检测控制表面的干扰和/或不受控制移动的方法和系统与流程

文档序号:15579296发布日期:2018-10-02 17:35阅读:161来源:国知局

本发明涉及用于检测飞行器控制表面的干扰和/或不受控制的移动的系统和方法,通过反馈回路将该飞行器控制表面控制在适当的位置,同时电子飞行控制系统包括这样的检测系统。

本发明应用于反馈回路:

-该反馈回路旨在所有类型的飞行器控制表面的位置控制,诸如副翼、扰流板或升降舵;

-该反馈回路形成飞行器的电子飞行控制系统的部分;并且

-该反馈回路包括:

-所述控制表面,其是可移动的,并且通过至少一个致动器来调节其相对于飞行器的位置;

-所述致动器,根据接收到的至少一个致动指令,该致动器调节所述控制表面的位置;

-至少一个传感器,其测量所述控制表面的有效位置;以及

-(飞行控制)计算机,基于所述测量的有效位置和控制指令,该计算机产生发送至所述致动器的用于控制表面的致动指令,该控制指令基于在控制杆上的飞行员动作或自动驾驶仪的动作以及飞行器的状态(诸如例如飞行器的高度、速度和姿态)计算。

在本发明的范围内,控制表面的“干扰”被理解为其中控制表面保持固定在其当前位置的情况,也就是说,其不再响应于控制指令而变化。

此外,“控制表面的不受控制的移动”被理解为该控制表面的移动是不受控制的(也就是说,不是由旨在其在飞行器上控制的器件的任何指令产生的移动),如果没有检测到并停止该现象,则其可使控制表面达到其空气动力学的或机械的结合点。

因此,本发明涉及至少一个飞行器控制表面的干扰和/或不受控制的移动的检测,这是由于在飞行控制系统内,在相关联位置控制反馈回路中发生至少一个故障(不考虑故障的来源)。



背景技术:

众所周知,飞行控制计算机执行,尤其是,飞行器的控制表面的位置反馈控制,该飞行器例如是运输飞机。通过致动器产生控制表面的移动,该致动器可处于主动模式或被动模式。大体上,每个控制表面设置两个致动器。通过主动致动器发送控制指令,所谓的“主”计算机产生反馈控制。与第二所谓的“从”计算机相关联的另一个致动器被迫处于被动模式以遵循控制表面的移动。如果主计算机通过具体的监控器件检测到故障,则其将主动致动器切换到被动模式,并且将控制交给从计算机,该从计算机控制第二致动器(接着切换到主动模式)。

根据飞行器的飞行点,控制表面的干扰和/或不受控制的移动,对于所述飞行器的引导,可在依靠产生的载荷的其结构的尺寸确定及其性能上具有结果。因此,在对飞行器的结果过大之前,必要的是能够足够快速地检测这样的故障,特别是为了能够提醒飞行机组人员,以便他们可执行动作从而限制该故障的结果,或为了继续系统的自动重新构造。



技术实现要素:

本发明的目的是限制上述结果。本发明涉及一种方法,该方法特别强健并且可应用于任何类型的飞行器(具有电子飞行控制),以便检测飞行器控制表面的干扰和/或不受控制的移动,通过反馈回路将该飞行器控制表面控制在适当的位置,所述方法使得可以在短时间内检测这样不管其来源的足够低水平的干扰,以便避免与飞行器有关的上述限制,和/或检测不管其来源的短时间内的不受控制的移动,并且不管该不受控制的移动的动态。

为此,根据本发明,所述方法用于检测飞行器控制表面的干扰和/或不受控制的移动,通过反馈回路将该飞行器控制表面控制在适当的位置,该反馈回路形成飞行器的电子飞行控制系统的部分,并且包括:

-所述控制表面,其是可移动的,并且通过至少一个致动器来调节其相对于飞行器的位置;

-所述致动器,根据接收到的呈反馈指令形式的至少一个致动指令,该致动器调节所述控制表面的位置;

