CN115437359A - 一种面向传感器故障的飞机容错控制方法、系统及装置 - Google Patents

一种面向传感器故障的飞机容错控制方法、系统及装置 Download PDF

Info

Publication number
CN115437359A
CN115437359A CN202211390778.9A CN202211390778A CN115437359A CN 115437359 A CN115437359 A CN 115437359A CN 202211390778 A CN202211390778 A CN 202211390778A CN 115437359 A CN115437359 A CN 115437359A
Authority
CN
China
Prior art keywords
fault
matrix
sensor
representing
subsystem
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.)
Granted
Application number
CN202211390778.9A
Other languages
English (en)
Other versions
CN115437359B (zh
Inventor
刘贞报
李杨
党庆庆
赵闻
张超
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202211390778.9A priority Critical patent/CN115437359B/zh
Publication of CN115437359A publication Critical patent/CN115437359A/zh
Application granted granted Critical
Publication of CN115437359B publication Critical patent/CN115437359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种面向传感器故障的飞机容错控制方法、系统及装置,属于飞行器控制技术与故障诊断领域,包括对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;对状态空间模型进行解耦,获取故障项子系统;对故障项子系统进行故障诊断,获取故障诊断数据;设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度;判断故障项子系统是否存在故障,直至完成故障修正。本发明通过设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度,实现传感器故障的诊断与容错控制,保障了飞机的飞行安全,实现了在传感器故障条件下飞机的正常飞行,避免了飞机因传感器故障所产生的安全隐患。

Description

一种面向传感器故障的飞机容错控制方法、系统及装置
技术领域
本发明属于飞行器控制技术与故障诊断领域,涉及一种面向传感器故障的飞机容错控制方法、系统及装置。
背景技术
飞机传感器的平稳运行能够有效保障飞机的航行安全,传感器任务执行正常与否直接影响飞行任务能否完成。飞机上任何一个传感器的故障都会影响飞机飞行的稳定性和安全性,如果传感器系统无法及时检测并处理故障,可能会造成机毁人亡的严重后果,给人员生命安全和设备财产安全带来巨大隐患。在飞行过程中,机载传感器的工作环境相对复杂多变,受高空气温相较于地面的降低和气象条件影响,其工作时的温差范围可达数十摄氏度,在这种工作环境下,传感器易于发生漂移、失效等故障。由于故障征候产生时多表现为微小故障,加之环境噪声与电磁噪声的影响,传感器发生故障的信号不易被捕捉,但随着故障的加剧,传感器信号的偏差也将越来越大,最终可能会导致灾难性的后果。
发明内容
本发明的目的在于解决现有技术中的问题,提供一种面向传感器故障的飞机容错控制方法、系统及装置,能够解决飞机在传感器发生故障的情况下无法保障飞行安全的问题,避免飞机因传感器故障所产生的安全隐患。
为达到上述目的,本发明采用以下技术方案予以实现:
第一方面,本发明提供一种面向传感器故障的飞机机载容错控制方法,包括以下步骤:
对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;
对飞机状态空间模型进行解耦,得到故障项子系统;
对故障项子系统进行故障诊断,得到故障诊断数据;
利用容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度。
第二方面,本发明提供一种面向传感器故障的飞机机载容错控制系统,包括依次相连的构建模块、解耦模块、故障诊断模块、修正模块以及判断模块;
所述构建模块用于对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;
所述解耦模块用对飞机状态空间模型进行解耦,获取故障项子系统;
所述故障诊断模块用于对故障项子系统进行故障诊断,获取故障诊断数据;
所述修正模块用于设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度;
所述判断模块用于判断故障项子系统是否存在故障,直至完成故障修正。
第三方面,本发明提供一种面向传感器故障的飞机机载容错控制装置,包括:作动器、上位机和传感器;
所述传感器连接上位机;所述上位机连接作动器;所述上位机包括故障诊断模块和容错控制模块;所述故障诊断模块用于接收并诊断传感器所测量飞机的参数,将故障偏差数据传递给容错控制模块;所述容错控制模块用于对传感器数据进行修正,并发送给作动器,修正飞机的飞行状态。
与现有技术相比,本发明具有以下有益效果:
