飞行器网络控制系统的多指标鲁棒故障检测

针对存在马尔可夫短时延且状态转移概率部分已知的网络环境,研究了飞行器网络控制系统的多指标鲁棒故障检测问题.传统马尔可夫跳变系统的故障检测方法是将故障、外部输入和未知扰动作为广义输入,采用一个H∞性能指标来进行故障检测滤波器的设计.由于该指标不具有明确的物理意义,为此需要研究多指标鲁棒故障检测滤波器的设计方法.通过将网络诱导时延描述为一个有限状态马尔可夫链,飞行器网络控制系统被建模为离散有限马尔可夫跳变系统.同时考虑残差对故障的敏感性和对未知扰动及外部输入的鲁棒性,以线性矩阵不等式的形式给出了多指标故障检测滤波器的存在条件和求解方法.最后通过数值算例验证了所提方法的有效性和优越性.     

飞行器网络控制系统故障检测与时域优化

针对存在马尔可夫短时延和丢包的网络环境,研究了飞行器网络控制系统的故障检测系统设计与优化问题.将含有上述问题的网络化控制系统建模为离散的马尔可夫跳变系统.在此基础上,基于观测器构建残差生成器,将故障检测问题转换成H_∞滤波问题,以LMI（Linear Matrix Inequality）的形式得到并证明了故障检测滤波器存在的充分条件和求解方法.为进一步改善检测性能,提高检测系统对故障信号的灵敏度,采用一种时域优化方法对残差评估函数进行优化处理,并给出了该优化问题最优解的求解方法.数值仿真说明了所提方法的有效性.      

变时延网络控制系统的鲁棒故障检测

针对具有时变时延的网络控制系统故障检测问题,提出了一种基于鲁棒H_∞思想的故障检测滤波器设计方法.将鲁棒H_∞故障检测问题归结为寻找滤波器参数矩阵,使得滤波系统内稳定并且满足鲁棒H_∞性能指标.根据残差评价函数和故障阈值判断系统是否存在故障.假设时变时延的上下界已知.基于时延相关Lyapunov-Krasovskii泛函方法给出了系统内稳定并且具有H_∞指标的时延相关条件.在外部控制输入、外界干扰和故障信号有界的情况下,所设计的故障检测滤波器能够保证生成的残差信号有界.针对HiMAT（Highly Maneuverable Technology）飞行器设计了故障检测滤波器,并通过仿真分析验证了所提出方法的有效性.     

基于蚁群优化的长短时神经网络变外形飞行器故障模式识别

变外形飞行器机械结构复杂,在变外形过程中发生故障的概率大,传感器测量成本高,针对这些问题,提出了一种基于长短时神经网络进行飞行器测试故障诊断的方法。首先根据变外形飞行器的气动参数模型和非线性动力学模型,构建变外形飞行器执行机构故障特征数据库。然后针对变外形飞行器发生故障时的序列化特征数据,提出基于长短时神经网络的执行器故障诊断框架。利用蚁群优化算法对网络训练的超参数进行优化,提高故障诊断的准确性与泛化性。通过仿真验证了该方法可实现变外形飞行器的低成本,高效率,高精度的故障快速定位。     

基于状态反馈的黄金分割控制器参数化方法及其在高超声速飞行器上的应用

研究气动参数摄动和外界扰动下高超声速飞行器姿态系统的鲁棒自适应控制问题.引入特征建模的思想对高超声速飞行器的姿态系统建立二阶差分方程模型.考虑到高超声速飞行器再入过程要经历飞行环境的剧烈变化的特点,为了提高闭环系统的瞬态响应性能和抗扰能力,设计了黄金分割鲁棒自适应控制器.该控制器具有与特征模型相似的结构,控制器参数通过在线辨识获得,并且按照黄金分割比生成控制信号,能够保证辨识参数收敛过程中系统的稳定性.基于混合H2和H∞控制思想对标准的黄金分割自适应控制器中的参数λ进行在线优化,从而保证了姿态回路对气动参数摄动和外界扰动具有满意的鲁棒性.所提出的λ(k)优化算法是通过对一组线性矩阵不等式求解得到的,因此易于工程实现.改进后的黄金分割鲁棒自适应控制算法在自适应性和鲁棒性的优越性使得该方法尤其适用于高超声速飞行器姿态控制系统.仿真结果验证了控制方法的有效性和实用性.     