-至少一个传感器,其测量所述控制表面的有效位置;以及

-至少一个计算机,其产生用于控制表面的控制指令,接收所述测量的有效位置并且由此推导出致动指令,该致动指令以反馈指令的形式发送至所述致动器,

值得注意的是,以自动且重复的方式执行以下一系列连续步骤,包括:

a)根据具有RARX(“具有外生输入的递归自回归”)型外生变量的递归自回归方法以递归最小二乘法,估计方程的至少一个参数的值,该方程模拟控制表面的反馈回路动态,

b)至少根据通过将决定测试施加于参数空间中的估计的参数值,检测所述控制表面的干扰和/或不受控制的移动。

因此,根据本发明,根据具有RARX型外生变量的递归自回归方法以递归最小二乘法,通过施加参数测试,该参数测试包括估计参数,该参数模拟控制表面的反馈回路动态,随后在估计的参数中的至少一个上执行决定测试,可以在控制表面的干扰和/或不受控制的移动发生时揭示控制表面的干扰和/或不受控制的移动。

更具体地,根据本发明,如下所述,可以在短时间内检测到所监控反馈回路中的受控制的控制表面的任何足够低水平的干扰和/或不受控制的移动,而不管故障的来源,以避免关于飞行器的上述限制。

因此,根据本发明的方法在控制表面的位置变得太过重要之前,使得可以检测到低振幅干扰,和/或不同动态的不受控制的移动,由此改善飞行器的可控性及其性能,并且减少在故障情况下的结构载荷,而没有损失关于质量和成本的平衡(特别是不需要额外的传感器)。飞行中结构载荷的减少甚至使得可以通过其结构设计的优化而减少飞行器的重量。

根据可结合或分开的本发明的不同实施例:

-在步骤a)中,模拟反馈回路动态的方程是二阶的并且具有以下形式:

其中:

-是在时刻k处的所述控制表面的估计位置;

-y(k)是在时刻k处由所述传感器供应的所述控制表面的实际位置;

-u(k)是在时刻k处由飞行控制计算机基于特别是飞行员给予的指令来计算的设置点;

-nk是给予的指令和位置之间延迟的采样数量;以及

-a1(k)和b1(k)是在时刻k处估计的参数;

-在步骤b)中,如果参数b1的估计值收敛向0,则检测到干扰;

-在步骤b)中,如果所述参数b1的估计值收敛向0,在给定时间期间其绝对值小于第一预定阈值,则至少检测到干扰;

-在步骤b)中,如果反馈设置点u的绝对值不大于第二预定阈值,则检测到干扰;

-在步骤b)中,限定两个置信区域,在一方面通过在线估计的参数b1和相关联的协方差矩阵的估计值,而在另一方面通过参考参数b1和相关联的协方差矩阵的计算值,并且一旦这两个置信区域不再重叠,就检测到不受控制的移动;

-在步骤b)中,如果同时参数b1的估计值收敛向0,并且如果同时在确认时间期间误差信号大于第三阈值,则检测到不受控制的移动,该误差信号是在反馈回路中测量或使用的数据(例如u和y)的函数(方法的部分涉及在专利申请FR1156900中描述的误差信号);

-在步骤a)中,RARX型方法考虑定向遗忘因子;

-定向遗忘因子具有第一值以便检测干扰,以及第二值以便检测不受控制的移动,第一值小于第二值;

-在步骤a)中,通过引入定向遗忘因子以及根据毕尔曼(Bierman)的UD因式分解步骤,使用改善(更加强健)版本的RARX型方法;

-在于步骤b)中检测到干扰或不受控制的移动的情况下,发出报警。

本发明还涉及用于检测飞行器控制表面的干扰和/或不受控制的移动的装置,通过反馈回路将该飞行器控制表面控制在适当的位置,所述反馈回路形成飞行器的电子飞行控制系统的部分,并且包括:

-所述控制表面,其是可移动的,并且通过至少一个致动器来调节其相对于飞行器的位置;

-所述致动器,根据接收到的呈反馈指令形式的至少一个致动指令,该致动器调节所述控制表面的位置;

-至少一个传感器,其测量所述控制表面的有效位置;以及

-计算机,其产生用于控制表面的控制指令,接收所述测量的有效位置并且由此推导出致动指令,该致动指令以反馈电流的形式发送至所述致动器。

根据本发明,值得注意的是,用于检测所述控制表面的干扰和/或不受控制的移动的该装置包括:

