一种民机飞控系统抗干扰时变故障诊断方法
【专利摘要】一种民机飞控系统抗干扰时变故障诊断方法。其包括按顺序进行的下列步骤：建立包含外部干扰和内部故障向量的民机飞控系统非线性数学模型；设定故障估计算法的约束条件；设计状态观测器；设计自适应故障估计算法。本发明优点：①不是基于理想解析模型的，在设计阶段，外部干扰已被事先考虑进来，因此提高了后续故障诊断准确率。②可同时获得系统状态变量和故障的具体形态。③对故障类型不敏感。④外部干扰和系统内部组件故障均可以是快速时变的(非常值或慢时变类型)。⑤本方法是基于非线性系统模型的，而不是传统的基于线性模型的故障诊断方法。⑥算法规模小、运算简单，易于工程实现。本技术可进一步推广应用于一般非线性控制系统的故障诊断。
【专利说明】-种民机飞控系统抗干扰时变故障诊断方法
【技术领域】
[0001] 本发明属于故障诊断与容错控制【技术领域】，特别是设及一种民机飞控系统抗干扰 时变故障诊断方法。
【背景技术】
[0002] 近年来，受民航业发展驱动，民用飞机自动飞行控制系统（下文简称民机飞控系 统）的复杂度、性能和自动化程度持续提高，该就要求民机飞控系统较之W前必须具备更 好的可靠性和安全性。目前，民机飞控系统可靠性问题已经成为飞机设计、制造领域中最关 键、最亟待解决的技术问题之一。增加系统可靠性最直接的一种方法是提高系统组成部件 的质量，如执行器、控制器或传感器，但是，该样会大幅度增加设备的支出成本，代价昂贵， 而且即使该样也很难避免绝对不会发生故障。基于此，民机飞控系统的故障诊断问题变得 愈发重要，目前大量科研单位的技术工作人员正致力于该项研究。
[0003] 民机飞控系统故障诊断方法中具有代表性的是Alcorta-Garcia E化ain等在 2011年提出的小幅度、振荡型故障的早期探测方法。该方法通过对A380机型飞行控制系统 组成的深入分析，建立了理想的解析非线性模型，然后设计出故障诊断算法，通过缩小探测 阔值，实现了小幅值故障的早期探测并给出故障告警，还通过数据仿真实验证明了所提出 算法的有效性。但同时也存在几个问题，如；（1)所用模型是理想的解析数学模型，没有考 虑外部干扰的影响，很容易造成最终诊断结果中干扰与故障的混淆，即外部干扰并不是故 障，因此此种诊断方法不能将干扰与故障很好地区分开来。（2)诊断结果的输出形式为超限 警告，即输出故障提醒信息，但无法给出所发生故障的具体形式。（3)所提出的故障诊断算 法仅仅适用于"振荡型"故障，对于其他类型的故障，如"斜坡型"、"抛物线型"等类型的故 障无效。（4)所提出的故障诊断算法复杂、规模和计算量大，工程实现时的难度较大。
[0004] 此外，民机飞控系统的故障诊断一般只考虑对故障向量的估计与检测，但是在发 生故障时系统状态变量的运动状态对后续的故障原因分析W及容错控制也是非常重要的。 L. Lavigne将一种改良的卡尔曼滤波器用于故障和系统状态变量的同时估计，但是该种方 法仅适用于常值或慢时变类型故障的探测，对于快速时变故障的探测性能极剧下降，因此 容易出现漏报或虚警现象。
【发明内容】
[0005] 为了解决上述问题，本发明的目的在于提供一种能够在给出故障具体形态的同时 有效地将系统状态变量也估计出来，并且算法规模小、运算简单、易于工程实现的民机飞控 系统抗干扰时变故障诊断方法。
[0006] 为了达到上述目的，本发明提供的民机飞控系统抗干扰时变故障诊断方法包括按 顺序进行的下列步骤：
[0007] (1)建立同时包含外部干扰和内部故障向量的民机飞控系统非线性数学模型；
[000引 （2)设定故障估计算法的约束条件；
[0009] (3)设计状态观测器；
[0010] (4)设计自适应故障估计算法。
[0011] 在步骤（1)中，所述的民机飞控系统非线性数学模型是： (1)
[0012]
[001引其中，9T表不状态向量；H(f)e 9T表不控制输入；W)e 9T表不输出向量； y(/)e9T表示系统受到的外部时变干扰；(Hx，t)是一个关于x(t)的非线性函数； 表示未知的待诊断时变故障；B，C和E均为适当维的常值矩阵。
[0014] 在步骤（2)中，所述的故障估计算法的约束条件是：
[0015] ①对于状态向量x(t)，非线性函数4 (X，t)满足Lipschitz条件，即存在一个常数 S 1〉0使得如下不等式成立：
