CN112947391B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112947391B CN112947391B CN202110364452.8A CN202110364452A CN112947391B CN 112947391 B CN112947391 B CN 112947391B CN 202110364452 A CN202110364452 A CN 202110364452A CN 112947391 B CN112947391 B CN 112947391B
- Authority
- CN
- China
- Prior art keywords
- fault
- residual
- tomfir
- actuator
- flight control
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,在飞行控制系统中,存在着很多操纵控制面,操纵面发生故障要么会使飞行品质和性能下降,要么会酿成重大的灾难。针对飞行控制系统执行器微小故障,在基于解析模型的故障诊断思想指导下,本发明提供了一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,可以及时检测多执行器微小故障,提前发出预警信息,为飞机继续完成任务或安全返航提供足够的时间。
Description
技术领域
本发明属于飞行器故障诊断技术领域,特别涉及飞行控制系统执行器单元的微小故障诊断。
背景技术
现代控制系统和设备的复杂性不断增加、规模不断扩大,这类系统一旦发生故障便会造成巨大的生命和财产损失。作为提高系统可靠性和降低事故风险的重要方法和有力措施,故障诊断变得越来越重要。然而,无论故障的规模多大、来势多凶猛,这些故障都是从微小故障开始的。故障诊断技术被广泛应用于航空、汽车、通信、医学等领域的设备与系统中,监测着系统的状态,对故障进行诊断,保证着系统的安全。该技术一直是社会关注的重点课题之一,尤其是在像民用和军用航空这类安全性和实时性要求极高的领域。为了保证整个航空系统可靠运行,故障检测、诊断以及排除就显得极为重要。
飞行控制系统是飞机的一个重要组成部分,主要作用是稳定飞机姿态、保持航迹,以及在各种状态下增强飞机的稳定性、改善飞行品质和提高飞机的机动性。上个世纪七十年代以来,飞机的操纵系统由早期简单的机械方式发展为电传操纵系统。传统的操纵系统由于存在着战场生存能力低、结构复杂、重量重的缺点,所以,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一般都采用余度技术来提高系统的可靠性,这样飞行系统的复杂性大大增加,其可靠性与安全性已成为保障其生存能力的一个关键因素。因而在飞机出现故障或者遭到战斗损伤时,如果系统能够迅速采取方案使飞机继续完成任务或安全返航,将具有重大意义,因此其在可靠性方面的要求非常高。
飞行控制系统内部的一些微小故障,由于故障征兆微弱,且在飞行过程中,噪声、气流扰动、振动信号会非常大,不易被监控系统及时检测到,但随着故障的逐步加剧,有可能演变为重大的灾难事故。因此,围绕飞行控制系统展开微小故障诊断技术的研究,对于提高飞机的飞行可靠性有着极其重要的理论意义与工程价值。统计显示,引起飞机舵面系统失效的原因中,执行器故障和传感器故障的占比达八成以上。因此,针对飞机执行机构和传感器系统的故障诊断研究就显得非常重要。执行器用于响应飞行控制计算机发出的控制指令,动态地响应外界环境的变化,因此其状态性能直接影响着飞行品质;传感器用于测量飞行数据信息,并反馈给飞行控制计算机,从而建立飞行控制系统的动态响应和管理。
综上所述,如果执行器或者传感器发生故障以导致信号异常,那将对飞行安全造成极其严重的威胁。因此,对执行器微小故障诊断的研究具有重要意义和实际价值。
发明内容
在飞行控制系统中,存在着很多操纵控制面,操纵面发生故障要么会使飞行品质和性能下降,要么会酿成重大的灾难。针对飞行控制系统执行器微小故障,在基于解析模型的故障诊断思想指导下,本发明提供了一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,可以及时检测多执行器微小故障,提前发出预警信息,为飞机继续完成任务或安全返航提供足够的时间。
本发明的技术方案为:
所述一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,包括以下步骤:
步骤1:利用小扰动法对飞行控制系统模型线性化处理得到:
此系统对应的正则系统为:其中x(t)∈Rn、u(t)∈Rm、y(t)∈RP分别表示真实系统的状态、控制输入以及测量输出;x0(t)∈Rn、u0(t)∈Rm、y0(t)∈Rp分别表示正则系统的状态、控制输入以及测量输出;A∈Rn×n,B∈Rn×m,C∈Rp×n,D∈Rn×h分别为系统状态矩阵、输入矩阵、输出矩阵、故障分配矩阵;
步骤2:总可测故障信息残差(TOMIFIR)残差方法定义:
总可测故障信息残差g(t)=Gu-G0u=y-y*,对于相同的输入,g(t)为故障系统和正常系统之间的差值;当执行器故障模型中包含扰动和不确定性时,设计控制器u(t)=ua(t)+ub(t),其中控制量ua(t)用于维持系统的稳定性、轨迹跟踪能力等系统性能,并且可以根据所发生的故障进行调节以保证系统的设计性能,当系统无故障时,ua(t)=u0(t);ub(t)是一个鲁棒控制器,用于抑制扰动、不确定性对于系统性能的影响;
步骤3:TOMFIR残差近似计算;
