高超声速再入过驱动系统并发执行器故障诊断方法与流程

本发明涉及一种基于自适应技术的高超声速再入过驱动系统带有并发执行器故障的故障诊断方法。

背景技术：

故障指系统动态特性、系统参数偏离了系统的标准值，从而影响系统的正常工作的一种异常现象，任何自动控制系统都会发生故障。

由于控制系统物理组件的成本降低，具有冗余执行机构的系统变得越来越具有竞争力，所谓冗余执行机构，即执行器具有相同或相似的物理特性，导致执行器之间的严重耦合。再入姿态系统的单个舵面执行器对姿态系统的作用两两之间不存在冗余，但是在组合执行器之间存在冗余，这使得系统发生并发执行器故障时的检测和隔离变得困难。

过驱动系统是一类控制输入量多于输出量的系统，为控制器的设计提带来了很大的困难，而常常通过控制分配处理过驱动系统，同时该方法对执行器故障具有一定的容错能力。因此在本案中，我们针对hrv过驱动系统中的并发执行器故障情况进行fdi和容错控制分配问题的研究。许多研究学者也研究了过驱动系统的故障检测问题，但是大多是对故障的系数矩阵进行分解，得到了新定义的满秩系数矩阵，再以此系数矩阵进行故障检测隔离算法设计，在实际上检测结果并非我们需要的真正执行器的位置。

技术实现要素：

本发明的目的，在于提供一种高超声速再入过驱动系统并发执行器故障诊断方法，其简单可行，且能针对并发执行器故障。

为了达成上述目的，本发明的解决方案是：

一种高超声速再入过驱动系统并发执行器故障诊断方法，包括如下步骤：

步骤1，构建带有并发执行器故障的高超声速过驱动系统数学模型；

步骤2，设计并发执行器故障隔离检测阈值设计算法，并根据残差特性提出假设检验来确定故障检测的阈值；

步骤3，设计自适应故障估计算法估计系统中的故障值。

上述步骤1中，构建的带有并发执行器故障的高超声速过驱动系统数模型如下所示：

其中，f(ω)＝-j^-1ωjω，

γ＝[φ,β,α]^t是姿态角向量，φ,β,α分别表示倾斜角、侧滑角和迎角，ω＝[p,q,r]^t是角速率向量，p,q,r分别是滚转角速率、俯仰角速率和偏航角速率，j∈r^3×3是对称正定惯性矩阵，表示独立的高斯噪声信号且均值为零，b∈r^3×8是灵敏度矩阵，δc是期望的舵面偏转向量，ψ∈r^3×10是权重矩阵，urcs是反作用控制系统的输入信号，li为故障特征向量，fi(t)是第i个舵面发生的故障值，矩阵ω，r如下所示：

上述步骤2中，对于一个给定的置信水平关于假设检验的接受区间为：

其中，表示标准高斯分布变量有的概率落入区间内，表示残差信号rij_2(t)的标准差；当rij∈ωij时，系统没有故障，或者故障发生在li或lj通道；而当rij≠ωij时，执行器发生故障且故障在lk通道中，k≠i,j；因此，ωij是用于检测输入通道li或lj中是否发生故障的阈值区间。

上述步骤2中，引入可检测因子确定最多可以隔离的并发故障个数，然后通过空间投影算子设计一系列残差信号，使得每个残差只对某些故障敏感。

上述步骤3中，设计自适应故障估计算法为：

其中，表示故障估计值，g∈r^n×3表示估计算法增益矩阵，n表示并发执行器故障的个数，是状态误差，表示ω的估计值；ω＝[p,q,r]^t是角速率向量，p,q,r分别是滚转角速率、俯仰角速率和偏航角速率。

采用上述方案后，本发明与现有技术相比，具有以下技术效果：并发执行器故障诊断算法的应用，便于定位发生故障的位置。

附图说明

图1-1至图1-28是各通道应用本发明中无故障情况下的输出残差响应曲线；

图2-1至图2-28是各通道应用本发明中单故障f2(t)情况下的输出残差响应曲线；

图3-1至图3-28是各通道应用本发明中并发故障f1(t)和f3(t)情况下的输出残差响应曲线；

图4是应用本发明中故障f2(t)的估计响应曲线；

图5是应用本发明中故障f1(t)和f3(t)的估计响应曲线；

图6是本发明的控制原理图。

具体实施方式

以下将结合附图，对本发明的技术方案及有益效果进行详细说明。

如图6所示，本发明提供一种高超声速再入过驱动系统并发执行器故障诊断方法，整体包括如下步骤：

步骤1，设定并发执行器故障的特征信息，构建带有并发执行器故障的高超声速过驱动系统数学模型；

步骤2，引入可检测因子确定最多可以隔离的并发故障个数，然后通过空间投影算子设计一系列残差信号，使得每个残差只对某些故障敏感；设计并发执行器故障隔离检测阈值设计算法，并根据残差特性提出假设检验来确定故障检测的阈值；

步骤3，设计自适应故障估计算法估计系统中的故障值。

首先，所述步骤1中，构建的带有并发执行器故障的高超声速过驱动系统数学模型如下所示：

其中，f(ω)＝-j^-1ωjω，

γ＝[φ,β,α]^t是姿态角向量，φ,β,α分别表示倾斜角、侧滑角和迎角，ω＝[p,q,r]^t是角速率向量，p,q,r分别是滚转角速率、俯仰角速率和偏航角速率，j∈r^3×3是对称正定惯性矩阵，表示独立的高斯噪声信号且均值为零，b∈r^3×8是灵敏度矩阵，δc是期望的舵面偏转向量，ψ∈r^3×10是权重矩阵，urcs是反作用控制系统的输入信号，li为故障特征向量，fi(t)是第i个舵面发生的故障值，矩阵ω，r如下所示：

