一种用于高速飞行器温度控制系统的故障检测方法

1.本发明涉及故障检测技术领域，具体的说是一种用于高速飞行器温度控制系统的故 障检测方法。


背景技术：

2.随着科技的发展，高速飞行器因其具有较高的速度以及机动性优势，广泛应用于军 事等领域。然而，高速飞行器在飞行过程中表面温度分布往往具有很强的非线性以及空间分 布特性。因此，针对非线性问题，可以采用takagi-sugeno(t-s)模糊模型进行线性化处理； 对于空间分布特性，可以采用偏微分方程进行系统建模。
3.此外，飞行器在高速飞行过程中因与大气发生摩擦导致表面温度急剧升高，容易发 生元件失灵等故障。同时，在飞行过程中伴随着许多干扰，这会给飞行造成极大的困难，严 重会导致机翼损坏，带来灾难性的后果。因此，在飞行器高速飞行过程中抵抗干扰并检测故 障是有意义的。此外，飞行器表面温度分布往往具有很强的随机性，这也给系统故障检测带 来了很大困难。
4.为及时地检测故障，结合网络化系统，设计故障检测滤波器来检测故障。然而，网 络传输过程中的海量实时数据，容易造成信号冗余，导致通信崩溃。因此，在网络传输过程 中需要引入一些技术来减少网络传输数据，节省网络传输资源。为此，有学者提出了一种事 件触发机制，通过调整触发条件，有效地减少传输数据。然而，传统的触发阈值往往是固定 的，不能满足系统动态性、时变性的需要。同时，现有研究结果只在时间上考虑事件触发机 制，没有考虑系统的空间特性。因此，根据系统的动态变化，构建基于空间的事件触发机制， 设计动态的触发阈值是有意义的。


技术实现要素：

5.为了解决现有技术中的不足，本发明提供一种用于高速飞行器温度控制系统的故障 检测方法，该故障检测方法能够有效地检测高速飞行器温度控制系统是否会发生故障，并在 高速飞行器温度控制系统的仿真验证中取得了较好的效果。
6.为了实现上述目的，本发明采用的具体方案为：一种用于高速飞行器温度控制系统的故障检测方法，包括以下步骤：步骤1、构建高速飞行器温度控制系统的动力学模型，将建立的动力学模型归纳为一类非线 性分布参数系统，然后对该分布参数系统进行线性化处理；步骤2、采用基于空间的自适应事件触发机制，设计自适应触发阈值，得到满足触发条件的 传输数据；步骤3、构建模糊故障检测滤波器模型，以步骤2得到的传输数据作为模糊故障检测滤波器 模型实际输入，将该实际输入代入构建的模糊故障检测滤波器模型，以获得故障检测所需的 残差信号；步骤4、基于获得的残差信号设计残差评价函数和检测阈值，进而构造故障检测判
断逻辑；步骤5、构建故障检测模型，基于故障检测模型设计李雅普诺夫函数，采用李雅普诺夫直接 法求解线性矩阵不等式以得到模糊故障检测滤波器模型的未知参数；步骤6、将步骤5求得的未知参数代入模糊故障检测滤波器模型中，能够获得所需的残差信 号，将该残差信号代入步骤4中得到残差评价函数和检测阈值；步骤7、借助故障检测判断逻辑，通过比较残差评价函数和检测阈值的大小判断故障是否发 生。
7.进一步地，步骤1中，采用t-s模糊模型对非线性分布参数系统进行线性化处理， 得到t-s模糊系统模型。
8.进一步地，步骤3中，基于异步技术，采用t-s模糊模型构建模糊故障检测滤波器 模型。
9.进一步地，步骤5中，结合t-s模糊系统模型、自适应事件触发机制以及模糊故障 检测滤波器模型，构建故障检测模型。
10.进一步地，步骤3中，检测阈值选用的是未发生马尔科夫跳变故障下的残差评价函 数的最大值。
11.进一步地，模糊故障检测滤波器模型为：其中，表示滤波器状态向量，表示滤波器反应扩散项系数，表示在 一个无穷小的时间间隔内的变化，表示对x的二阶偏导，表示残差信号， φ(x
p
,t)＝[φ1(x
p
,t),φ2(x
p
,t),
…
,φq(x
p
,t)]表示模糊滤波器的前件变量，j∈{1,2,
…
,r}，r、q均为 正整数，为模糊故障检测滤波器模型的隶属度函数，z(x
p
,t)表示触发信号，a
fj
, b
fj
,c
fj
和d
fj
均为滤波器系数矩阵。
[0012]
进一步地，残差评价函数和检测阈值分别如下所示：其中，f(x,t)表示具有马尔科夫跳变特性的故障信号，为残差评价函数，表 示残差信号，为检测阈值，tk为评价时间；当残差评价函数大于检测阈值时，高速飞行器温度控制系统发生故障，故障检测系统报警； 反之，高速飞行器温度控制系统正常工作。
[0013]
有益效果：本发明应用于一类高速飞行器温度控制系统中，(1)在系统建模过程中考虑了普遍发生的随 机现象，系统建模更具一般性；(2)采用基于空间的自适应事件触发机制，设计自适应触发 阈值，动态地判断数据是否传输，节省网络传输资源；(3)引入具有马尔可夫跳变特性的故 障信号，提出一种新型的模糊故障检测滤波器模型，检测故障是否发生。
附图说明
[0014]
图1是本发明的高速飞行器温度控制系统模型图。
[0015]
图2是本发明的故障检测系统结构框图。
[0016]
图3是本发明的自适应触发阈值图。
[0017]
图4是本发明的基于空间的自适应事件触发机制下的传输点。
[0018]
图5是本发明的有无故障下的评价函数轨迹。
具体实施方式
[0019]
下面将结合具体实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述 的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领 域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的 保护范围。
[0020]
一种用于高速飞行器温度控制系统的故障检测方法，其结构框图如图2所示，整个 过程如下：步骤1、构建高速飞行器温度控制系统的动力学模型，将建立的动力学模型归纳为一类非线 性分布参数系统，利用takagi-sugeno(t-s)模糊模型对非线性分布参数系统进行线性化处 理，得到t-s模糊系统模型；步骤2、采用基于空间的自适应事件触发机制来节省有限的网络传输资源，设计自适应触发 阈值，得到满足触发条件的传输数据；步骤3、基于异步技术，采用t-s模糊模型构建模糊故障检测滤波器模型，以步骤2得到的 传输数据作为模糊故障检测滤波器模型实际输入，将该实际输入代入构建的模糊故障检测滤 波器模型，以获得故障检测所需的残差信号；步骤4、基于获得的残差信号设计残差评价函数和检测阈值，进而构造故障检测判断逻辑；步骤5、根据t-s模糊系统模型、自适应事件触发机制和模糊故障检测滤波器模型构建故障 检测模型，基于故障检测模型设计李雅普诺夫函数，采用李雅普诺夫直接法求解线性矩阵不 等式以得到模糊故障检测滤波器模型的未知参数；步骤6、将步骤5求得的未知参数代入模糊故障检测滤波器模型中，能够获得所需的残差信 号，将该残差信号代入步骤4中得到残差评价函数和检测阈值；步骤7、借助故障检测判断逻辑，通过比较残差评价函数和检测阈值的大小判断故障是否发 生。
[0021]
根据上述故障检测方法能够有效地进行检测故障是否发生。
[0022]
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述，以下实施例 用于说明本发明，但不用来限制本发明的范围。
[0023]
步骤1、构建高速飞行器温度控制系统的动力学模型，将建立的动力学模型归纳为 一类非线性分布参数系统，利用takagi-sugeno(t-s)模糊模型对非线性分布参数系统进 行线性化处理，得到t-s模糊系统模型。
[0024]
步骤1-1、根据如图1所示的高速飞行器温度控制系统模型图，考虑高速飞行器温度 控制系统的特性，建立高速飞行器温度控制系统的温度动力学模型：qx
+q
gen
＝q
x+δx
+q
conv
+q
rad
+q
chg
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，代表热传导的速率；表示单位体积发热 速率；代表热传导的退却速率；是导热率； 表示热辐射率；代表热量变化率；代 表温度，随时间和空间位置而变化；x表示空间位置，δx表示空间上的一段间隔，t表示时 间，其余参数见表1：表1相关符号的定义及数值表1相关符号的定义及数值则公式(1)可表示为：结合边界条件假设标准化温度为表示机翼的最高安全温度，则公式(2)可以表示为：