TOMFIR残差的极限值与故障函数的极限值存在如下等式关系:
当执行器故障缓慢趋近于一个常值时,TOMFIR′(t)=ry(t)+CA-1Bru(t)的极限值趋近于TOMFIR(t)的真值,此时TOMFIR′(t)的值可以作为TOMFIR残差的近似替代,从而保证了残差的精度;
步骤4:基于TOMFIR残差理论的观测器残差修正;
在飞行控制系统应用背景中,由于正则系统的初始条件未知,导致较难计算,从而使得TOMFIR残差并不能直接获得,所以需要基于TOMFIR残差理论对观测器残差进行相应的修正:
步骤5:执行器微小故障判定;
进一步的,步骤1中,从定性的角度分析,β(t-T0)Dθa(x(t),u(t))表征早期微小故障对于系统动态的影响,函数β(t-T0)用于描述未知时刻T0所发生故障的变化趋势,其形式表示如下:
其中,标量表示未知的故障演变速率;当取值较小时,可以用来表征故障的缓变特性,即可以用于表示早期微小故障;当取值较大时,趋近于阶跃函数,此时可以用来表示突变故障;其中D∈Rn×q为故障分布矩阵。
进一步的,步骤2中,总可测故障信息残差g(t)进一步推导如下:
g(t)=y(t)-y*(t)
=y(t)-y0(t)+y0(t)-y*(t)
=ry(t)+y0(t)-y*(t)
=ry(t)+G0u0(t)-G0u(t)
由于G0为线性时变系统,据叠加原理知:
G0u0(t)-G0u(t)=-G0ru(t),ru(t)=u(t)-u0(t),
因此g(t)=ry(t)-G0ru(t);TOMFIRg(t)作为两个残差的特定组合计算:ry(t)和ru(t),因此,不管在整个系统中实现的控制器类型是什么,g(t)在开环或闭环系统中都能够作为故障指示器。
进一步的,本方法中,系统控制器没有补偿掉的执行器故障信息,体现在输出残差的变化上;被系统控制器补偿掉的执行器故障信息,体现在控制器残差的变化上。
进一步的,步骤3中推导出带有扰动或不确定性的执行器故障TOMFIR残差的计算公式如下:
有益效果
在飞行控制系统中,存在着很多操纵控制面,操纵面发生故障要么会使飞行品质和性能下降,要么会酿成重大的灾难。针对飞行控制系统执行器微小故障,在基于解析模型的故障诊断思想指导下,本发明提供了一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,可以及时检测多执行器微小故障,提前发出预警信息,为飞机继续完成任务或安全返航提供足够的时间。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
参照图1,本实施例中的一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,包括以下步骤:
步骤1:利用小扰动法对飞行控制系统模型线性化处理后的形式如下:
其中x(t)∈Rn、u(t)∈Rm、y(t)∈RP分别表示真实系统的状态、控制输入以及测量输出;x0(t)∈Rn、u0(t)∈Rm、y0(t)∈Rp分别表示正则系统的状态、控制输入以及测量输出;A∈Rn×n,B∈Rn×m,C∈Rp×n,D∈Rn×h分别为系统状态矩阵、输入矩阵、输出矩阵、故障分配矩阵。
从定性的角度分析,β(t-T0)Dθa(x(t),u(t))表征早期微小故障对于系统动态的影响,函数β(t-T0)用于描述未知时刻T0所发生故障的变化趋势,其形式可以表示如下:
其中,标量表示未知的故障演变速率。当取值较小时,可以用来表征故障的缓变特性,即可以用于表示早期微小故障;当取值较大时,趋近于阶跃函数,此时可以用来表示突变故障。其中D∈Rn×q为故障分布矩阵。
步骤2:总可测故障信息残差(TOMIFIR)残差方法定义。总可测故障信息残差g(t)=Gu-G0u=y-y*,对于相同的输入,g(t)为故障系统和正常系统之间的差值。
总可测故障信息残差g(t)进一步推导如下:
g(t)=y(t)-y*(t)
=y(t)-y0(t)+y0(t)-y*(t)
=ry(t)+y0(t)-y*(t)
=ry(t)+G0u0(t)-G0u(t)
由于G0为线性时变系统,据叠加原理知:
G0u0(t)-G0u(t)=-G0ru(t),ru(t)=u(t)-u0(t),
因此g(t)=ry(t)-G0ru(t)。TOMFIRg(t)可以作为两个残差的特定组合计算:ry(t)和ru(t),因此,不管在整个系统中实现的控制器类型是什么,g(t)在开环或闭环系统中都可以作为故障指示器。
可以得出两个结论:
1)系统控制器没有补偿掉的执行器故障信息,体现在输出残差的变化上;
2)被系统控制器补偿掉的执行器故障信息,体现在控制器残差的变化上。
步骤3:当执行器故障模型中包含扰动和不确定性时,设计控制器u(t)=ua(t)+ub(t),其中控制量ua(t)用于维持系统的稳定性、轨迹跟踪能力等系统性能,并且可以根据所发生的故障进行调节以保证系统的设计性能,当系统无故障时,ua(t)=u0(t)。ub(t)是一个鲁棒控制器,用于抑制扰动、不确定性对于系统性能的影响。
带有扰动或不确定性的执行器故障TOMFIR残差的计算公式如下:
步骤4:TOMFIR残差近似计算,TOMFIR残差的极限值与故障函数的极限值存在如下等式关系:
当执行器故障缓慢趋近于一个常值时,TOMFIR′(t)=ry(t)+CA-1Bru(t)的极限值趋近于TOMFIR(t)的真值,此时TOMFIR′(t)的值可以作为TOMFIR残差的近似替代,从而保证了残差的精度。
当执行器系统无故障时,ub(t)可以完全抑制系统扰动和不确定性时,r′y(t)=r′u(t)=0;当执行器系统有故障时,r′y(t)和r′u(t)不为零。