本发明通过对故障项子系统进行故障诊断,设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度,实现传感器故障的诊断与容错控制,保障了飞机的飞行安全,实现了在传感器故障条件下飞机的正常飞行,避免了飞机因传感器故障所产生的安全隐患。
附图说明
为了更清楚的说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明的面向传感器故障的飞机容错控制装置结构图。
图2为本发明的面向传感器故障的飞机容错控制方法流程图。
图3为本发明的面向传感器故障的飞机容错控制方法另一种流程图。
图4为本发明的面向传感器故障的飞机容错控制系统结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中,需要说明的是,若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,若出现术语“水平”,并不表示要求部件绝对水平,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明实施例的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明公开了一种面向传感器故障的飞机机载容错控制装置,包括:软件部分和硬件部分;软件部分包括故障诊断模块和容错控制模块两部分,硬件装置包括:作动器、机载计算机和传感器系统;传感器系统包括迎角传感器、陀螺仪、三轴加速度计、GPS模块、无线电高度计。其中,机载计算机中的故障诊断模块接收故障观测器所检测到的传感器故障,并将故障偏差数据传递给机载计算机中的容错控制模块;机载计算机中的容错控制模块对传感器数据进行修正,并发送给作动器,修正飞机的飞行状态。传感器系统用于测量飞机的各项参数,迎角传感器用于测量飞机的迎角,陀螺仪用于测量飞机绕三轴的角速度,三轴加速度计提供飞机在三个轴向上的线加速度值,GPS模块用于提供飞机的空间位置,无线电高度计用于提供飞机实时距离地面的高度。
参见图2,图2公布了一种面向传感器故障的机载容错控制方法,包括:当飞机机载计算机上电后,开始执行传感器故障诊断与容错控制程序,该程序具体实施方式为:首先故障观测器检测到传感器故障,将故障偏差数据传递给容错控制模块,由容错控制模块根据故障诊断模块传来的传感器偏差进行传感器数据修正,并由容错控制模块解算出作动器指令信号,发送给作动器,修正飞机的飞行状态。故障诊断模块将检测传感器是否经修正后仍存在故障,若仍然存在则故障诊断模块将故障偏差数据传递容错控制模块,继续进行修正,直至完成故障修复,若已解决则关闭故障诊断与容错控制程序以重置系统的模型参数,完成参数重置后,随即重新开启该程序,进行下一轮的检测。
参见图3,本发明实施例提供了一种面向传感器故障的飞机机载容错控制方法,包括以下步骤:
S101,对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型。
飞机状态空间模型如公式(1)所示:
Figure 514559DEST_PATH_IMAGE001
(1)
其中,
Figure 578330DEST_PATH_IMAGE002
表示下一时刻状态量导数,t表示时间变量,x∈R n 表示状态变量,u∈ R m 表示输入的矢量,y∈R p 表示输出的矢量;f s ∈R q 代表未知传感器故障的矢量;Δψ∈R r 代表 不确定项的系统;f(x,t)代表已知的非线性连续项;A∈R n×n B∈R n×m C∈R p×n D∈R p×q E∈ R n×r (pq+r)是常数矩阵;其中CDE是满秩的。R表示实数矩阵,n表示系统矩阵维度,m表示 输入向量的长度,p表示输出量的个数,q表示故障项的个数,r表示非线性项的个数。
S102,对状态空间模型进行解耦,获取故障项子系统。
隔离状态空间模型中的不确定项和故障项,构建故障项子系统和不确定项子系统;不确定项子系统受不确定性因素影响,不存在传感器故障;故障项子系统存在传感器故障,不存在任何的不确定性故障。
S103,对故障项子系统进行故障诊断,获取故障诊断数据。
构建Luenberger观测器对故障项子系统进行故障诊断,获取故障诊断数据;
引入T-S模糊系统,飞机状态空间模型转换成故障项子系统和不确定项子系统,分别如公式(2)和公式(3)所示:
Figure 308388DEST_PATH_IMAGE003
(2)
Figure 711688DEST_PATH_IMAGE004
(3)
其中,
Figure 501789DEST_PATH_IMAGE005
表示解耦后分系统1的状态量导数,A 1R r×r 表示解耦后分系统1对z 1的 系统矩阵,z 1Rr表示解耦后分系统1的状态量,A 2表示解耦后分系统1对z 2的状态量,z 2表 示解耦后分系统2的状态量,f 1( )表示已知解耦后分系统1的非线性项,且f 1(T -1 z,t)=T 1 f (T -1 z,t),
Figure 862228DEST_PATH_IMAGE006
T 1R r×n 表示解耦T矩阵分块1,T 2表示解耦T矩阵分块2,T-1 表示解耦T矩阵分块1的逆矩阵,z表示解耦前的状态量,B 1R r×m 表示解耦合分系统1的输入 矩阵,u表示系统输入,E 1R r×r 表示干扰量矩阵,Δψ表示非线性项,w 1R r 表示分系统1输 出,C 1R r×r 表示分系统1的输出矩阵,
Figure 599240DEST_PATH_IMAGE007
表示解耦后分系统2的状态量导数,A 3表示解耦后 分系统2对z 1的系统矩阵,A 4R (n- r)×(n- r)表示解耦后分系统2对z 2的系统矩阵,f 2( )表示 已知解耦后分系统2的非线性项,且f 2(T -1 z,t)=T 2 f(T -1 z,t),B2表示解耦合分系统2的输入 矩阵,w 2表示分系统2输出,C 4R (p- r)×(n- r)表示分系统2的输出矩阵,D 2R (p- rq 表示故障 矩阵,f s 表示故障项;R表示实数矩阵;