-第一器件,其用于根据具有RARX型外生变量的递归自回归方法以递归最小二乘法,估计方程的至少一个参数的值,该方程模拟控制表面的反馈回路动态,

第二器件,其用于至少根据通过将决定测试施加于参数空间中的的估计的参数值,检测所述控制表面的干扰和/或不受控制的移动。

本发明还涉及飞行器的电子飞行控制系统,所述系统包括至少一个器件,以便产生用于飞行器的至少一个控制表面的控制表面控制指令,以及至少一个反馈回路,其用于控制该控制表面的位置,其包括:

-所述控制表面,其是可移动的,并且通过至少一个致动器来调节其相对于飞行器的位置;

-所述致动器,根据接收到的至少一个致动指令,该致动器调节所述控制表面的位置;

-至少一个传感器,其测量所述控制表面的有效位置;以及

-计算机,其产生用于控制表面的所述控制指令,接收所述有效位置并且由此推导出致动指令,该致动指令发送至所述致动器。

根据本发明,值得注意的是,该电子控制系统还包括这样的用于检测控制表面的干扰和/或不受控制的移动的装置。

本发明还涉及飞行器,其包括这样的检测装置和/或这样的电子控制系统。

附图说明

附图的图将提供可如何执行本发明的良好理解。在这些附图中,同样的标记指示类似的元件。

图1示意性地示出了飞行器控制表面的位置控制反馈回路,其包括根据本发明的特定实施例的检测装置。

图2显示了根据本发明的方法的框图。

图3显示了曲线图,其说明了施加于不受控制的移动的根据本发明的实施例的置信区域。

具体实施方式

根据本发明的装置1旨在至少检测飞行器的控制表面3(副翼,扰流板,升降舵,方向舵)的干扰和/或不受控制的移动,所述飞行器特别是运输飞机,反馈回路2将控制表面3控制在适当的位置(在图1中示出)。

通常,该反馈回路2形成飞行器(未示出)的电子飞行控制系统4的部分,并且包括:

-所述控制表面3,其是可移动的,能够如由图1中的双箭头B示出地被瞄准,并且通过至少一个常规致动器5来调节其相对于飞行器的结构的位置;

-所述致动器5,其根据经由链路7接收的至少一个致动指令,例如借助于作用在其上的杆6来调节所述控制表面3的位置;

-至少一个传感器8,9,其测量所述控制表面3的有效位置。为此,该传感器可为与RVDT(“旋转可变差动换能器”)型控制表面3直接相关联的传感器8和/或LVDT(“线性可变差动换能器”)型传感器9,其测量例如致动器5的杆6的位移;以及

-计算机10,例如飞行控制计算机:

-其经由链路19从器件11接收指令信息。这些器件11是用于产生指令信息的常规器件,并且包括例如能够由飞行器的飞行员致动的控制杆和惯性传感器;

-其借助于集成计算器件12以常规方式产生控制表面的控制指令,集成计算器件12包含控制律,并且对于该产生使用从所述器件11接收的指令信息(例如,飞行员对控制杆的动作,指示飞行器关于其重心的位置的参数,其经受的载荷因素);

-其经由链路13,经由模拟或数字型输入部14接收由(多个)传感器8和9测量的有效位置;

-其借助于考虑到预定增益的集成计算器件17,基于前述信息(用于控制表面的控制指令以及测量的有效位置)计算所述致动指令;

-其借助于链路7经由模拟或数字型输出部15将该致动指令(以反馈指令的形式)传送至致动器5的指令器件18(例如伺服阀或电动机)。

除了所述位置控制反馈回路2之外,所述电子飞行控制系统4包括根据本发明的装置1,其旨在至少检测控制表面3的干扰和/或不受控制的移动,而不管其动态轮廓和故障的来源。

为此,如图1所示,所述检测装置1包括:

-第一器件22,其用于根据具有RARX型外生变量的递归自回归方法以递归最小二乘法估计方程的至少一个参数的值,该方程模拟控制表面3的反馈回路动态;以及

-第二器件25,其用于根据所述参数的因此估计的值,检测所述控制表面的干扰和/或不受控制的移动。

所述第一器件22经由链路21将讨论中的(多个)参数的估计值传送到所述第二器件25。

因此,所述装置1施加参数测试,该参数测试使得可以检测用于飞行器的控制表面3的位置控制的反馈回路中的不受控制的移动和/或干扰型的异常。

所述装置1特别是使得可以减小在不受控制的移动的情况下实现的最大值,以及检测低振幅干扰,甚至大约0°。因为其使用已经存在于飞行控制计算机中的信息源并且不使用特定的传感器或辅助装备,所以本发明改进了飞行器的可控性及其性能,并且减少了在故障的情况下的结构载荷,而没有增加质量或制造成本。

参数测试以递归最小二乘法使用RARX型估计算法,以便估计模拟控制表面3的反馈回路动态的参数。识别的闭环传递函数的参数随着时间变化,并且在每个采样间隔k进行更新。在根据反馈回路的不同元件的物理知识,选择了用于模型的适当结构之后,经由器件25在参数空间中施加决定测试。

更确切地说,最初在时刻k处估计控制表面的位置,作为反馈指令(由控制律解释的飞行员指令)的过去的测量值的线性组合和输出端(由LVDT传感器供应的杆位置)的过去的测量值的线性组合。在知道施加的识别算法最小化预测误差时,即使在失效的情况下,估计位置将遵循实际位置。换句话说,在故障的时刻,与反馈指令相关联的系数,其与实际位置不同,将收敛向0。

RARX型模型的大体结构是:

其中,代表所有先前测量值,即那些有关命令和位置的测量值,θ(k)代表所有未知参数,其根据输入u(k)和输出y(k)而变化,并且ε(k)代表输出上的噪声影响,其可源于传感器的测量精度误差或模拟误差。

向量和具有以下结构

其中,[na nb nk]是系统指令。

已知基于经验,提供一组测量值,忽略方程误差ε(k),时刻k处的预测输出是到目前为止可用的输入/输出数据的已知向量和未知参数的向量之间的标积:

方程(3)反映了以下事实,即根据命令的前述采样和由LVDT型传感器9测量的位置来计算控制表面3的位置。

在RARX型识别中,获得参数θ(k)的向量,最小化实际输出y(k)和预测输出之间的二次误差的和。基于方程(1)和(3),推断出在最小化方程(1)的误差ε(k)的该情况下的准则。

在优选实施例中,在模拟和识别过程中,使用与构成闭合回路的不同元件有关的物理知识,以便选择适当的模型结构。为此,考虑在先前时刻处的命令的单个旧值和输出的单个值,计算控制表面3的位置。

因此,模拟反馈回路动态的方程是二阶的,并且具有以下形式:

其中:

-是在时刻k处的所述控制表面的估计位置;

-y(k)是在时刻k处由所述传感器供应的所述控制表面的实际位置;

-u(k)是在时刻k处由飞行员给予的命令;

-nk是给予的命令和位置之间的延迟采样的数量;并且

-a1(k)和b1(k)是估计的参数;

在特别实施例中,在模型中使用命令和位置之间的10个采样延迟(nk=10)。

模拟反馈回路动态的二阶方程使得模型能够具有低计算成本。

在第一实施例中,如果参数b1的估计值收敛向0,则通过第二检测器件25检测干扰。

事实上,RARX型的识别原理包括构建估计输出和实际输出y(k)之间的误差,接着在每个时刻处使用该误差,以便修改反馈回路的模型的参数,以便获得系统的输出的最佳预测。因此,估计输出和实际输出之间的误差具有零均值以及以递归最小二乘法的准则的方式的最小方差。在知道递归算法基于来自模型的指令减小输出的估计误差ε(k)时,甚至在失效的情况下,估计输出将遵循实际输出。因此,在异常的时候,或者异常后的短时间内,输出的估计实际上将不再给予命令u(k-nk)更大的权重,从而将所有权重给予先前时刻的输出值y(k-1)。

