一种执行器受损下的四旋翼无人机故障检测与诊断方法

本发明涉及一种执行器受损下的四旋翼无人机故障检测与诊断方法，不仅可以实现执行器故障的检测与隔离，还可快速准确地估计出各执行器故障的幅值，可用于四旋翼无人机的主动容错控制系统设计。

背景技术：

由于高机动性、低成本、垂直起降能力，四旋翼无人机受到了学术界和工业界的广泛关注，各国研究机构都对其进行了深入的研究与开发，已经被广泛应用于电力线路巡查、森林火灾监视、安全巡逻、遥感等领域，应用前景十分广阔。随着无人机任务复杂程度提升，在复杂工作环境中四旋翼无人机极易受到故障的影响。通常情况下，四旋翼无人机的故障可以分为：执行器故障、传感器故障和系统故障。执行器是连接控制指令和被控对象的纽带，在四旋翼无人机中发挥着重要的作用，据统计，大多数飞行事故是由执行器故障引起的。执行器部分失效是四旋翼无人机系统中常见的故障，由于电机故障引起的电压骤降会降低无人机的稳定性和跟踪性能，从而造成无人机的控制性能退化甚至完全失控，对四旋翼无人机和周围的人类和环境的安全造成严重威胁。因此，随着对四旋翼无人机可靠性和安全性要求的不断提高，研究四旋翼无人机的故障检测与诊断技术具有十分重要的现实意义。

专利申请号为201510337653.3中提出了一种四旋翼飞行器故障诊断方法，然而该发明仅能判断出飞行器是否发生故障以及故障发生的时刻，难以确定故障的位置以及故障的严重程度，因此应用场景受到较大的限制。专利申请号为201810207537.3中提出了一种基于自适应故障估计观测器的四旋翼无人机容错控制方法，其中提出的方法存在以下问题：

(1)该方法并没有考虑执行器故障检测与隔离的问题；

(2)方法中设计的自适应故障估计观测器收敛速度逊色于本专利所提出的方法。

技术实现要素：

本发明的技术解决问题是：针对执行器受损影响四旋翼无人机的控制精度及安全性的问题，提供一种执行器受损下的四旋翼无人机故障检测与诊断方法，作为一个嵌入式的故障检测与诊断模块，具有良好的可裁剪特性，可与不同类型的四旋翼无人机控制方法相结合，构建一种有效的主动容错控制机制，有效提升无人机的安全性能。

本发明的技术解决方案是：一种执行器受损下的四旋翼无人机故障检测与诊断方法，包括如下步骤：首先，建立执行器受损下的四旋翼无人机高度和姿态控制系统模型；其次，设计三阶滑模微分器，估计四旋翼无人机在高度方向上的加速度以及三轴欧拉角加速度；然后，设计残差向量，当某个残差分量超过阈值时可定位对应的执行器发生故障，从而实现执行器故障的检测与隔离；最后，设计一个非线性自适应状态观测器，对执行器的效率损失故障进行重构。

第一步，建立执行器受损下的四旋翼无人机高度和姿态控制系统模型

其中x＝[x1x2]^t为系统的状态向量，x1＝[zφθψ]^t，z为四旋翼无人机的高度，φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角，为系统状态向量的导数，为四旋翼无人机在高度方向上的速度，分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度，四旋翼无人机共包含4个执行器，u＝[u1u2u3u4]^t为执行器的控制输入向量，ui为第i个执行器的控制输入，i＝1,2,3,4，系统矩阵m为四旋翼无人机的总质量；g为重力加速度，ix,iy,iz为四旋翼无人机在机体坐标系下绕各个轴的转动惯量，kz,kφ,kθ,kψ为四旋翼无人机的拉力系数；输入矩阵四旋翼无人机升力uz、滚转力矩uφ、俯仰力矩uθ和偏航力矩uψ与执行器控制输入向量之间的关系可表示为：