步骤5:基于TOMFIR残差理论的观测器残差修正。在飞行控制系统应用背景中,由于正则系统的初始条件未知,导致较难计算,从而使得TOMFIR残差并不能直接获得,所以需要基于TOMFIR残差理论对观测器残差进行相应的修正。
观测器残差rob(t)极限值与TOMFIR残差的极限值存在如下关系:
步骤6:执行器微小故障判定;
由上述内容可知,本发明提供的一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,可以及时检测多执行器微小故障,提前发出预警信息,为飞机继续完成任务或安全返航提供足够的时间。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,其特征在于:包括以下步骤:
步骤1:利用小扰动法对飞行控制系统模型线性化处理得到:
其中x(t)∈Rn、u(t)∈Rm、y(t)∈RP分别表示真实系统的状态、控制输入以及测量输出;x0(t)∈Rn、u0(t)∈Rm、y0(t)∈Rp分别表示正则系统的状态、控制输入以及测量输出;A∈Rn ×n,B∈Rn×m,C∈Rp×n,D∈Rn×h分别为系统状态矩阵、输入矩阵、输出矩阵、故障分配矩阵;
步骤2:总可测故障信息残差(TOMIFIR)残差方法定义:
总可测故障信息残差g(t)=Gu-G0u=y-y*,对于相同的输入,g(t)为故障系统和正常系统之间的差值;当执行器故障模型中包含扰动和不确定性时,设计控制器u(t)=ua(t)+ub(t),其中控制量ua(t)用于维持系统性能,并且根据所发生的故障进行调节以保证系统的设计性能,当系统无故障时,ua(t)=u0(t);ub(t)是一个鲁棒控制器,用于抑制扰动、不确定性对于系统性能的影响;
步骤3:TOMFIR残差近似计算;
TOMFIR残差的极限值与故障函数的极限值存在如下等式关系:
函数β(t-T0)用于描述未知时刻T0所发生故障的变化趋势,当执行器故障缓慢趋近于一个常值时,TOMFIR′(t)=ry(t)+CA-1Bru(t)的极限值趋近于TOMFIR(t)的真值,此时TOMFIR′(t)的值作为TOMFIR残差的近似替代,从而保证了残差的精度;
步骤4:基于TOMFIR残差理论的观测器残差修正;
基于TOMFIR残差理论对观测器残差进行相应的修正:
步骤5:执行器微小故障判定;
3.根据权利要求1所述一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,其特征在于:步骤2中,总可测故障信息残差g(t)进一步推导如下:
g(t)=y(t)-y*(t)
=y(t)-y0(t)+y0(t)-y*(t)
=ry(t)+y0(t)-y*(t)
=ry(t)+G0u0(t)-G0u(t)
G0为线性时变系统,据叠加原理知:
G0u0(t)-G0u(t)=-G0ru(t),ru(t)=u(t)-u0(t),
因此g(t)=ry(t)-G0ru(t);TOMFIRg(t)作为两个残差的特定组合计算:ry(t)和ru(t),g(t)在开环或闭环系统中都能够作为故障指示器。
4.根据权利要求1所述一种基于TOMFIR残差的飞行控制系统执行器微小故障诊断方法,其特征在于:该方法中,系统控制器没有补偿掉的执行器故障信息,体现在输出残差的变化上;被系统控制器补偿掉的执行器故障信息,体现在控制器残差的变化上。
6.一种飞行控制系统执行器微小故障诊断设备,其特征在于:采用权利要求1所述方法进行飞行控制系统执行器微小故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364452.8A CN112947391B (zh) | 2021-04-05 | 2021-04-05 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364452.8A CN112947391B (zh) | 2021-04-05 | 2021-04-05 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947391A CN112947391A (zh) | 2021-06-11 |
CN112947391B true CN112947391B (zh) | 2022-04-01 |
Family
ID=76230574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110364452.8A Active CN112947391B (zh) | 2021-04-05 | 2021-04-05 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947391B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114545907B (zh) * | 2022-03-15 | 2023-12-19 | 中南大学 | 一种基于滤波器的飞行控制系统的故障检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155968B (zh) * | 2014-07-17 | 2016-08-24 | 南京航空航天大学 | 一种针对高速列车悬架系统执行器的微小故障诊断方法 |