基于方程在故障的时候,参数b1将收敛向0。此外,参数a1将收敛向-1,除了在控制表面3的0°干扰的情况下。

因此,参数b1用作指示失效的信号,其指示干扰出现的估计值收敛向0。因此,在参数空间而不是输出空间中执行检测。

在第一变型中,如果参数b1的所述估计值在给定时间期间小于第一预定阈值,则至少检测到干扰。

建立长的确认时间以及短的检测阈值使得检测更加强健。事实上,因为参数b1的绝对值可低于正常操作中的阈值,所以阈值越高,触发误报警的风险就越大。

此外,在第二变型中,如果反馈设置点u的绝对值不大于第二预定阈值,则检测到干扰。

事实上,小的反馈命令可导致非常低的估计参数的值,可选择地低于固定的检测阈值,并且因此在该精确的情况下可导致误报警。因此,为了确保模型的强健性,在决定测试中使用与飞行员指令相关联的补充条件。

更确切地说,如果在给定的确认时间内,估计的参数b1的绝对值小于给定阈值s1,并且如果反馈设置点u的绝对值大于给定阈值s2,则确认发生干扰。应当注意的是阈值s2的值非常低,并且对于0°周围的设置点(因此绝对值低于s2),0°的干扰不被认为是故障,因为在该情况下控制表面3的位置对应于来自飞行员的指令。

根据第二实施例,如图3所示,一旦两个置信区域R1和R2不再重叠,器件25就检测不受控制的移动。限定两个置信区域R1和R2,在一方面,通过参数b1和相关联的协方差矩阵的估计值,而在另一方面,通过参考参数b1和相关联的协方差矩阵的估计值。

该方法在飞行控制计算机10中具有较低的安装计算成本,并且不需要补充优化程序。

检测测试将借助于RARX型算法在线估计的实际操作参数b1与在不存在故障时预计的理想操作参数比较。基于正常的操作循环,估计参考参数b1和相关联的协方差矩阵的值。假设在正常操作中估计的参数相对恒定,其显著变化被解释为揭示不受控制的移动。

在该测试中,使用下列符号:

-在线估计的参数b1;

-参数b1的参考值;

-C2(k):与在线估计的b1相关的协方差矩阵,旨在转化参数b1的可变性;在每个计算步骤处,该矩阵对应系统(11)的

-C1:与参数b1相关的协方差矩阵的参考值;以及

-α:检测阈值。

第一置信区域R1由参考操作中参数b1的估计值以及由协方差矩阵C1给出的相关的不确定性边缘构成,其在该确切情况下是标量。第二置信区域R2由参数b1的实时计算值以及由协方差矩阵C2(k)给出的相关的不确定性边缘构成。在时刻t1处,两个置信区域R1和R2重叠。

因此,在每个计算步骤处,在参数空间中获得两个分别以和为中心的椭圆体,其旨在具有正常操作中共同的点。测试实际上是验证在正常操作中参考变量周围的置信区域R1和在线计算的变量周围的置信区域R2之间存在共同的部分。在图3中的时刻t2处,当两个置信区域R1和R2不再重叠的时候,检测到故障。换句话说,当测试结果(比较两个集合R1和R2之间的重叠)大于给定阈值时,确认故障。在图3中示出了在不受控制的移动出现前后,两个置信区域R1和R2的发展。

以三个连续步骤来执行不受控制的移动的检测。在下面仅给出简化版本,但是存在归纳出多维情况的算法的可能性。这三个步骤包括:

(i)验证如果不是该情况,则两个集合R1

和R2不重叠,并且操作是正常的。

(ii)利用二分法(或利用用于单个参数的特定情况的二阶多项式的解决方案)求解F(λ)的唯一负根λ0,其中:

F(-∞)=-α以及F(0)>0

其中初始值A<0,使得F(A)<0

(iii)计算:

如果test>α,则存在不受控制的移动型的故障。

仅在其中第一步骤(i)的不等式成立的情况下,执行第二步骤(ii)和第三步骤(iii)。

参数α是用于调节用于覆盖两个置信区域的测试的参数,其可通过复数关系与误报警和未检测的概率相关联。换句话说,参数α表现为合成参数,其管理检测中的短延迟和低的误报警率之间的已知妥协。