Figure 919363DEST_PATH_IMAGE008
T 1R r×n S 1R r×p z 1R rw 1R r A 1R r×r A 4R (n- r)×(n- r)B 1R r×m ,E1R r×r C 1R r×r C 4R (p- r)×(n- r)D 2R (p- rq C 1是 可逆的;
定义等式
Figure 614787DEST_PATH_IMAGE009
,因此
Figure 590833DEST_PATH_IMAGE010
如公式(4)所示:
Figure 928273DEST_PATH_IMAGE011
(4)
其中,
Figure 40586DEST_PATH_IMAGE012
表示增广系统的状态量导数,
Figure 188801DEST_PATH_IMAGE009
;公式(3)和公式 (4)组成为n+p-2r阶增广系统,整理后如公式(5)所示:
Figure 183302DEST_PATH_IMAGE013
(5)
其中,
Figure 262117DEST_PATH_IMAGE014
表示分系统2与增广系统的重组系统状态量导数,
Figure 291253DEST_PATH_IMAGE015
表示重组系统对z 0的系统矩阵,
Figure 594058DEST_PATH_IMAGE016
表示重组系统的状态量,
Figure 279117DEST_PATH_IMAGE017
表示重组系统对z 1的系统矩阵,
Figure 709093DEST_PATH_IMAGE018
表示非线性项,且
Figure 795997DEST_PATH_IMAGE019
Figure 535283DEST_PATH_IMAGE020
表示输入矩阵,B 2表示B 0的满秩区块,
Figure 504376DEST_PATH_IMAGE021
表示故障矩阵,w 3R p-r 表示系统输出,C 0=[0 I p-r ]∈R (p-r)×(n+p-2r)表示输出矩阵,I p-r 表示单位阵;公式(5)整理 为:
Figure 924993DEST_PATH_IMAGE022
(6)
其中,
Figure 928721DEST_PATH_IMAGE023
表示系统对z 0的系统矩阵,且
Figure 776592DEST_PATH_IMAGE024
O r×(p-r)表示矩阵 内系数;
根据公式(6)设计滑模观测器,如公式(7)所示:
Figure 983713DEST_PATH_IMAGE025
(7)
其中,
Figure 4759DEST_PATH_IMAGE026
表示观测器的状态导数,
Figure 66256DEST_PATH_IMAGE027
表示观测器的状态,
Figure 881765DEST_PATH_IMAGE028
表示重组矩阵的状 态量,
Figure 28713DEST_PATH_IMAGE029
表示原矩阵的状态量,且
Figure 853449DEST_PATH_IMAGE030
Figure 316923DEST_PATH_IMAGE031
表示分系统2的状态量,
Figure 506595DEST_PATH_IMAGE032
表示稳定矩阵,s表示矩阵内参数矩阵,
Figure 937577DEST_PATH_IMAGE033
表示系统内参数矩阵,
Figure 34846DEST_PATH_IMAGE034
表 示观测器输出,v 1表示不连续输出错误输入项;
不连续输出错误输入项v 1被定义为:
Figure 70935DEST_PATH_IMAGE035
(8)
其中,
Figure 493826DEST_PATH_IMAGE036
表示不连续错误输入项,k 1η 1是正标量,且k 1=‖E 1ξ+η 1k 1η 1是一个 正标量;P 1R r×r 是一个对称的正定矩阵;
根据公式(5)设计Luenberger观测器,如公式(9)所示:
Figure 349787DEST_PATH_IMAGE037
(9)
其中,
Figure 798217DEST_PATH_IMAGE038
表示Luenberger观测器的系统状态量,L 0R (n+p-2r)×(p-r)是从 Luenberger观测器获取到的数据,
Figure 485550DEST_PATH_IMAGE039
表示Luenberger观测器系统输出;
状态估计误差定义为
Figure 17025DEST_PATH_IMAGE040
Figure 422599DEST_PATH_IMAGE041
,传感器发生故障 前的误差动态为:
Figure 64933DEST_PATH_IMAGE042
(10)
Figure 623084DEST_PATH_IMAGE043
(11)
其中,
Figure 325461DEST_PATH_IMAGE044
表示不包含故障项的传感器残差,e 1e 0表示状态估计误差,
Figure 952751DEST_PATH_IMAGE045
表示去 掉干扰量的含故障误差;
如果e 0接近于0,传感器处于正常工作状态;通过
Figure 461093DEST_PATH_IMAGE046
监控传感器是否处于正常工 作状态,若传感器出现故障,则
Figure 60702DEST_PATH_IMAGE046
的数值偏离0;其中,
Figure 996297DEST_PATH_IMAGE047
Figure 861616DEST_PATH_IMAGE048
表示增广系统 残差;
当加速传感器出现故障时,在z 0中得到加速度输出数值,对z 0进行时域积分,能够 将加速度传感器的输出数据中的故障影响因素扩大化;通过监控
Figure 111331DEST_PATH_IMAGE046
的数值来监控系统中 是否存在传感器的故障。
S104,设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度。
容错控制机制,具体为:
输出反馈控制器如公式(12)所示:
u(i,j)=K F y(i,j)(12)
其中,i表示输入矩阵行数,j表示输入矩阵列数,K F 表示反馈控制器的传递矩阵,F表示反馈控制器下标;
当无故障时,满足一个给定的H扰动已知性能指标γ x ,如公式(13)所示:
Figure 627763DEST_PATH_IMAGE049
(13)
其中,y T 表示反馈输出信号的转置,d T 表示有限邻域大小矩阵的转置,dR s 是未知输入或者扰动;
当无故障时,系统输出如公式(14)所示:
y(i,j)=Cx(i,j)(14)
其中,x(i,j)∈R n 为系统状态。
对故障诊断数据进行修正,具体为:
若第
Figure 671943DEST_PATH_IMAGE050
个传感器发生故障,公式(12)中的y(i,j)将被y f (i,j)替换,如公式(15)所 示:
Figure 539405DEST_PATH_IMAGE051
(15)
其中,y f ()表示传感器故障后的反馈信号输出,H( )表示扰动信号矩阵,且H=[0… 1…0] T ,非零元素在第
Figure 123970DEST_PATH_IMAGE052
行,
Figure 698171DEST_PATH_IMAGE053
表示第
Figure 726301DEST_PATH_IMAGE054
个传感器故障后的传感器故障矩阵,
Figure 18742DEST_PATH_IMAGE055
表示传 感器故障矩阵观测值,
Figure 406998DEST_PATH_IMAGE056
表示系统相乘系数,
Figure 632443DEST_PATH_IMAGE057
表示残差矩阵;故容错控制如公式(16) 所示:
Figure 284004DEST_PATH_IMAGE058
(16)
其中,式(12)-(16)中,x(i,j)∈R n 为系统状态,y(i,j)∈R p 是系统测量输出,u(i,j)∈R m 是系统输入,d∈R s 是未知输入或者扰动,f∈R q 是传感器故障;A k A B k M k SM 3为维 数已知的实矩阵,且k=1,2;A 1t 表示系统对x(i-τ 1(i),j+1)的状态矩阵,A 2r 表示系统对x(i+ 1,j-τ 2(j))的状态矩阵,
Figure 860479DEST_PATH_IMAGE059
表示残差系数,
Figure 990109DEST_PATH_IMAGE060
表示故障系数,τ 1(i)∈N + τ 2(j)∈N + 分别 是水平方向和垂直方向时变的状态时滞量,满足
Figure 351951DEST_PATH_IMAGE061
Figure 908834DEST_PATH_IMAGE062
Figure 707026DEST_PATH_IMAGE063
Figure 702664DEST_PATH_IMAGE064
Figure 105963DEST_PATH_IMAGE065
Figure 896065DEST_PATH_IMAGE066
均是已知正整数,分别表示变时滞的上界和下界。
S105,判断故障项子系统是否存在故障,若是,则重复S104;若否,完成故障修正。
当故障项子系统进行检测判断是否存在故障,如果还存在故障,重复修正故障诊断数据,直至完成故障修正。
参见图4,本发明实施例提供了一种面向传感器故障的飞机机载容错控制系统,包括:
构建模块,所述构建模块用于对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;
解耦模块,所述解耦模块用对状态空间模型进行解耦,获取故障项子系统;
故障诊断模块,所述故障诊断模块用于对故障项子系统进行故障诊断,获取故障诊断数据;
修正模块,所述修正模块用于设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度;
判断模块,所述判断模块用于判断故障项子系统是否存在故障,直至完成故障修正。
本发明实施例还提供了一种面向传感器故障的飞机机载容错控制装置,包括:作动器、上位机和传感器;
所述传感器连接上位机;所述上位机连接作动器;所述上位机包括故障诊断模块和容错控制模块;所述故障诊断模块用于接收并诊断传感器所测量飞机的参数,将故障偏差数据传递给容错控制模块;所述容错控制模块用于对传感器数据进行修正,并发送给作动器,修正飞机的飞行状态。
所述传感器包括迎角传感器、陀螺仪、三轴加速度计、GPS模块和无线电高度计;所述迎角传感器用于测量飞机的迎角,陀螺仪用于测量飞机绕三轴的角速度,三轴加速度计提供飞机在三个轴向上的线加速度值,GPS模块用于提供飞机的空间位置,无线电高度计用于提供飞机实时距离地面的高度。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种面向传感器故障的飞机机载容错控制方法,其特征在于,包括以下步骤:
对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;
对飞机状态空间模型进行解耦,得到故障项子系统;
对故障项子系统进行故障诊断,得到故障诊断数据;
利用容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度。
2.根据权利要求1所述的面向传感器故障的飞机机载容错控制方法,其特征在于,所述飞机状态空间模型如下:
Figure 91108DEST_PATH_IMAGE001
(1)
其中,
Figure 640032DEST_PATH_IMAGE002
