矩阵以及残差。
步骤103:根据所述状态误差协方差矩阵和所述残差计算执行器的故障发生概率。
所述执行器故障发生概率的计算公式如下:
其中p[y=yk|(σ=σi,Yk-1)]表示执行器i的故障发生概率,yk表示k时刻的测量数据;Yk-1表示k-1时刻的测量数据;ri为执行器i的残差;Si为执行器i的状态误差协方差矩阵;ri[k]表示k时刻执行器i的残差;Si[k]表示k时刻执行器i的状态误差协方差矩阵;m为执行器控制量的测量值的维数。
步骤104:根据所述故障发生概率对所述执行器施加外加激励信号。具体包括:
判断所述故障发生概率是否大于故障发生概率门限值a,获得第一判断结果;
若所述第一判断结果为所述故障发生概率大于故障发生概率门限值a,则所述主动监督模块在所述执行器上施加一个外加激励信号;
若所述第一判断结果为所述故障发生概率不大于故障发生概率门限值a,所述主动监督模块无动作。
所述步骤104根据所述故障发生概率对所述执行器施加外加激励信号之后,还包括:
经过预设时间后,计算所述执行器施加外加激励信号后的故障发生概率;
判断所述执行器施加外加激励信号后的故障发生概率是否低于预设故障概率门限值b,获得第三判断结果;
若所述第三判断结果为所述执行器施加外加激励信号后的故障发生概率低于预设故障概率门限值b,所述主动监督模块取消施加所述外加激励信号。
步骤105:根据所述外加激励信号确定所述执行器是否发生故障。具体包括:
获取所述执行器施加所述外加激励信号后,该执行器控制量的激励后测量值;
判断所述激励后测量值与未施加所述外加激励信号时的所述测量值是否相同,获得第二判断结果;
若所述第二判断结果为所述激励后测量值与所述测量值相同,确定所述执行器发生故障;
若所述第二判断结果为所述激励后测量值与所述测量值不相同,确定所述执行器未发生故障。
采用本发明提供的故障检测与隔离方法进行冗余执行器故障检测时,故障检测与隔离所用时间平均减少了45%,故障排除速度也有所提升。更重要的是,由于主动激励的作用,冗余执行器之间的故障诊断模糊情况消失。因此本发明提供的故障检测与隔离方法是用以确认故障或者排除故障的有效方法,能够显著提高故障诊断速度和鲁棒性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法而言,由于其与实施例公开的系统相对应,所以描述的比较简单,相关之处参见系统部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种故障检测与隔离系统,其特征在于,所述系统包括:依次连接的无迹卡尔曼UKF滤波器、条件概率计算模块和主动监督模块;所述UKF滤波器具体包括无故障执行器UKF滤波器和故障执行器UKF滤波器;
所述无故障执行器UKF滤波器的输入为六个执行器控制量的期望值及六个执行器控制量的测量值;所述六个执行器分别为涵道式陆空车辆的前、后两个主涵道,左、右两个副涵道,以及分别位于前、后主涵道气流出口处的两对偏航控制舵面;所述无故障执行器UKF滤波器的输出为六个执行器控制量的估计值、状态误差协方差矩阵以及残差;
所述故障执行器UKF滤波器的输入为五个执行器控制量的期望值及五个执行器控制量的测量值;所述五个执行器为所述六个执行器中除去故障执行器以外其余的五个执行器;所述故障执行器UKF滤波器的输出为所述五个执行器控制量的估计值、状态误差协方差矩阵、残差以及故障的执行器控制量;
所述条件概率计算模块的输入为所述UKF滤波器的输出;所述条件概率计算模块用于根据所述状态误差协方差矩阵和所述残差计算所述执行器的故障发生概率;
所述主动监督模块用于根据所述故障发生概率生成外加激励信号,并根据所述外加激励信号确定所述执行器是否发生故障。
2.根据权利要求1所述的故障检测与隔离系统,其特征在于,所述条件概率计算模块具体包括:
条件概率计算单元,用于采用公式计算执行器的故障发生概率;其中p[y=yk|(σ=σi,Yk-1)]表示执行器i的故障发生概率,yk表示k时刻的测量数据;Yk-1表示k-1时刻的测量数据;ri为执行器i的残差;Si为执行器i的状态误差协方差矩阵;ri[k]表示k时刻执行器i的残差;Si[k]表示k时刻执行器i的状态误差协方差矩阵;m为执行器控制量的测量值的维数。
3.根据权利要求1所述的故障检测与隔离系统,其特征在于,所述主动监督模块具体包括:
外加激励信号施加子模块,用于根据所述故障发生概率对所述执行器施加外加激励信号;