在本发明的情况下,基于一组输入输出(指令和位置)数据来优化阈值α,以用于估计施加于置信区域的覆盖测试的参数b1。过程包括使α在给定的操作范围内变化,在不同的时刻注入具有不同动态的不受控制的移动,以便得出有关检测中的延迟和误报警率的结论。通过卡方表给出操作范围。事实上,在预测误差和的分布律为高斯分布(其不是本发明所必需的情况)的特定情况下,借助于用于不同误差概率的卡方表来选择阈值α。例如,利用误差概率等于0.001(也就是说0.1%),并且因此确定参数的置信度为99.9%,获得α=10.82。99.9%的置信度使得有99.9%的概率让椭圆(参数b1的区域)包含所估计的参数的真实值,并且因此有0.1%的概率让参数的真实值位于椭圆外部。

根据第三实施例,如果同时参数b1的估计值收敛向0,同时如果在确认时间期间误差信号大于第三阈值,则器件25检测到不受控制的移动,该误差信号是在反馈回路中测量或使用的数据(例如u和y)的函数(部分涉及在专利申请FR1156900中描述的误差信号)。

出于与有关干扰的第一实施例中的相同的理由,其检查参数b1是否收敛向0。同时其还检查在确认时间期间误差信号是否大于第三阈值,该误差信号是在反馈回路中测量或使用的数据(例如u和y)的函数(部分涉及在专利申请FR1156900中描述的误差信号)。

能够使用方法和装置以便检查在专利申请FR1156900中描述的上述比较值。

两种方法的关联实现减少专利申请FR1156900中所使用的确认时间,这涉及检测控制表面上的所有非常快速的不受控制的移动的相当大的增益。

在该第三实施例中,装置1比较相对于控制表面3的指令监控的反馈回路的实时操作与在没有故障情况下预期的理论操作,如果可应用的话,其使得可以揭示控制表面3的不受控制的移动。

优选地,为了使递归最小二乘法能够实时地遵循控制表面3的反馈回路参数中的变化,在待最小化的标准的表达式中插入遗忘因子λ。遗忘因子使得可以“忘记”旧数据,因为旧数据被认为不足以代表相对于最近数据的系统的当前状态。具有遗忘因子的RARX识别的递归形式写成:

其中K(k)和P(k)分别是与在时刻k处计算的参数相关联的增益和协方差矩阵。

系统(4)以下面的方式运行:

-使用在先前采样时段内估计的参数模型以便计算目前时刻处的输出

-接着比较目前时刻处的预测输出和系统的实际输出y(k),并且产生估计误差信号ε(k),

-基于该误差信号,更新机制修正系统计算的参数值产生

遗忘因子(其值在0到1之间)在预测输出质量上起着相当大的作用。对于其值非常接近1的遗忘因子,算法忘记一些过去的数据,这导致收敛性变慢。另一方面,非常小的遗忘因子的值涉及所识别参数的快速适应,但是具有与噪声相关的高灵敏度。遗忘因子具有[0,1]之间的值。优选地,通常在0.95到0.999之间选择遗忘因子。

在干扰的情况下,例如遵循在一组在飞行中编译的实时数据上的一系列测试,注入不同时刻和不同位置处的干扰,来执行识别过程的遗忘因子的选择。接着,选择遗忘因子以确保方法的强健性和检测精度之间的妥协。

对于不受控制的移动,为了在没有故障情况下参数b1的最大平滑相对于其操作中的参考值不会移位太多,并且因此为了不触发误报警,选择接近1的遗忘因子。其大于在干扰的情况下的遗忘因子。

此外,为了使RARX估计器更加强健,遗忘因子是定向的,也就是说仅用于一个方向上的激励数据。更确切地,仅在旧数据可被新数据替代时才考虑旧数据。事实上,在常规算法中,在所有方向上(每个方向对应于估计参数)并且在时间上以连续的方式均匀地遗忘旧信息,但是仅旧数据的部分可被新信息替代。当输入信息以不均匀的方式分布在参数空间中时,其中输入不在所有方向上激励系统,因此施加的定向遗忘原理仅在持续数据到达的方向上更新协方差矩阵,以便补偿遗忘信息。换句话说,仅在新输入的激励数据方向上遗忘旧信息,以便确保估计的收敛以及避免参数的显著变化。