表示下一时刻状态量导数,t表示时间变量,x∈R n 表示状态变量,u∈R m 表示 输入的矢量,y∈R p 表示输出的矢量;f s ∈R q 表示未知传感器故障的矢量;△ψ∈R r 表示不确 定项的系统;f(x,t)表示已知的非线性连续项;A∈R n×n B∈R n×m C∈R p×n D∈R p×q E∈R n×r (pq+r)是常数矩阵,且pq+rCDE是满秩的;R表示实数矩阵,n表示系统矩阵维度,m表 示输入向量的长度,p表示输出量的个数,q表示故障项的个数,r表示非线性项的个数。
3.根据权利要求2所述的面向传感器故障的飞机机载容错控制方法,其特征在于,所述对飞机状态空间模型进行解耦,得到故障项子系统,包括:
隔离飞机状态空间模型中的不确定项和故障项,构建故障项子系统和不确定项子系统;
所述不确定项子系统受不确定性因素影响,不存在传感器故障;
所述故障项子系统存在传感器故障,不存在不确定性故障。
4.根据权利要求3所述的面向传感器故障的飞机机载容错控制方法,其特征在于,所述对故障项子系统进行故障诊断,得到故障诊断数据,包括:
构建Luenberger观测器对故障项子系统进行故障诊断,得到故障诊断数据;
引入T-S模糊系统,飞机状态空间模型转换成故障项子系统和不确定项子系统,如下:
Figure 307774DEST_PATH_IMAGE003
(2)
Figure 507811DEST_PATH_IMAGE004
(3)
其中,
Figure 563492DEST_PATH_IMAGE005
表示解耦后分系统1的状态量导数,A 1R r×r 表示解耦后分系统1对z 1的系统 矩阵,z 1Rr表示解耦后分系统1的状态量,A 2表示解耦后分系统1对z 2的状态量,z 2表示解 耦后分系统2的状态量,f 1( )表示已知解耦后分系统1的非线性项,且f 1(T -1 z,t)=T 1 f(T -1 z,t),
Figure 786663DEST_PATH_IMAGE006
T 1R r×n 表示解耦T矩阵分块1,T 2表示解耦T矩阵分块2,T-1表示 解耦T矩阵分块1的逆矩阵,z表示解耦前的状态量,B 1R r×m 表示解耦合分系统1的输入矩 阵,u表示系统输入,E 1R r×r 表示干扰量矩阵,Δψ表示非线性项,w 1R r 表示分系统1输出,C 1R r×r 表示分系统1的输出矩阵,
Figure 585992DEST_PATH_IMAGE007
表示解耦后分系统2的状态量导数,A 3表示解耦后分 系统2对z 1的系统矩阵,A 4R (n- r)×(n- r)表示解耦后分系统2对z 2的系统矩阵,f 2( )表示已 知解耦后分系统2的非线性项,且f 2 (T -1 z,t)=T 2 f(T -1 z,t),B2表示解耦合分系统2的输入矩 阵,w 2表示分系统2输出,C 4R (p- r)×(n- r)表示分系统2的输出矩阵,D 2R (p- rq 表示故障矩 阵,f s 表示故障项;R表示实数矩阵;
构建n+p-2r阶增广系统:
Figure 391268DEST_PATH_IMAGE008
(4)
其中,
Figure 289954DEST_PATH_IMAGE009
表示增广系统的状态量导数,
Figure 328317DEST_PATH_IMAGE010
根据式(3)和式(4)得到:
Figure 603440DEST_PATH_IMAGE011
(5)
其中,
Figure 512490DEST_PATH_IMAGE012
表示分系统2与增广系统的重组系统状态量导数,
Figure 909974DEST_PATH_IMAGE013
表示重组系统对z 0的系统矩阵,
Figure 107737DEST_PATH_IMAGE014
表示重组系统的状态量,
Figure 999601DEST_PATH_IMAGE015
表示重组系统对z 1的系统矩阵,
Figure 28737DEST_PATH_IMAGE016
表示非线性项,且
Figure 269225DEST_PATH_IMAGE017
Figure 282180DEST_PATH_IMAGE018
表示输入矩阵,B 2表示B 0的满秩区块,
Figure 899107DEST_PATH_IMAGE019
表示故障矩阵,w 3R p-r 表示系统输出,C 0=[0 I p-r ]∈R (p-r)×(n+p-2r)表示输出矩阵,I p-r 表示单位阵;
根据式(5)得到:
Figure 48328DEST_PATH_IMAGE020
(6)
其中,
Figure 7188DEST_PATH_IMAGE021
表示系统对z 0的系统矩阵,且
Figure 179543DEST_PATH_IMAGE022
O r×(p-r)表示矩阵内系 数;
根据式(6)得到滑模观测器:
Figure 662477DEST_PATH_IMAGE023
(7)
其中,
Figure 400626DEST_PATH_IMAGE024
表示观测器的状态导数,
Figure 248496DEST_PATH_IMAGE025
表示观测器的状态,
Figure 970465DEST_PATH_IMAGE026
表示重组矩阵的状态 量,
Figure 929193DEST_PATH_IMAGE027
表示原矩阵的状态量,且
Figure 803740DEST_PATH_IMAGE028
Figure 822511DEST_PATH_IMAGE029
表示分系统2的状态量,
Figure 766197DEST_PATH_IMAGE030
表示稳定矩阵,s表示矩阵内参数矩阵,
Figure 325354DEST_PATH_IMAGE031
表示系统内参数矩阵,
Figure 241357DEST_PATH_IMAGE032
表 示观测器输出,v 1表示不连续输出错误输入项,则有:
Figure 493347DEST_PATH_IMAGE033
(8)
其中,
Figure 127591DEST_PATH_IMAGE034
表示不连续错误输入项,k 1η 1是正标量,且k 1=‖E 1ξ+η 1P 1R r×r 是对称的 正定矩阵;
根据公式(5)得到Luenberger观测器:
Figure 241171DEST_PATH_IMAGE035
(9)
其中,
Figure 808419DEST_PATH_IMAGE036
表示Luenberger观测器的系统状态量,L 0R (n+p-2r)×(p-r)表示从Luenberger 观测器获取到的数据,
Figure 168993DEST_PATH_IMAGE037
表示Luenberger观测器系统输出;
传感器发生故障前的误差动态为:
Figure 87271DEST_PATH_IMAGE038
(10)
Figure 191493DEST_PATH_IMAGE039
(11)
其中,
Figure 144405DEST_PATH_IMAGE040
表示不包含故障项的传感器残差,e 1e 0表示状态估计误差,且
Figure 223351DEST_PATH_IMAGE041
Figure 566608DEST_PATH_IMAGE042
Figure 271258DEST_PATH_IMAGE043
表示去掉干扰量的含故障误差;
利用下式监控传感器是否处于正常工作状态:
Figure 813098DEST_PATH_IMAGE044
其中,
Figure 515475DEST_PATH_IMAGE045
表示增广系统残差;若e 0接近于0,表示传感器处于正常工作状态;若
Figure 408345DEST_PATH_IMAGE046
的 数值偏离0,表示传感器出现故障。
5.根据权利要求4所述的面向传感器故障的飞机机载容错控制方法,其特征在于,所述容错控制机制,具体为:
输出反馈控制器如下:
u(i,j)=K F y(i,j)(12)
其中,i表示输入矩阵行数,j表示输入矩阵列数,K F 表示反馈控制器的传递矩阵,F表示反馈控制器下标;
当无故障时,满足一个给定的H扰动已知性能指标γ x ,如公式(13)所示:
Figure 854369DEST_PATH_IMAGE047
(13)
其中,y T 表示反馈输出信号的转置,d T 表示有限邻域大小矩阵的转置,dR s 是未知输入或者扰动;
当无故障时,系统输出如公式(14)所示:
y(i,j)=Cx(i,j)(14)
其中,x(i,j)∈R n 为系统状态。
6.根据权利要求5所述的面向传感器故障的飞机机载容错控制方法,其特征在于,所述对故障诊断数据进行修正,具体为:
若第
Figure 532607DEST_PATH_IMAGE048
个传感器发生故障,公式(12)中的 y(i,j)将被y f (i,j)替换:
Figure 405885DEST_PATH_IMAGE049
(15)
其中,y f ()表示传感器故障后的反馈信号输出,H( )表示扰动信号矩阵,且H=[0…1… 0] T ,非零元素在第
Figure 254892DEST_PATH_IMAGE048
行,
Figure 566925DEST_PATH_IMAGE050
表示第
Figure 286619DEST_PATH_IMAGE051
个传感器故障后的传感器故障矩阵,
Figure 127536DEST_PATH_IMAGE052
表示传感 器故障矩阵观测值,
Figure 480151DEST_PATH_IMAGE053
表示系统相乘系数,
Figure 267978DEST_PATH_IMAGE054
表示残差矩阵;
容错控制如公式(16)所示:
Figure 904496DEST_PATH_IMAGE055
(16)
其中,y(i,j)∈R p 是系统测量输出,u(i,j)∈R m 是系统输入,f∈R q 是传感器故障;A k A B k M k SM 3为维数已知的实矩阵,且k=1,2;A 1t 表示系统对x(i-τ 1(i),j+1)的状态矩阵,A 2r 表示系统对x(i+1,j-τ 2(j))的状态矩阵,
Figure 119577DEST_PATH_IMAGE056
表示残差系数,
Figure 208756DEST_PATH_IMAGE057
表示故障系数,τ 1(i)∈N + τ 2(j)∈N + 分别是水平方向和垂直方向时变的状态时滞量,满足
Figure 597012DEST_PATH_IMAGE058
Figure 291298DEST_PATH_IMAGE059
Figure 224750DEST_PATH_IMAGE060
Figure 801225DEST_PATH_IMAGE061
Figure 930855DEST_PATH_IMAGE062
Figure 541965DEST_PATH_IMAGE063
均是已知正整数,分别表示变时滞的上界和下界。
7.一种面向传感器故障的飞机机载容错控制系统,其特征在于,包括依次相连的构建模块、解耦模块、故障诊断模块、修正模块以及判断模块;
所述构建模块用于对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;
所述解耦模块用对飞机状态空间模型进行解耦,获取故障项子系统;
所述故障诊断模块用于对故障项子系统进行故障诊断,获取故障诊断数据;
所述修正模块用于设计容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度;
所述判断模块用于判断故障项子系统是否存在故障,直至完成故障修正。
8.一种面向传感器故障的飞机机载容错控制装置,其特征在于,包括:作动器、上位机和传感器;所述传感器连接上位机;所述上位机连接作动器;所述上位机包括故障诊断模块和容错控制模块;
所述故障诊断模块用于接收并诊断传感器所测量飞机的参数,首先对存在传感器故障的飞机物理模型进行处理,构建飞机状态空间模型;其次对飞机状态空间模型进行解耦,得到故障项子系统;最后对故障项子系统进行故障诊断,得到故障诊断数据;将故障诊断数据传递给容错控制模块;
所述容错控制模块用于对传感器数据进行修正,利用容错控制机制对故障诊断数据进行修正,根据修正后的数据修正飞机舵面的偏转度,修正飞机的飞行状态。
9.根据权利要求8所述的面向传感器故障的飞机机载容错控制装置,其特征在于,所述传感器包括迎角传感器、陀螺仪、三轴加速度计、GPS模块和无线电高度计;所述迎角传感器用于测量飞机的迎角,陀螺仪用于测量飞机绕三轴的角速度,三轴加速度计提供飞机在三个轴向上的线加速度值,GPS模块用于提供飞机的空间位置,无线电高度计用于提供飞机实时距离地面的高度。
CN202211390778.9A 2022-11-07 2022-11-07 一种面向传感器故障的飞机容错控制方法、系统及装置 Active CN115437359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211390778.9A CN115437359B (zh) 2022-11-07 2022-11-07 一种面向传感器故障的飞机容错控制方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211390778.9A CN115437359B (zh) 2022-11-07 2022-11-07 一种面向传感器故障的飞机容错控制方法、系统及装置

Publications (2)

Publication Number Publication Date
CN115437359A true CN115437359A (zh) 2022-12-06
CN115437359B CN115437359B (zh) 2023-02-28

Family

ID=84252638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211390778.9A Active CN115437359B (zh) 2022-11-07 2022-11-07 一种面向传感器故障的飞机容错控制方法、系统及装置

Country Status (1)

Country Link
CN (1) CN115437359B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115629620A (zh) * 2022-12-21 2023-01-20 北京航空航天大学 一种针对侦察任务的无人机主动抗干扰飞行控制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104238357A (zh) * 2014-08-21 2014-12-24 南京航空航天大学 一种近空间飞行器的容错滑模控制方法
CN107703742A (zh) * 2017-09-06 2018-02-16 南京邮电大学 一种柔性航天器传感器故障调节方法
CN109799802A (zh) * 2018-12-06 2019-05-24 郑州大学 一种分子量分布控制中传感器故障诊断与容错控制方法
CN111024143A (zh) * 2019-12-11 2020-04-17 南京航空航天大学 一种高超声速飞行器传感器连锁故障诊断与容错控制方法
WO2020118512A1 (zh) * 2018-12-11 2020-06-18 大连理工大学 一种基于lft的航空发动机传感器及执行机构故障诊断方法
WO2020142984A1 (zh) * 2019-01-10 2020-07-16 大连理工大学 一种基于误差区间观测器的航空发动机主动容错控制方法
CN112596507A (zh) * 2021-01-14 2021-04-02 南京航空航天大学 传感器故障下的多时滞非线性系统滑模预测容错控制方法
CN113128035A (zh) * 2021-04-08 2021-07-16 上海交通大学 民用飞机飞控传感器信号重构容错控制方法
CN113204193A (zh) * 2021-05-06 2021-08-03 北京航空航天大学 飞行器故障容错控制方法、装置和电子设备
CN114564000A (zh) * 2022-03-01 2022-05-31 西北工业大学 基于智能飞行器执行器故障诊断的主动容错方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104238357A (zh) * 2014-08-21 2014-12-24 南京航空航天大学 一种近空间飞行器的容错滑模控制方法
CN107703742A (zh) * 2017-09-06 2018-02-16 南京邮电大学 一种柔性航天器传感器故障调节方法
CN109799802A (zh) * 2018-12-06 2019-05-24 郑州大学 一种分子量分布控制中传感器故障诊断与容错控制方法
WO2020118512A1 (zh) * 2018-12-11 2020-06-18 大连理工大学 一种基于lft的航空发动机传感器及执行机构故障诊断方法
WO2020142984A1 (zh) * 2019-01-10 2020-07-16 大连理工大学 一种基于误差区间观测器的航空发动机主动容错控制方法
CN111024143A (zh) * 2019-12-11 2020-04-17 南京航空航天大学 一种高超声速飞行器传感器连锁故障诊断与容错控制方法
CN112596507A (zh) * 2021-01-14 2021-04-02 南京航空航天大学 传感器故障下的多时滞非线性系统滑模预测容错控制方法
CN113128035A (zh) * 2021-04-08 2021-07-16 上海交通大学 民用飞机飞控传感器信号重构容错控制方法
CN113204193A (zh) * 2021-05-06 2021-08-03 北京航空航天大学 飞行器故障容错控制方法、装置和电子设备
CN114564000A (zh) * 2022-03-01 2022-05-31 西北工业大学 基于智能飞行器执行器故障诊断的主动容错方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许域菲等: "基于模糊T-S自适应观测器的近空间飞行器故障诊断与容错控制", 《东南大学学报(自然科学版)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115629620A (zh) * 2022-12-21 2023-01-20 北京航空航天大学 一种针对侦察任务的无人机主动抗干扰飞行控制方法

Also Published As

Publication number Publication date
CN115437359B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
US9650152B2 (en) Flight envelope protection system for unmanned aerial vehicles
US20200309810A1 (en) Neural network system whose training is based on a combination of model and flight information for estimation of aircraft air data
Lu et al. Nonlinear aircraft sensor fault reconstruction in the presence of disturbances validated by real flight data
Castaldi et al. Design of residual generators and adaptive filters for the FDI of aircraft model sensors
CN111880410B (zh) 一种针对电机故障的四旋翼无人机容错控制方法
Heredia et al. Sensor fault detection in small autonomous helicopters using observer/Kalman filter identification
Tousi et al. Robust observer-based fault diagnosis for an unmanned aerial vehicle
CN111045441B (zh) 一种高超声速飞行器传感器复合故障自愈合控制方法
CN115629547B (zh) 一种面向舵面故障的飞机机载容错控制方法及系统
CN115437359B (zh) 一种面向传感器故障的飞机容错控制方法、系统及装置
CN111024143A (zh) 一种高超声速飞行器传感器连锁故障诊断与容错控制方法
Ren Observer design for actuator failure of a quadrotor
Al Younes et al. Sensor fault detection and isolation in the quadrotor vehicle using nonlinear identity observer approach
Fravolini et al. Model-based approaches for the airspeed estimation and fault monitoring of an Unmanned Aerial Vehicle
Wang et al. Hybrid modeling based double-granularity fault detection and diagnosis for quadrotor helicopter
CN115877717A (zh) 一种基于自抗扰控制的飞行器容错控制结构与控制方法
Han et al. Quadratic-Kalman-filter-based sensor fault detection approach for unmanned aerial vehicles
Saied et al. Differential flatness-based approach for sensors and actuators fault diagnosis of a multirotor UAV
Whitmore et al. In-flight demonstration of a real-time flush airdata sensing system
CN116203931A (zh) 一种空速计失效下的飞行容错控制与重构系统
CN115981265A (zh) 基于扩张观测器的舰载机故障在线检测方法
Burdette et al. Using an array of in-canopy sensors for guided airdrop system state estimation
Freeman et al. Robust fault detection for commercial transport air data probes
Réti et al. Smart mini actuators for safety critical unmanned aerial vehicles
Tran et al. Developing an Approach for Fault Detection and Diagnosis of Angular Velocity Sensors

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