故障确定子模块,用于根据所述外加激励信号确定所述执行器是否发生故障。
4.根据权利要求3所述的故障检测与隔离系统,其特征在于,所述外加激励信号施加子模块具体包括:
第一判断单元,用于判断所述故障发生概率是否大于故障发生概率门限值,获得第一判断结果;
外加激励信号施加单元,用于当所述第一判断结果为所述故障发生概率大于故障发生概率门限值时,在所述执行器上施加一个外加激励信号。
5.根据权利要求4所述的故障检测与隔离系统,其特征在于,所述故障确定子模块具体包括:
激励后测量值获取单元,用于获取所述执行器施加所述外加激励信号后,该执行器控制量的激励后测量值;
第二判断单元,用于判断所述激励后测量值与未施加所述外加激励信号时的所述测量值是否相同,获得第二判断结果;
故障确定单元,用于当所述第二判断结果为所述激励后测量值与所述测量值相同时,确定所述执行器发生故障;
故障排除单元,用于当所述第二判断结果为所述激励后测量值与所述测量值不相同时,确定所述执行器未发生故障。
6.一种故障检测与隔离方法,其特征在于,所述故障检测与隔离方法应用于权利要求1-5任一项所述的故障检测与隔离系统,所述方法包括:
获取执行器控制量的期望值和执行器控制量的测量值;
根据所述期望值和所述测量值生成执行器控制量的估计值、状态误差协方差矩阵以及残差;
根据所述状态误差协方差矩阵和所述残差计算执行器的故障发生概率;
根据所述故障发生概率对所述执行器施加外加激励信号;
根据所述外加激励信号确定所述执行器是否发生故障。
7.根据权利要求6所述的故障检测与隔离方法,其特征在于,所述根据所述状态误差协方差矩阵和所述残差计算执行器的故障发生概率,具体包括:
采用公式计算执行器的故障发生概率;其中p[y=yk|(σ=σi,Yk-1)]表示执行器i的故障发生概率,yk表示k时刻的测量数据;Yk-1表示k-1时刻的测量数据;ri为执行器i的残差;Si为执行器i的状态误差协方差矩阵;ri[k]表示k时刻执行器i的残差;Si[k]表示k时刻执行器i的状态误差协方差矩阵;m为执行器控制量的测量值的维数。
8.根据权利要求6所述的故障检测与隔离方法,其特征在于,所述根据所述故障发生概率对所述执行器施加外加激励信号,具体包括:
判断所述故障发生概率是否大于故障发生概率门限值,获得第一判断结果;
若所述第一判断结果为所述故障发生概率大于故障发生概率门限值,则所述主动监督模块在所述执行器上施加一个外加激励信号;
若所述第一判断结果为所述故障发生概率不大于故障发生概率门限值,所述主动监督模块无动作。
9.根据权利要求8所述的故障检测与隔离方法,其特征在于,所述根据所述外加激励信号确定所述执行器是否发生故障,具体包括:
获取所述执行器施加所述外加激励信号后,该执行器控制量的激励后测量值;
判断所述激励后测量值与未施加所述外加激励信号时的所述测量值是否相同,获得第二判断结果;
若所述第二判断结果为所述激励后测量值与所述测量值相同,确定所述执行器发生故障;
若所述第二判断结果为所述激励后测量值与所述测量值不相同,确定所述执行器未发生故障。
10.根据权利要求8所述的故障检测与隔离方法,其特征在于,所述根据所述故障发生概率对所述执行器施加外加激励信号的步骤之后,还包括:
经过预设时间后,计算所述执行器施加外加激励信号后的故障发生概率;
判断所述执行器施加外加激励信号后的故障发生概率是否低于预设故障概率门限值,获得第三判断结果;
若所述第三判断结果为所述执行器施加外加激励信号后的故障发生概率低于预设故障概率门限值,所述主动监督模块取消施加所述外加激励信号。
CN201811199798.1A 2018-10-16 2018-10-16 一种故障检测与隔离系统及方法 Pending CN109343507A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811199798.1A CN109343507A (zh) 2018-10-16 2018-10-16 一种故障检测与隔离系统及方法
PCT/CN2019/104399 WO2020078141A1 (zh) 2018-10-16 2019-09-04 一种故障检测与隔离系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811199798.1A CN109343507A (zh) 2018-10-16 2018-10-16 一种故障检测与隔离系统及方法