所述步骤2中，针对高超声速飞行器进行故障检测算法设计，采用如下证明方法获得：

可检测性指数，它代表可检测和隔离同时发生的故障的最多数量，即最多的并发故障数量。定义μ为可以检测同时发生的故障的最大数量，其中μ＜m，m是执行器的个数。过驱动系统是μ-可检测的必要条件是每μ+1故障特征向量的组合li1,...,liμ+1满足如下条件：

经过计算可知研究的高超声速再入姿态系统的可检测指数为μ＝2，因此考虑最多同时发生两个故障的情况，即n≤2，n表示发生的故障数量。

子空间，针对高超声速再入过驱动系统最多同时发生的两个故障时，能够进行检测并隔离的条件为对于任意两个向量组合li和lj存在如下子空间：sij＝span{li,lj}，子空间满足：构造如下c(m,μ)个残差生成器。其中关于li和lj的残差生成器设计为：

其中i,j∈{1,2,...,m}且是残差生成器的状态向量，nij＝dim(ω)-dim(sij)，λij＜0，其中pij:rⁿ→rⁿ/sij是空间投影算子，是该残差生成器的关键；eij＝fijpij,g(ω)＝pijf(ω),h(t)＝pijj^-1t。定义eij＝zij-pijω，然后该残差生成器与原系统的误差动态方程为：

分析表明，当输入通道lk发生故障时，所以残差rkj不受该故障的影响，其余的残差信号将都受此故障的影响，其中k,j∈{1,2,…,m}。因此，对于每个执行器故障，存在一组唯一的残差集合受到该故障的影响，因此可以通过查看这些残差来检测和隔离故障。对于两个输入通道li，lj同时发生故障的情况，pijli＝pijlj＝0，残差rij将与这两个同时发生的故障解耦，其余残差将受其影响，因此可以很容易检测故障发生的位置。

通过计算可得nij＝dim(ω)-dim(sij)＝1，假设eij(0)＝0，然后残差可以表示为：

定义注意，ν(t)是独立的高斯白噪声，具有零均值且rν＝e(νν^t)，所以rij_2(t)服从均值为零的高斯分布，即e[rij_2(t)]＝0。rij_2(t)的方差为：

因此φ(·)代表高斯分布函数。rij_1(t)的特征可以表示为：当t＜tf，rij_1(t)＝0；当t＞tf，故障发生在输入通道lk，k∈{i,j},rij_1(t)＝0；当t＞tf，故障发生在输入通道lk，rij_1(t)≠0。我们引入如下的假设检验：对于一个给定的置信水平我们能够得到关于假设检验的接受区间为：

其中，表示标准高斯分布变量有的概率落入区间内，表示残差信号rij_2(t)的标准差，因此我们可以得出，当rij∈ωij时，系统没有故障，或者故障发生在li或lj通道。而当rij≠ωij时，执行器发生故障且故障在lk通道中，k≠i,j。因此，ωij是用于检测输入通道li或lj中是否发生故障的阈值区间。

针对高超声速飞行器进行自适应故障估计算法，采用如下证明方法获得：

系统模型可以表示为：

其中，是表示故障特征的系统矩阵，f＝[f1；f2；…；fn]∈r^n×1表示故障向量。然后，设计如下观测器来估计执行器故障：

其中是观测器的状态向量，k∈r^3×3是增益矩阵，是f的估计值。观测器的误差动力学方程表示为：

其中是故障估计误差，是状态误差。自适应故障估计算法设计为：

其中，表示故障估计值，g∈r^n×3表示估计算法增益矩阵，n表示并发执行器故障的个数，表示ω的估计值。构造了以下增广误差系统：

其中

选择李雅普诺夫函数为：

vζ＝ζ^tpζ

其导数形式如下：

取函数对时间求导可得：

其中h＝[03×3,in×n]。根据schur补定理，选取适当的参数矩阵，可以得到且由于vζ＞0，是成立的。因此我们能够得到即故障估计误差最终有界且满足干扰抑制水平。

首先，我们考虑系统无故障情况，图1描述了各个通道组合对应的输出残差响应曲线，我们可以看出所有残差均不超过设计的阈值区间，因此可以得出系统中不存在故障。然后，我们考虑输入通道l2中存在故障，即在t＝10s时，f2(t)＝0.2sin(t)。图2描述了各个通道组合对应的输出残差响应曲线。根据这些图可以看出，残差信号r12，r13，r14，r15，r16，r17，r18，r23，r24，r25，r26，r27，r28，r34，r35，r36，r37，r38，r45，r46，r47，r48，r56，r57，r58，r67，r68和r78超过设计的阈值区间。最后，我们考虑系统发生并发故障的情况，两个输入通道l1和l3存在故障f1(t)和f3(t)的，其中在t＝10s时，f1(t)＝0.3和f3(t)＝0.4。图3描述了各个通道组合对应的输出残差响应曲线。如图所示，在t＝10s之后，只有r13没有超过阈值曲线，其他所有残差都会受到故障影响超过阈值区间。故障估计的仿真结果如图4和图5所示，响应曲线表示自适应故障估计律可以有效且快速地估计故障值。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。