基于观测器的闭环系统故障检测及其在飞控系统中的应用

通过在闭环系统中加观测器,并基于实际飞行控制系统中控制器经常饱和的考虑,对执行器、反馈传感器故障进行了Matlab仿真研究.通过结果分析,提出了一种获取残差的新方法:即把控制器的输出残差和观测器的输出残差结合起来检测故障.该方法对于实际系统可能发生的各种故障更为有效,可以提高系统检测故障的性能,减小漏报率.针对一个飞行控制系统的仿真结果表明:新提出的诊断方案是有效的.     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

一类多变量传感器故障容错PID控制器的设计与应用

针对一类多变量非线性系统的传感器故障,提出了一种新型的基于神经网络模型的故障容错PID控制方法.该方法应用加权移动平均残差技术对传感器故障进行检测,并利用神经网络建模技术在线重构故障传感器信号,重组PID控制器反馈回路,实现容错PID控制.通过在三水箱过程设立多种不同类型的传感器故障,进行仿真研究.仿真研究结果表明,所提出的故障检测与容错控制策略具有很强的鲁棒性和容错能力.     

基于随机化分析的等价空间故障检测方法

基于等价空间的故障检测可实现残差对控制输入与未知状态的解耦,已成为提高系统安全性与可靠性的重要技术手段。针对难以同时降低故障漏报率与误报率的问题,提出一种随机化分析辅助的等价空间故障检测方法。首先,在未知输入概率分布未知的情况下,设计基于等价空间的残差产生器,并应用Chernoff界引理,给出故障误报率的随机化分析方法。其次,针对零故障误报率阈值选取的强保守性问题,给出一定故障误报率容许条件下的阈值选取方法,实现了故障误报率与可检测率的均衡设计。最后以某型无人机飞行控制系统进行仿真实验,验证了提出方法的有效性。     

基于T-S模糊建模方法的近空间飞行器姿控系统传感器故障调节技术研究

针对近空间飞行器从近空间空域返回地面再入大气层的飞行过程中其姿态控制系统发生传感器故障的情况,研究了基于广义扩张系统方法的传感器故障调节问题。首先,将再入飞行阶段的近空间飞行器非线性姿控系统用一组T-S模糊模型来表示,并基于此模糊模型引入传感器故障模型。然后,将含有传感器故障的T-S模糊模型利用广义扩张系统方法将其转化为T-S模糊奇异系统,进而设计一个全维状态观测器来得到被控系统的状态向量和传感器故障信号的估计值,并在此基础上提出了一个利用传感器故障补偿技术的反馈控制策略,使得闭环控制系统能够渐近调节传感器故障的影响。最后,通过数值仿真验证了所提方案的有效性。     

基于滑模观测器的非线性系统故障检测与重构

 为提高控制系统的安全性和可靠性,针对非线性系统传感器的故障诊断问题,提出一种利用滑模观测器进行故障检测和重构的方法。首先引入积分变量将传感器故障转化为执行器故障,通过对执行器故障的诊断间接诊断传感器故障。针对转化后的系统构造滑模观测器,进而实现传感器故障重构。采用Lyapunov稳定性理论,证明设计的滑模观测器的稳定性。对于构造的滑模观测器,给出一种用线性矩阵不等式方法求解的简便算法。最后,对于文献中给出的非线性系统,就不同的故障类型作用在传感器上的几种情形进行仿真。仿真结果表明,所设计的滑模观测器能够准确地重构非线性系统中传感器的缓变故障和突变故障;当系统存在未知扰动时,所设计的滑模观测器也能准确地重构故障。该方法从开始就对故障进行重构,避免了产生和评价残差信号的复杂性。     

具有状态传感器故障的非线性系统容错稳定控制

针对一类具有状态传感器故障的非线性系统,提出了一种基于神经网络的自适应容错稳定控制方案.通过Lyapunov稳定理论,证明了该闭环控制系统中所有信号半全局一致终结有界,该设计方案的有效性在仿真结果中得到了验证.     

汽车侧倾角速度传感器的故障诊断和重构

针对汽车侧倾角速度传感器故障对控制系统的影响问题, 提出了一种基于模型的故障诊断和故障重构方法, 并给出了系统的理论证明。对于满足Lipchitz 条件的多输入多输出非线性系统, 可应用带有模型不确定性的一维线性状态方程作为其等效模型, 进行传感器的故障诊断。并在此基础上应用经典的观测器理论设计了残差生成器, 通过特征结构配置的方法, 证明了模型不确定性、执行器故障和干扰可以实现在残差中的完全去耦。采用整车的八自由度模型进行Simulink 仿真, 结果证明了结论的有效性。与其他方法相比, 笔者算法得到的残差具有很强的鲁棒性, 重构出的传感器信号具有很高的精度。     

大气数据模拟器设计研究

基于某型无人机飞行控制系统仿真实验的要求,设计了一种可用于半物理仿真的大气数据模拟嚣,详细阐述了模拟器的实现方案和具体功能.针对气压控制回路的延时特性,采用了复合控制方式,使系统带宽达到飞行仿真系统的要求.仿真结果表明:该大气数据模拟器具动态性能好,稳态精度高,能很好地用于无人机飞行控制系统的半实物仿真.     