基于数据驱动的弹性高超声速飞行器控制方法

高超声速飞行器存在气动非线性强、复杂振动干扰等特点,参数不确定性大条件下传统依赖于精确模型的控制方法品质下降明显,需要进一步提高控制系统在线适应能力。本文针对弹性高超声速飞行器过载跟踪性能在线优化和弹性振动影响下的控制参数优化问题,提出了一种基于数据驱动的自学习控制方法,首先将高超声速飞行器输出反馈控制问题转化为状态反馈形式,采用鲁棒自适应动态规划算法设计了适用于过载跟踪问题的无模型控制参数在线优化方法,然后针对飞行器复杂弹性振动干扰的问题,提出了基于陷波滤波器的自适应动态规划控制方法,从而保证了振动影响下的控制参数在线优化效果。仿真结果表明,在不依赖于准确模型参数的条件下,本文所提的方法能够有效实现弹性振动干扰下的控制参数在线优化,并提高过载跟踪控制品质。     

一种基于二元估计与粒子滤波的故障预测算法

假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性.      

飞行器航迹倾角的自适应动态面控制

针对飞行器纵向模型具有参数不确定性和外界干扰的特点,提出一种飞行器航迹倾角的自适应动态面控制方法.动态面控制方法通过引入一阶低通滤波器避免了传统反演设计存在的"微分爆炸"现象,采用自适应律对模型未知参数进行在线估计,并利用非线性阻尼项克服外界干扰.通过Lyapunov方法证明得出闭环系统半全局一致稳定,跟踪误差可通过调节控制器参数达到任意小.仿真结果表明:该方法能在简化控制设计过程的同时保证航迹倾角跟踪上预定轨迹,控制系统具有较强的自适应能力且对外界干扰具有一定的鲁棒性.     

基于分层随机梯度辨识算法的传感器故障检测方法

提出一种基于两阶段递推随机梯度参数辨识的传感器故障的在线检测方法.相对于最小二乘参数辨识算法,随机梯度参数辨识算法所需计算量更小.针对计算能力受限的系统,提出基于随机梯度参数辨识的检测算法.通过分析可知,参数辨识精度越高时检测精度越高.为提高精度,给出基于两阶段递推随机梯度参数辨识的检测算法并设计基于最新估计信息的残差.除此之外,还给出新的检测算法与原有的基于最小二乘检测算法计算量的对比分析,并通过仿真实例,证明新的检测算法的优越性及有效性.     

一类非线性网络化系统的鲁棒故障检测

研究了一类非线性网络化系统的鲁棒故障检测问题.系统的不确定参数具有范数有界约束,非线性项满足扇形域有界条件,系统状态时滞时变有界.用服从伯努利分布的随机序列描述系统观测数据的随机丢失.将原问题转化为鲁棒H∞问题后,以线性矩阵不等式的形式给出了鲁棒故障检测滤波器的存在条件,进而得到所求滤波器的增益阵.     

带马尔可夫参数容错控制系统的可靠性分析

带马尔可夫参数的容错控制系统(FTCSMP,Fault Tolerant Control System with Markovian Parameters)作为一种描述主动容错控制系统(AFTCS,Active Fault Tolerant Control System)的模型,在一些文献中被用于系统稳定性分析.然而很少有文章研究FTCSMP的可靠性问题.以故障检测与隔离(FDI,Fault Detection and Isolation)装置监视下的冗余传感器组为研究对象,建立了其FTCSMP模型,进而研究该传感器/FDI装置的可靠性.在该模型中,用2个定义在不同状态空间中的齐次马尔可夫随机过程分别表示系统元件的故障过程和FDI装置的决策过程.基于马尔可夫理论,研究了传感器/FDI装置的可靠性和安全性.当FTCSMP中的系统故障过程和FDI过程为生灭过程时,将故障检测延迟时间分为"有效"和"无效"2种类型,分析了这2种延时对传感器/FDI装置可靠性、安全性的影响.以双余度惯导系统为例,给出了仿真例子.      

卫星姿态控制系统执行器微小故障检测方法

针对卫星姿态控制系统执行器微小故障检测问题,提出一种基于神经网络干扰观测器的微小故障检测方法。该方法利用卫星姿态控制系统内的冗余关系,分别构建陀螺干扰观测器和干扰力矩观测器,对系统内的测量误差、扰动等进行估计,并对故障检测观测器进行扰动补偿,提高对执行器微小故障的检测能力。仿真结果表明,与基于解析模型的方法相比,该方法能够较精确地对解析模型的误差进行补偿,明显降低了检测阈值,实现了对扰动掩盖下的微小执行器故障检测。      

基于频谱法的航空起动发电机故障检测与诊断

对航空直流起动发电机的电枢电流波形进行频谱分析可有效地对电机的故障进行检测和诊断.由于电机在运行时其转速是变化的,而电枢电流的纹波信号与电机转速成正比,若对电流进行定时采样,则其频谱会散布在很宽的频率范围内,使频谱特征模糊化,难于利用频谱特征进行故障检测和诊断.采用与转速同步的电流采样方法,得到的频谱称为"阶比谱",在阶比谱上,频谱成分是单一的,因此容易用它来进行故障检测和诊断.文中对起动发电机进行了实验,对线圈短路、绕组元件与换向片开焊、相邻导体短路和转子偏心等四种故障成功地进行了检测和诊断.