US11385632B2 (en) * | 2018-12-21 | 2022-07-12 | The Boeing Company | Sensor fault detection and identification using residual failure pattern recognition |
CN109884902B (zh) * | 2019-04-04 | 2021-09-07 | 南京航空航天大学 | 一种基于区间观测器无人机编队系统故障检测方法 |
CN110362060B (zh) * | 2019-07-01 | 2022-04-05 | 南京航空航天大学 | 一种控制系统执行器及传感器同时故障时的诊断方法 |
CN110531737A (zh) * | 2019-08-28 | 2019-12-03 | 北京空间飞行器总体设计部 | 基于混合模型的卫星执行机构故障诊断方法、系统及介质 |
CN112526975B (zh) * | 2020-12-02 | 2022-03-22 | 西北工业大学 | 一种基于h-/l∞观测器的非线性系统同时故障诊断与控制方法 |
-
2021
- 2021-04-05 CN CN202110364452.8A patent/CN112947391B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112947391A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7567862B2 (en) | Actuation response oscillation detection monitor | |
CN112947392B (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 | |
JP5473226B2 (ja) | 航空機エンジンの監視方法 | |
US9233763B1 (en) | Methods and systems for aircraft systems health trend monitoring | |
CN102897328B (zh) | 用于检测飞行器控制表面的未受控移动的方法和设备 | |
CN113093706B (zh) | 一种基于综合观测器的飞行控制系统执行器微小故障诊断方法 | |
CN114564000B (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 | |
US8855943B1 (en) | Fatigue monitoring system and methods | |
KR20100071554A (ko) | 적응 미지입력 관측기를 이용한 무인항공기의 조종면 구동기 고장진단방법 | |
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 | |
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 | |
US11472568B2 (en) | Prognostic monitoring of complementary air data system sensors | |
CN115167508B (zh) | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 | |
Kordestani et al. | A distributed fault detection and isolation method for multifunctional spoiler system | |
Goupil | AIRBUS state of the art and practices on FDI and FTC | |
Fravolini et al. | Structural analysis approach for the generation of structured residuals for aircraft FDI | |
Dhakal et al. | UAV Fault and Anomaly Detection Using Autoencoders | |
CN111679580B (zh) | 基于自适应的飞行器控制系统故障补偿和扰动抑制方法 | |
CN113401337B (zh) | 飞行器及其控制方法、控制装置 | |
Lavigne et al. | Oscillatory failure case detection for new generation Airbus aircraft: a model-based challenge | |
CN113050595B (zh) | 一种基于pfmea和hra方法的潜在故障分析方法 | |
CN114970188A (zh) | 一种基于动力学模型的飞机系统安全性分析方法 | |
Yun-Hong et al. | Small UAV sensor fault detection and signal reconstruction | |
Cai et al. | Dual redundancy fault diagnosis and reconstruction system of sensors based on BP neural network | |
CN113678107A (zh) | 冗余采集系统中的故障定位 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |