基于自适应观测器的四旋翼无人飞行器多传感器故障诊断方法

为了实现对四旋翼无人飞行器多传感器故障检测与诊断,提出一种基于自适应观测器的多传感器故障诊断方法。首先,在建立飞行器动力学模型和传感器模型的基础上,将传感器故障视为虚拟执行器故障,构建四旋翼无人飞行器多传感器故障检测与诊断系统;其次,设计非线性观测器实现多故障检测和与隔离,基于Laypunov方法设计非线性自适应观测器实现对多故障偏差值的估计;最后,在传感器测量噪声存在的情况下,证明自适应律的稳定性和参数收敛性。实验结果表明,该方法能有效进行多传感器的故障检测与隔离,实现对多传感器故障偏差的同时估计与跟踪。     

基于神经网络观测器的飞行器传感器故障检测

为了避免传感器故障对飞控系统的影响,实现传感器故障的快速检测与隔离,提出了一种基于神经网络观测器(NNOB)的传感器故障检测方法.在建立四旋翼飞行器姿态故障模型的基础上,利用非线性观测器得到的期望输出和传感器测量值设计基于神经网络(NN)的传感器故障观测器,利用扩展卡尔曼滤波器(EKF)更新神经网络的权值参数,通过Ly...     

基于高增益鲁棒滑模观测器的故障检测和隔离

针对一类同时具有执行器和传感器故障的不确定线性系统,讨论了基于观测器的故障检测和隔离方法.首先,通过引入增维向量,使得在构造的增维系统中,故障向量包含了原系统的执行器故障和传感器故障.通过构造辅助输出使增维系统的观测器匹配条件得以满足,同时设计高增益滑模观测器对辅助输出进行估计.然后,对增维系统构造鲁棒滑模观测器并用作故障检测观测器,通过滑模控制项来抑制干扰,使观测器具有鲁棒性.在此基础上,结合多观测器故障隔离思想,提出了可以同时对执行器故障和传感器故障进行检测和隔离的方法. 最后,通过对一个五阶飞行器模型进行仿真,证明了所提方法的有效性.     

具有自适应调节律的非线性系统执行器故障检测和隔离方法

针对受到外部干扰的非线性系统,讨论了基于观测器的执行器故障检测和隔离方法.首先,通过引入一个对Lipschitz非线性项Lipschitz常数自适应调节的微分调节项,使得观测器具有自适应性,从而使观测器设计具有无须知道Lipschitz常数大小的优点;然后,通过一滑模控制项来抑制干扰,使观测器具有鲁棒性,并在此基础上,结合多观测器故障隔离的思想,提出了执行器故障检测和隔离方法;最后,通过对一个七阶飞行器实际模型的仿真,表明了该方法的实用性.     

倾转式三旋翼无人飞行器抗扰非线性控制设计

针对倾转式三旋翼无人飞行器姿态和高度系统存在未知扰动和模型参数不确定性的问题,提出一种连续的非线性自适应鲁棒控制方法.该方法基于浸入-不变集原理估计模型未知参数,采用一种连续的鲁棒控制算法抑制未知扰动和补偿估计偏差.利用Lyapunov函数从理论上证明此方法能保证闭环系统的稳定性,并能实现飞行器姿态与高度控制误差的渐近收敛.最后通过实时实验结果验证所提出控制算法的有效性和鲁棒性.     

基于自适应迭代学习算法的一类非线性系统故障检测与估计

针对迭代学习算法在非线性系统故障检测与估计过程中存在估计误差较大和收敛速度较慢等不足的问题,提出了一种基于龙格–库塔故障估计观测器模型的自适应迭代学习算法,有效降低了故障估计误差;并引入H∞性能指标,提高了故障估计观测器的收敛速度.该算法首先设计故障检测观测器对故障进行检测,然后设计故障估计观测器,并将自适应算法与迭代学习策略相结合,使得估计故障逐渐逼近真实故障,从而实现对非线性系统中多种常见故障的精确检测与估计.最后,通过机械臂旋转关节驱动电机的执行器故障仿真验证了所提算法的有效性.     

基于扰动估计的飞行控制系统传感器故障重构

针对飞行控制系统的传感器故障重构问题,讨论了基于扰动估计的传感器故障检测与重构方法。首先,通过建立观测器,对已有系统的干扰进行估计;其次,通过干扰的估计值来建立系统的鲁棒观测器;最后,再通过对系统建立多个降维鲁棒观测器来隔离并重构传感器故障。采用某飞机横侧向模型进行仿真验证,仿真表明基于扰动估计的鲁棒观测器能够有效地对传感器故障进行隔离与重构。     

基于自适应遗传算法的小型无人旋翼机系统辨识方法

提出一种基于自适应遗传算法的小型无人旋翼飞行器系统辨识方法.通过机载传感器设备,系统采集小型无人旋翼机的输入信号(舵机的控制信号)和输出信号(飞行器的姿态及速度等信息);经过数据预处理后,利用自适应遗传算法构建小型无人旋翼飞行器高精度动力学模型,并通过仿真和实验对模型的自效性进行验证.实验表明,基于本文提出的动态模型,...     

基于神经网络观测器的飞控传感器在线故障诊断

为提高无人机飞行安全可靠性,针对飞行控制系统中常出现的传感器故障以及非线性气动力模型参数难以确定的问题,提出了基于BP神经网络观测器估计的故障诊断方法;引用LM改进算法对网络参数进行调整,构造了神经网络观测器模型逼近非线性系统,并运用于飞行控制系统进行在线数字仿真,对垂直陀螺输出卡死故障、恒偏差故障和恒增益故障分别进行仿真分析;仿真结果表明,所设计神经网络观测器可以有效估计系统输出,在线诊断传感器故障。     

四旋翼无人机轨迹跟踪的容错控制

针对四旋翼无人机轨迹跟踪的容错控制问题,提出了一个鲁棒[H∞]控制和干扰观测器与故障估计器相结合的容错复合控制器的方法。在外部有界扰动和加性故障的条件下,实现对四旋翼无人机的轨迹跟踪。将四旋翼无人机非线性动态模型解耦成独立的外环位置控制系统和内环角度控制系统,引入区间矩阵对系统参数进行描述,使用干扰观测器和故障估计器进行干扰和故障的估计和补偿。然后设计一个复合控制器既能更好地抑制干扰又能保证无人机在自身存在故障的情况下平稳飞行。通过仿真证明该方法的有效性。     

基于双观测器并行结构的四旋翼无人机故障检测与重构

以四旋翼飞行器执行单元增益型故障的检测与重构为研究内容,设计基于滑模观测器的故障检测算法。针对飞行器姿态控制系统的驱动单元冗余特性,提出一种并行双降维观测器与超螺旋算法相结合的故障重构算法。对所提出的算法进行了理论分析,并通过数值仿真验证了所提出算法的有效性。     

Deep auto-encoder observer multiple-model fast aircraft actuator fault diagnosis algorithm

In the extended multiple model adaptive estimation fault diagnosis algorithm, the extended Kalman filter has theoretical limitations, and the establishment of accurate aircraft mathematical model is almost impossible. Meanwhile, there is no automatic method to optimally select the node number of deep neural network hidden layer. In this paper, a deep auto-encoder observer multiple-model fault diagnosis algorithm for aircraft actuator fault is proposed. Based on the empirical formula of the basic auto-encoder hidden layer node number selection (three layered neural network), the recursive formula for deep auto-encoder hidden layer node number selection are proposed. The deep auto-encoder observers for no-fault and different actuator faults are trained to observe the system state. Combined with multiple model adaptive estimation, the deep auto-encoder observer overcomes the theoretical limitation of extended Kalman filter, and avoided the calculation of the nonlinear system Jacobian matrix. The simulation results show that hidden layer node number selection recursive formula is useful. The fault diagnosis algorithm is more efficient and has better performance compared to the standard methods.     

基于滑模观测器的多传感器故障诊断方法

针对一类非线性系统的传感器故障诊断问题,提出了一种多传感器故障检测方法.首先,定义一个状态变量将传感器故障转换成伪执行器故障,然后设计相应的滑模观测器生成残差,来实现多故障的检测.依据Lyapunov稳定性理论,以LMI的形式给出了观测器存在的充分条件.最后通过单关节机械手的实例,验证了所提方法的有效性和可行性.     

基于级联观测器的多输入多输出非线性系统的故障诊断

将块观测方法应用于非线性系统的故障检测和分离.首先给出了非线性系统的块观测形式,针对传感器故障和执行器故障对非线性系统进行分块,得到了带有故障系统的块观测器形式.利用滑模观测器实现系统状态观测,得到观测器误差;利用所设计的观测器对非线性系统进行故障的诊断和分离;采用等效输出注入概念重构了故障信号,使得多变量输入输出非线性系统的故障诊断问题得到了解耦;针对异步电动机系统实现了传感器故障的分离.仿真结果证明了算法的有效性.     

Adaptive fault detection and isolation approach for actuator stuck faults in closed-loop systems

This paper addresses the fault detection and isolation (FDI) problem for linear time-invariant (LTI) systems under feedback control. Considered all the possible actuator stuck faults, the closed-loop systems are modeled via multiple models, i.e., fault-free model and faulty models. A fault detection observer and a bank of fault isolation observers are designed by using adaptive estimation techniques. The explicit fault detectability and isolability conditions are derived for determining the class of faults that are detectable and isolable. An F-18 aircraft model is employed to illustrate the effectiveness of the proposed FDI approach.     

Intermittent failure detection of multiple electrical connectors in EWIS

Electrical wiring interconnection system (EWIS) of civil aircraft has been paid more attention in recent years, and intermittent failure detection of electrical connectors in EWIS is a challenging problem. This paper presents a sliding mode observer (SMO) approach for the intermittent failure detection of an aircraft electrical system with multiple connector failures. The mathematical model of the aircraft electrical system which contains multiple connector failures is established for transforming the intermittent failure detection problem into observer-based multiplicative faults isolation and estimation problems. A set of adaptive sliding mode observers are designed to locate the failure connectors preliminarily, the observers can adapt the unknown upper bound of the faults. Furthermore, a fault-reconstruction scheme applying the equivalent output error injection principle is proposed for fault estimation, where the characteristic parameters of connecters are reconstructed to identify the failures. Finally, a numerical example is provided to show the effectiveness of the proposed method.