式中ku和ky分别为桨叶的升力系数和扭矩系数，ld为桨叶到四旋翼无人机质心的距离，系统模型中γi表示四旋翼无人机第i个执行器的效率损失系数，i＝1,2,3,4，λi表示第i个执行器的对角变换矩阵，i＝1,2,3,4，如当i＝1时，λ1＝diag(1,0,0,0)。

第二步，设计三阶滑模微分器，估计四旋翼无人机在高度方向上的加速度以及三轴欧拉角加速度

其中x1＝[zφθψ]^t为第一步中的四旋翼无人机高度和姿态控制系统的状态变量，z1,z2,z3,z4为所设计的三阶滑模微分器的状态变量，为状态变量的一阶导数，l＝diag(l1,l2,l3,l4)>0为待设计的正定增益矩阵，根据所设计的三阶滑模微分器，微分器的状态变量z3可以在有限时间内收敛到四旋翼无人机高度和姿态控制系统的状态变量x2的导数

第三步，根据第一步中建立的四旋翼高度和姿态控制系统模型以及第二步的三阶滑模微分器，设计残差向量，当某个残差分量超过阈值时定位对应的执行器发生故障，实现执行器故障的检测与隔离

r＝bu^-1h^-1(z3-f)-u

其中残差向量r＝[r1r2r3r4]^t，ri表示第i个执行器对应的残差分量，i＝1,2,3,4，z3为三阶滑模微分器的状态变量，即四旋翼无人机在高度方向上的加速度以及三轴欧拉角加速度的估计值，u为控制器给出的执行器控制输入，f(x)为四旋翼无人机高度和姿态控制系统模型中的系统矩阵，h(x)^-1,bu^-1分别为输入矩阵矩阵h(x)以及控制效率矩阵bu的逆矩阵。

通过四旋翼无人机在无故障情况下的低空悬停测试，确定执行器故障检测的阈值；当某个残差分量超过阈值时则定位对应的执行器发生故障，因此根据所设计的残差向量实现执行器故障的检测与隔离。

第四步，针对执行器受损导致的执行器效率损失故障，设计非线性自适应状态观测器，对执行器效率损失故障进行重构

其中状态变量z0为四旋翼无人机高度和姿态控制系统状态变量x2的估计值，四旋翼无人机共包含4个执行器，状态变量zi，i＝1,2,3,4分别为对应执行器的效率损失系数γi，i＝1,2,3,4的估计值，e＝z0-x2为状态估计误差，f(x)、h(x)、bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，ψ＝diag(η1,η2,η3,η4)>0为待设计的正定增益矩阵。当检测与隔离出发生故障的执行器后，根据所设计的非线性自适应状态观测器的状态变量zi，i＝1,2,3,4可得到各执行器故障效率损失系数的估计值。

本发明与现有技术相比的优点在于：本发明的一种执行器受损下的四旋翼无人机故障检测与诊断方法，针对执行器受损导致的执行器效率损失故障，基于四旋翼无人机高度和姿态控制系统模型和三阶滑模微分器设计了一种新型的残差向量，通过判断残差分量超过阈值可定位对应的执行器发生故障，同时实现执行器故障的检测与隔离；设计了非线性自适应状态观测器保证快速准确地估计出四旋翼无人机各执行器的效率损失系数。本发明可实现四旋翼无人机执行器故障的在线检测与快速诊断，作为一种模块化的技术，具有良好的可裁剪性与灵活性，可以嵌套至四旋翼无人机控制系统中，使得控制器仅需针对四旋翼标称动力学模型进行设计，实现了控制器的解耦设计，能够大大提高四旋翼无人机的安全性能。

附图说明

图1为本发明方法实现流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步详细说明。

如图1所示，本发明的一种执行器受损下的四旋翼无人机故障检测与诊断方法，包括如下步骤：

第一步，建立执行器受损下的四旋翼无人机高度和姿态控制系统模型

四旋翼无人机是欠驱动系统，执行器直接驱动四旋翼无人机的高度和姿态，根据牛顿欧拉方程，建立执行器受损下的四旋翼无人机高度和姿态控制系统模型，并写成状态空间表达式如下：