[0016] I I (J) (Xi) - <Hx2) I I《5 J I Xi_X2 II 似
[0017] x(t)缩写成 X;
[0018] ②外部时变干扰d的能量是有界的，即；
[0019] llEdll《n。做
[0020] 其中，n。^ 0表示系统能够承受的最大干扰量；
[0021] ⑨未知的待诊断的时变故障向量丫的能量和变化频率均有界，即；
[002引 II r II《n 1
[0023] (4)
[0024] wf\\<ri2
[0025] 其中，n 0和n 0分别表示发生故障的最大幅值和最快频率；
[0026] ④状态向量X的能量和变化频率均有界，即；
[0027] I I X I I《n 3
[002引 巧）
[0029] ||;p 而
[0030] 其中，0和n 0分别表示状态变量的最大幅值和最大变化速率。
[0031] 在步骤（3)中，所述的状态观测器的设计方法是：
[0032] 利用步骤（1)得到的民机飞控系统非线性数学模型和步骤（2)得到的四个约束条 件，设计如下式（6)所示的状态观测器，用于完成外部干扰和内部时变故障同时存在时系 统状态变量X的估计；
[0033]
【权利要求】
1. 一种民机飞控系统抗干扰时变故障诊断方法，其特征在于：其包括按顺序进行的下 列步骤： (1) 建立同时包含外部干扰和内部故障向量的民机飞控系统非线性数学模型； (2) 设定故障估计算法的约束条件； (3) 设计状态观测器； (4) 设计自适应故障估计算法。
2. 根据权利要求1所述的民机飞控系统抗干扰时变故障诊断方法，其特征在于：在步 骤（1)中，所述的民机飞控系统非线性数学模型是： ；；(〇=〇Kx j)+B[//(/)+r(t)]+^ ^d)⑴ \y{i) = Cx{l) 其中，表示状态向量；H(/)e9T表示控制输入；：表示输出向量；表 示系统受到的外部时变干扰；巾（x，t)是一个关于x(t)的非线性函数；noe%1表示未知的 待诊断时变故障；B，C和E均为适当维的常值矩阵。
3. 根据权利要求1所述的民机飞控系统抗干扰时变故障诊断方法，其特征在于：在步 骤（2)中，所述的故障估计算法的约束条件是： ① 对于状态向量x(t)，非线性函数巾（x，t)满足Lipschitz条件，即存在一个常数 SPO使得如下不等式成立： I(J)(X1)-伞（X2)II彡 8iIIX1-X21I(2) x(t)缩写成X; ② 外部时变干扰d的能量是有界的，即： IEdII<n。⑶ 其中，Hci多〇表示系统能够承受的最大干扰量； ③ 未知的待诊断的时变故障向量Y的能量和变化频率均有界，即： IirPq wr\fri2 其中，n〇和n2多〇分别表示发生故障的最大幅值和最快频率； ④ 状态向量X的能量和变化频率均有界，即： IlXP"3 Il卓 "4 其中，n3>〇和n4多〇分别表示状态变量的最大幅值和最大变化速率。
4. 根据权利要求1所述的民机飞控系统抗干扰时变故障诊断方法，其特征在于：在步 骤（3)中，所述的状态观测器的设计方法是： 利用步骤（1)得到的民机飞控系统非线性数学模型和步骤（2)得到的四个约束条件， 设计如下式（6)所示的状态观测器，用于完成外部干扰和内部时变故障同时存在时系统状 态变量估计；
其中，ie5T表示对系统状态变量x的估计值；h9T表示对时变故障Y的估计值； .veST表示对系统输出y的估计值；L是一个可调节增益矩阵。
5.根据权利要求1所述的民机飞控系统抗干扰时变故障诊断方法，其特征在于：在步 骤（4)中，所述的自适应故障估计算法的设计方法是： 结合步骤（1)得到的民机飞控系统非线性数学模型和步骤（3)得到的状态观测器，设 计如下式（7)所示的自适应故障估计算法，用于完成对系统内部时变故障Y的精确估计： f^rBTPx+MX (7) 其中，X=X-X表示状态观测器的观测误差；hr-t表示误差估计的误差；F=Cfogfri,r2,...，r；}vr>0，ie[l,r]和M=^SagfM1,M2,...,MJVMi >0,ie[l，r]表示两个收敛因 子矩阵即自适用律，能够影响故障估计误差的收敛速度；P是一个对称、正定的常矩阵。
【文档编号】G05B23/02GK104503428SQ201410691103
【公开日】2015年4月8日 申请日期:2014年11月25日 优先权日:2014年11月25日
【发明者】郭润夏, 陈玖圣, 郭凯 申请人:中国民航大学