Publications (1)

Publication Number Publication Date
CN109343507A true CN109343507A (zh) 2019-02-15

Family

ID=65310377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811199798.1A Pending CN109343507A (zh) 2018-10-16 2018-10-16 一种故障检测与隔离系统及方法

Country Status (2)

Country Link
CN (1) CN109343507A (zh)
WO (1) WO2020078141A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020078141A1 (zh) * 2018-10-16 2020-04-23 北京理工大学 一种故障检测与隔离系统及方法
CN112104340A (zh) * 2020-09-08 2020-12-18 华北电力大学 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法
CN115437259A (zh) * 2022-11-07 2022-12-06 西北工业大学 一种面向舵面故障的飞机姿态容错控制系统及控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6691066B1 (en) * 2000-08-28 2004-02-10 Sirf Technology, Inc. Measurement fault detection
CN102707708A (zh) * 2012-05-25 2012-10-03 清华大学 多模型飞行控制系统故障诊断方法及装置
CN104483678A (zh) * 2014-12-04 2015-04-01 北京航空航天大学 一种空地协同的多星座卫星导航完好性多级监测方法
CN106774282A (zh) * 2017-02-09 2017-05-31 中国航天空气动力技术研究院 一种在线参数辨识电路

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343507A (zh) * 2018-10-16 2019-02-15 北京理工大学 一种故障检测与隔离系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6691066B1 (en) * 2000-08-28 2004-02-10 Sirf Technology, Inc. Measurement fault detection
CN102707708A (zh) * 2012-05-25 2012-10-03 清华大学 多模型飞行控制系统故障诊断方法及装置
CN104483678A (zh) * 2014-12-04 2015-04-01 北京航空航天大学 一种空地协同的多星座卫星导航完好性多级监测方法
CN106774282A (zh) * 2017-02-09 2017-05-31 中国航天空气动力技术研究院 一种在线参数辨识电路

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LIYUAN LIU 等: ""Fault Detection and Isolation Based on UKFs for a Novel Ducted Fan UAV"", 《2016 IEEE/CSAA INTERNATIONAL CONFERENCE ON AIRCRAFT UTILITY SYSTEMS (AUS)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020078141A1 (zh) * 2018-10-16 2020-04-23 北京理工大学 一种故障检测与隔离系统及方法
CN112104340A (zh) * 2020-09-08 2020-12-18 华北电力大学 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法
CN112104340B (zh) * 2020-09-08 2024-04-16 华北电力大学 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法
CN115437259A (zh) * 2022-11-07 2022-12-06 西北工业大学 一种面向舵面故障的飞机姿态容错控制系统及控制方法

Also Published As

Publication number Publication date
WO2020078141A1 (zh) 2020-04-23

Similar Documents

Publication Publication Date Title
CN109343507A (zh) 一种故障检测与隔离系统及方法
EP3428756B1 (de) Integritätsüberwachung bei automatisierungssystemen
CN104678764B (zh) 基于解析重构信号的飞控系统传感器混合余度方法
DE69605478T2 (de) Überwachungssysteme zur Fehlerdetektion in fly-by-wire Flugsteuerungssystemen
CA3023957C (en) Controlling a gas turbine considering a sensor failure
US7567862B2 (en) Actuation response oscillation detection monitor
DE102005058081B4 (de) Verfahren zur Rekonstruktion von Böen und Strukturlasten bei Flugzeugen, insbesondere Verkehrsflugzeugen
CN103324202A (zh) 基于舵面故障的容错飞行控制系统和方法
CN104850889A (zh) 一种飞机旋转作动器驱动装置自适应故障检测、隔离与健康评估的方法
CN111474919B (zh) 基于aann网络组的航空发动机控制系统传感器故障诊断方法
KR20150093846A (ko) 물리적 측정 변수를 나타내는 측정 신호를 출력하기 위한 장치
Peng et al. A robust unscented Kalman filter and its application in estimating dynamic positioning ship motion states
JP5020950B2 (ja) 回転中における航空機の翼上の負荷を低減するための方法及び装置
CN111538316B (zh) 基于性能的闭环控制系统执行机构故障诊断方法及系统
EP2078253A2 (de) Verfahren und vorrichtung zur fehlerverwaltung
CN105785974B (zh) 一种面向欠驱动自主水下航行器的航向容错控制系统
CN114564000A (zh) 基于智能飞行器执行器故障诊断的主动容错方法及系统
CN112947392A (zh) 一种基于鲁棒观测器的飞行控制系统执行器和传感器复合微小故障估计方法
CN108388229B (zh) 基于健康度的四旋翼随机混杂系统健康评估方法
EP3140610A2 (en) Rotor system structural fault estimation
Byrski et al. A double window state observer for detection and isolation of abrupt changes in parameters
CN113678107B (zh) 检测和定位采集系统中故障的方法和计算装置
CN112947391B (zh) 一种基于tomfir残差的飞行控制系统执行器微小故障诊断方法
RU2432297C1 (ru) Способ отказобезопасного автоматического управления движением корабля
Vanek et al. Fault tolerant LPV control of the GTM UAV with dynamic control allocation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190215