其中x＝[x1x2]^t为系统的状态向量，x1＝[zφθψ]^t，z为四旋翼无人机的高度，φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角，为系统状态向量的导数，为四旋翼无人机在高度方向上的速度，分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度，四旋翼无人机共包含4个执行器，u＝[u1u2u3u4]^t为执行器的控制输入向量，ui为第i个执行器的控制输入，i＝1,2,3,4，系统矩阵m为四旋翼无人机的总质量；g为重力加速度，ix,iy,iz为四旋翼无人机在机体坐标系下绕各个轴的转动惯量，kz,kφ,kθ,kψ为四旋翼无人机的拉力系数；输入矩阵四旋翼无人机升力uz、滚转力矩uφ、俯仰力矩uθ和偏航力矩uψ与执行器控制输入向量之间的关系可表示为：

式中ku和ky分别为桨叶的升力系数和扭矩系数，ld为桨叶到四旋翼无人机质心的距离，系统模型中γi表示四旋翼无人机第i个执行器的效率损失系数，i＝1,2,3,4，λi表示第i个执行器的对角变换矩阵，i＝1,2,3,4，如当i＝1时，λ1＝diag(1,0,0,0)。

第二步，设计三阶滑模微分器，估计四旋翼无人机在高度方向上的加速度以及三轴欧拉角加速度

为了估计四旋翼在高度方向上的加速度以及三轴欧拉角加速度，设计如下形式的三阶滑模微分器：

其中x1＝[zφθψ]^t为第一步中的四旋翼无人机高度和姿态控制系统的状态变量，z1,z2,z3,z4为所设计的三阶滑模微分器的状态变量，为状态变量的一阶导数，l＝diag(l1,l2,l3,l4)>0为待设计的正定增益矩阵，根据所设计的三阶滑模微分器，微分器的状态变量z3可以在有限时间内收敛到四旋翼无人机高度和姿态控制系统的状态变量x2的导数

第三步，根据第一步中建立的四旋翼高度和姿态控制系统模型以及第二步的三阶滑模微分器，设计残差向量，当某个残差分量超过阈值时定位对应的执行器发生故障，实现执行器故障的检测与隔离

为了确定执行器故障发生的时间以及位置，实现执行器故障的检测与隔离，根据四旋翼无人机高度和姿态控制系统模型以及三阶滑模微分器，设计如下形式的残差向量：

r＝bu^-1h^-1(z3-f)-u

其中残差向量r＝[r1r2r3r4]^t，ri表示第i个执行器对应的残差分量，i＝1,2,3,4，z3为三阶滑模微分器的状态变量，即四旋翼无人机在高度方向上的加速度以及三轴欧拉角加速度的估计值，u为控制器给出的执行器控制输入，f(x)为四旋翼无人机高度和姿态控制系统模型中的系统矩阵，h(x)^-1,bu^-1分别为输入矩阵矩阵h(x)以及控制效率矩阵bu的逆矩阵。

通过四旋翼无人机在无故障情况下的低空悬停测试，确定执行器故障检测的阈值；当某个残差分量超过阈值时则定位对应的执行器发生故障，因此根据所设计的残差向量实现执行器故障的检测与隔离。

第四步，针对执行器受损导致的执行器效率损失故障，设计非线性自适应状态观测器，对执行器效率损失故障进行重构

结合第一步中建立的执行器受损下的四旋翼高度和姿态控制系统模型，设计如下形式的非线性自适应状态观测器：

其中状态变量z0为四旋翼无人机高度和姿态控制系统状态变量x2的估计值，四旋翼无人机共包含4个执行器，状态变量zi，i＝1,2,3,4分别为对应执行器的效率损失系数γi，i＝1,2,3,4的估计值，e＝z0-x2为状态估计误差，f(x)、h(x)、bu分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，ψ＝diag(η1,η2,η3,η4)>0为待设计的正定增益矩阵。

当通过第三步中所设计的残差向量检测与隔离出执行器故障之后，根据所设计的非线性自适应状态观测器的状态变量zi，i＝1,2,3,4可得到各执行器故障效率损失系数的估计值，完成执行器故障的检测与诊断。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。