[0025]
步骤1-2、将式(3)中的模型归纳为一类非线性分布参数系统：其中，y(x,t)表示高速飞行器温度控制系统的状态变量；θ表示反应扩散项系数；dy(x,t) 表示y(x,t)在一个无穷小的时间间隔内的变化率；y
xx
(x,t)表示y(x,t)对空间位
置x的二阶偏 导；g(y(x,t))表示非线性函数；ω(x,t)表示外部扰动信号；f(x,t)表示具有马尔科夫跳变特 性的故障信号；表示布朗运动在无穷小的时间间隔内的变化且满足表示布朗运动在无穷小的时间间隔内的变化且满足e表示数学期望；z(x,t)表示测量输出；b(y(x,t))、c(y(x,t))、e(y(x,t))为充 分光滑的非线性函数，且满足b(0)＝c(0)＝e(0)＝0；d表示尺度参数矩阵；x∈[0,1]表示空间 位置；t＞0表示时间；令表示未发生马尔科夫跳变的故障信号，0≤r
σ(t)
≤i， σ(t)∈m＝{1,2,
…
,n}表示初始条件为ρ0的连续时间马尔可夫过程。
[0026]
步骤1-3、采用t-s模糊模型将公式(4)中的非线性部分进行线性化处理：系统规则i：如果φ1(x,t)是n
i1
，
……
，φq(x,t)是n
iq
，那么其中，φ(x,t)＝[φ1(x,t),φ2(x,t),
…
φq(x,t)]为包含温度控制系统中信息状态的前件变量，q为前 件变量的个数；n
i1
,n
i2
,...,n
iq
表示原系统模糊集合，i∈{1,2,
…
,r}，ai、bi、ci、di和ei为已知矩阵。所建立的t-s模糊系统模型可由下式表示：其中，r表示模糊规则数量，hi(φ(x,t))表示t-s模糊系统模型的隶属度函数，hi(φ(x,t))≥0以及
[0027]
步骤2、采用基于空间的自适应事件触发机制来节省有限的网络传输资源，设计自 适应触发阈值，得到满足触发条件的传输数据z(x
p
,t)。需要说明的是，z(x
p
,t)既表示满足 触发条件的传输数据，又表示模糊故障检测滤波器模型实际输入信号。基于空间的自适应事件触发机制为：[z(x
p
,t)-z(ιm,t)]
t
ω[z(x
p
,t)-z(ιm,t)]≤ε(x,t)z
t
(x
p
,t)ωz(x
p
,t)
ꢀꢀꢀ
(7)其中，x
p
为触发时刻，z(x
p
,t)为模糊故障检测滤波器模型实际输入信号，ιm为采样时刻， ι∈{1,2,
…
,n}，z(ιm,t)表示采样信号，m表示采样周期，ω为一合适维数的矩阵，为转置，为本说明书中的任意矩阵，ε(x,t)为自适应阈值且满足其中，ε
t
(x,t)表示ε(x,t)对时间t的一阶偏导，为已知常量，ε0＞0为ε(x,t)的初始值； e(x,t)＝z(x
p
,t)-z(ιm,t)为传输误差。
[0028]
在网络传输过程中采用自适应事件触发机制，传输满足触发条件的传输数据至滤波 器中，可以动态的减少网络传输数据，节省有限的网络资源。与此同时，事件触发条件根据 自适应阈值的变化而变化，比之前固定的触发阈值，设计更为灵活。
[0029]
步骤3、基于异步技术，采用t-s模糊模型构建模糊故障检测滤波器模型，以步骤2 得到的传输数据作为模糊故障检测滤波器模型实际输入，将该实际输入代入构建的模糊故 障检测滤波器模型，以获得故障检测所需的残差信号。
[0030]
步骤3-1、构建如下模糊故障检测滤波规则：滤波器规则j：如果φ1(x
p
,t)是n
j1
，
……
，φq(x
p
,t)是n
jq
，那么其中，表示滤波器状态向量，表示滤波器反应扩散项系数，表示在一 个无穷小的时间间隔内的变化，表示对x的二阶偏导，表示残差信号， φ1(x
p
,t),φ2(x
p
,t),
…
,φq(x
p
,t)表示模糊滤波器的前件变量，n
j1
,n
j2
,...,n
jq
为模糊集合， j∈{1,2,
…
,r}，r为模糊规则数量，r、q均为正整数，zs(s,t) 为一辅助变量，x
p+1-x
p
＝δ
p
，a
fj
,b
fj
,c
fj
和d
fj
为滤波器系数矩阵。
[0031]
步骤3-2、采用公式(6)结合公式(9)构建的模糊故障检测滤波器模型可表示为：其中，为模糊故障检测滤波器模型的隶属度函数，β∈{1,2,...,q}，以及
[0032]
步骤3-3、将满足公式(7)的传输信号z(x
p
,t)代入公式(10)，即可以得到模糊故 障检测滤波器模型输出的残差信号
[0033]
故障检测滤波器模型用来产生残差信号，这在故障检测系统中非常重要并被用来决 定当前的温度控制系统是否有故障发生。传统的并行分布补偿，t-s模糊系统模型与模糊故 障检测滤波器模型采用相同的前件变量，而本发明设计的异步模糊故障检测滤波器模型在实 际应用中更为灵活。
[0034]
步骤4、基于获得的残差信号设计残差评价函数和检测阈值，进而构造故障检测判 断逻辑。
[0035]
所述残差评价函数和检测阈值如下所示：其中，为残差评价函数；为检测阈值，tk为评价时间。基于残差评价函
数和检 测阈值，通过以下关系判断高速飞行器温度控制系统故障是否发生：
[0036]
当残差评价函数大于检测阈值时，高速飞行器温度控制系统发生故障，故障检测系 统报警；反之，高速飞行器温度控制系统正常工作，不发生报警。
[0037]
检测阈值选用的是未发生马尔科夫跳变故障下的残差评价函数的最大值，通过此设 计，在温度控制系统存在扰动的情况下，仍能准确的检测故障。
[0038]
步骤5、根据t-s模糊系统模型、自适应事件触发机制和模糊故障检测滤波器模型 构建故障检测模型，基于故障检测模型设计李雅普诺夫函数，采用李雅普诺夫直接法求解 线性矩阵不等式以得到模糊故障检测滤波器模型的未知参数；
[0039]
步骤5-1、根据t-s模糊系统模型、自适应事件触发机制和模糊故障检测滤波器模型 构建的故障检测模型为：其中，ξ(x,t)为t-s模糊系统模型状态与滤波器状态增广矩阵，η(x,t)为外部 干扰信号与故障信号增广矩阵，为故障检测系统残差误差， dξ(x,t)表示ξ(x,t)在一个无穷小的时间间隔内的变化率；ξ
xx
(x,t) 表示ξ(x,t)对x的二阶偏导；ξs(s,t)为一辅助变量；(s,t)为一辅助变量；
[0040]
此故障检测模型包括t-s模糊系统模型与模糊故障检测滤波器模型，结合自适应事 件触发机制引入的时滞，外部干扰以及马尔科夫跳变故障。通过一些不等式技术，得到模糊 故障检测滤波器模型的未知参数，符合实际需要。
[0041]
步骤5-2、构建李雅普诺夫函数v(t)，根据公式得到v(t)在无穷小时间内的变化 率，利用李雅普诺夫直接法，得到故障检测模型渐近稳定和模糊故障检测滤波器模型存在的 充分条件。即1)当η＝0时，滤波器残差是渐近稳定的；2)在零初始条件下，滤波器残差 误差信号满足其中，γ＞0是h
∞
的衰减水平。
[0042]
构建的李雅普诺夫函数为其中，p
σ(t)
为一正定矩阵.ξ
t
(x,t)表示ξ(x,t)的转置。通过公式得到v(t)在一个无穷小的时间间隔内的变化为：
障是否发生。
[0048]
后续通过仿真对上述故障检测方法进行验证。
[0049]
根据步骤1的t-s模糊系统模型，考虑如下参数：外部扰动信号ω(x,t)设置为：ω(x,t)＝e-5
cos(5πx)sin(2πt)，t∈[0,1]故障信号如下所示：通过求解线性矩阵不等式，可以得到如下模糊故障检测滤波器模型的相关参数：将本发明所设计模糊故障检测滤波器模型应用于高速飞行器温度控制系统中，自适应触 发阈值如图3所示。基于空间的自适应事件触发机制下的传输点如图4所示。有无故障下的评价函数轨迹如图5所示。选择检测阈值仿真结果显示，因此，可以在故障发生0.056s后被检测到。
[0050]
以上所述，仅是本发明的较佳实施例而已，并非随本发明作任何形式上的限制。凡 根据本发明的实质所做的等效变换或修饰，都应该涵盖在本发明的保护范围之内。