接着系统(4)变为:

在系统(5)中,将注意的是参数β(k)成为仅在持续数据的方向上用于更新协方差矩阵P(k)的方程中的变量。在相反的情况下,β(k)=1。

因此,计算对于噪声较不敏感,并且存在(多个)参数计算中的数字误差或误差的较低风险。

在特定的变体中,RARX型方法考虑根据毕尔曼(Bierman)的UD因式分解步骤,以便防止控制表面3的反馈回路的计算参数的发散,并且以便确保方法的数字强健性。在一方面,其相对于其它现有使用协方差矩阵的平方根的方法具有低计算成本。在另一方面,其避免了数字不稳定性的风险。

接着施加系统(5)的协方差矩阵的因式分解版本:

P(k)=U(k)D(k)UT(k) (6)

其中,U是在对角线上具有归一值的上三角矩阵,而D是对角矩阵。换句话说,在每个计算步骤k处,更新U(k)和D(k),而不是直接执行P(k)的计算。因式分解的优势是数字稳定性和精度,以及事实上确保协方差矩阵限定为正的。

定向遗忘以及根据Bierman的UD因式分解的目的是补救插入具有遗忘因子的RARX递归识别算法的实际问题,使用该遗忘因子以便计算动态单输入-单输出反馈系统的参数,以便检测控制表面3的异常。算法的数字强健性的改善导致集成若干补充操作,但是其计算的复杂性仍然保持低,并且与飞行控制计算机10兼容。

已知U是在对角线上具有归一值的上三角矩阵并且D是对角矩阵,在二阶模型的特定实施例中,在每个计算步骤处矩阵U和D的表达式是:

通过将方程(9)和(10)引入到关系(6)中,对于

推导出协方差矩阵的元素:

使用系统(5)的增益K(k)和协方差矩阵P(k)的表达式中的关系(11),获得最终方程,其使得飞行控制计算机10的器件22能够计算控制表面3的反馈回路的参数。系统(5)的两个第一方程用于更新参数并且估计误差保持不变。

在有关用于检测不受控制的移动的置信区域R1,R2的实施例中,离线确定参数b1和相关联的协方差矩阵的参考值。参考值使用同一组输入输出数据来建立。例如通过在相对短的时间期间(从开始数据集合直到收敛时刻)施加具有遗忘因子的RARX估计器来确定标称值。在该情况下,使用分别与和C1相关联的参数b1和协方差矩阵的分量p22的值。

另一种方法包括在足够长的时间期间并且对于具有在正常操作中数据集合的不同动态的区域,遵循连续的模拟以表征参考行为。借助于ARX(″自回归外生输入″)识别,离线估计参数b1和协方差矩阵。因此获得的参考值和C1对应于正常操作中的反馈回路的平均行为。

此外,在检测期间,装置1在飞行器驾驶舱中通过报警器件(其例如通过链路连接于检测器件25)发送视觉和/或听觉报警信号,以便警告飞行机组人员发生故障,并使得他们能够执行限制该故障结果的动作。

干扰和/或不受控制的移动的检测特别使得可以将主动致动器切换到被动模式,并且使用接着处于主动模式的第二致动器,以便防止持续的不受控制的移动或者不干扰控制表面3。

图2的框图示出了在步骤33中将反馈指令30提供给反馈回路。反馈指令30、在输出部处通过LVDT型传感器9测量的位置31,以及根据待执行的检测采用的遗忘因子32使得可以在步骤34中模拟反馈回路动态。在步骤35中,该模式供应至少一个待监控的估计的参数。在步骤36中,检测根据上述实施例中的至少一个操作用于干扰或不受控制的移动。例如检测可需要用于确认反馈指令30的时间,以便避免在干扰的情况下误报警。在检测到异常的情况下发送信号37。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1