分布式测量下闭环系统的故障检测

研究了一类含分布式测量的闭环系统故障检测问题.系统中存在的未建模动态使得反馈控制对残差信号以及故障检测性能产生影响,在设计残差生成器增益时需考虑反馈控制律.系统被多个分布式传感器节点同时测量,各节点可以与相邻节点通信.在存在模型不精准和分布式测量的情况下,基于最小二乘准则设计分布式残差生成器,每个节点都利用自身测量和相邻节点测量生成残差信号并判断系统中是否有故障发生.该残差生成器可以利用递推方法设计,因此适用于在线应用.仿真实验表明了本方法的有效性.     

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

基于IMM-UKF方法的机电作动器突发性故障诊断研究

飞机飞行控制系统机电作动器（electromechanical actuator,EMA）的突发性故障会影响到飞机的飞行安全性,甚至导致飞机失控.针对EMA的突发性故障,提出一种基于交互式多模型（interactive multiple model,IMM）和无迹卡尔曼滤波（unscented Kalman filter,UKF）相结合的故障诊断方法.该方法利用UKF不仅能更好地逼近状态方程的非线性特性,而且能使滤波器具有更好的稳定性和更低的计算量要求;利用IMM不仅解决了可测量参数偏少导致的故障诊断困难的问题,而且还改善了发生的故障与预先假设的故障差异较大的情况下故障诊断的快速性和准确性.通过对某型EMA进行故障诊断,仿真结果表明所提出的IMM-UKF故障诊断方法可以实现对EMA部件和传感器故障的快速准确诊断.      

KPCA在凿岩台车控制系统传感器故障诊断中的应用

传感器状态对于凿岩台车的作业有着极其重要的影响,对其展开故障诊断十分必要.核主成分分析(KPCA)方法通过集成算子与非线性核函数计算高维特征空间的主元成分,有效捕捉过程变量中的非线性关系,将其用于传感器4种常见故障的诊断,先用Q统计量进行故障监测,再用T2贡献量百分比变化来识别故障.仿真和实际应用结果表明:KPCA方法具有很好的故障监测与诊断能力.     

基于主成分分析法的变风量空调系统传感器故障诊断

在已经建立的建筑空调系统仿真器的基础上,针对变风量（VAV）空调系统的传感器故障,提出一种基于主成分分析（PCA）和法则相结合的传感器故障诊断方法。建立了PCA模型,将由传感器测量值所组成的测量空间分解为主成分和残差两个子空间,进行故障检测后再由基于法则的策略进行故障重构。仿真试验表明,该方法不仅能够准确地检测并隔离传感器故障,而且可以初步地进行故障重构,为进一步研究传感器的故障诊断提供了必要的基础。     

Sensor Fault Tolerant Generic Model Control for Nonlinear Systems

Introduction　　Conventionalfeedbackcontrolforacomplexprocessmayresultinunsatisfactoryperformance,oreveninstability,intheeventofmalfunctionsinactuators,sensorsorothersystemcomponents.Aclosed-loopcontrolsystemwhichtoleratesmalfunctions,whilestillmaintainingdesirableperformanceandstabilityproperties,canbesaidtobefaulttolerant[1].Faulttolerantcontrolenablesincreasedavailabilitybyavoidinginadvertentprocessshutdownsfromsimplefaults,e.g.,ininstrumentationandcontrolloops,thatcouldresultinproductionst…     

基于强跟踪多模型估计器的作动器故障诊断

在多操纵舵面飞机的自修复飞控系统中,快速准确地获得作动器的故障信息至关重要。该文将多模型思想与强跟踪滤波器相结合,在多模型自适应估计方法的基础上,提出了一种基于强跟踪多模型自适应估计器的作动器故障诊断方法。该方法改进了多模型自适应估计方法的不足之处,具有较好的鲁棒性和较强的自适应能力。它适用于非线性系统,能在线快速地检测出故障,并能较准确地估计出故障的大小。通过对各种作动器故障的仿真,验证了该算法的有效性。     

Advanced flow measurement and active flow control of aircraft with MEMS

Advanced flow measurement and active flow control need the development of new type devices and systems.Micro-electro-mechanical systems(MEMS) technologies become the important and feasible approach for micro transducers fabrication.This paper introduces research works of MEMS/NEMS Lab in flow measurement sensors and active flow control actuators.Micro sensors include the flexible thermal sensor array,capacitive shear stress sensor and high sensitivity pressure sensor.Micro actuators are the balloon actuator and synthetic jet actuator respectively.Through wind tunnel test,these micro transducers achieve the goals of shear stress and pressure distribution measurement,boundary layer separation control,lift enhancement,etc.And unmanned aerial vehicle(UAV) flight test verifies the ability of maneuver control of micro actuator.In the future work,micro sensor and actuator can be combined into a closed-loop control system to construct aerodynamic smart skin system for aircraft.