基于UIO的航空发动机控制系统传感器故障诊断

研究了航空发动机控制系统传感器鲁棒故障检测与隔离问题,提出了一种克服不同干扰对控制系统诊断性能影响的方法.应用未知输入观测器(unknown input observer,简称UIO)理论来解耦航空发动机动态系统干扰,并针对控制系统传感器设计一族UIO,提取出一系列的传感器残差特征数据,通过分析残差队列的幅值特性,实现航空发动机控制系统传感器故障诊断.在高斯白噪声、模型工作点变化和非高斯噪声三类干扰下的数字仿真结果表明,不管何种干扰,UIO诊断方法均能检测和隔离出传感器故障,在诊断鲁棒性方面,要优于Kalman滤波器诊断算法.      

模型基涡轴发动机传感器故障诊断研究

基于干扰解耦思想,针对涡轴发动机工作中传感器瞬时断路硬故障模式,提出一种基于模型的涡轴发动机未知输入观测器传感器硬故障诊断方法。通过对地面、高空工作的涡轴发动机不同传感器故障的模拟,验证了该故障诊断方法的有效性。结果表明,基于模型设计的未知输入观测器(UIO),能够对系统输入中的测量干扰未知输入信号进行有效解耦,同时传感器故障信息通过UIO计算获得的输出估计具有鲁捧残差性能。     

故障诊断的神经网络观测器法

以神经网络的自学习代替故障诊断观测器法中的解析计算,提出了一种新的故障诊断方法,从而解决了具有模型不确定性系统的故障诊断问题。对某型航空发动机控制系统传感器故障进行了仿真研究,该方法不仅具有传统观测器法报警及时准确、易于实现容错控制的优点,又不需要获得系统精确的数学模型,对具有模型不确定性系统的故障诊断与容错很有效     

航空发动机分布式控制系统不确定性鲁棒H∞容错控制

为减小不确定性对航空发动机分布式控制系统性能的影响,针对具有参数摄动、不确定时延、执行机构动态故障、外部噪声干扰四种不确定性的航空发动机分布式控制系统,提出了一种基于鲁棒H∞理论的容错控制方法.首先对系统不确定性进行数学描述,将不确定时延视为服从齐次Markov链分布的随机变量,将执行机构故障等效为存在均值和方差约束的随机变量,并在此基础上建立整个闭环系统的增广模型;其次证明了该增广模型保持均方渐进稳定且具备H∞性能的充分条件;最后利用线性矩阵不等式(LMI)理论给出闭环系统鲁棒H∞容错控制器的设计方法.仿真结果表明该方法能够保证控制系统均方渐进稳定,并对以上四种不确定因素具有鲁棒性,同时对于飞行包线其他各点具有较好的动态响应.     

用于涡轴发动机传感器故障诊断的未知输入观测器干扰矩阵估算

针对处理涡轴发动机控制系统传感器故障诊断问题时有着良好性能的未知输入观测器展开研究,分析了与系统建模误差相关的干扰矩阵对未知输入观测器观测出的系统状态准确度的影响,提出了一种基于全阶状态观测器的涡轴发动机系统模型干扰矩阵的估算方法,该方法对某一固定工况下的干扰矩阵估算十分准确,使得根据此干扰矩阵设计出的未知输入观测器可以完全不受系统建模误差的影响.在此基础上,又给出了一种适应于更广泛工况范围的干扰矩阵近似方法,使得变工况下的未知输入观测器一样不受建模误差的影响.仿真结果表明:基于该方法估算出的干扰分布矩阵可以保证观测器具有良好的性能,在变工况下对发动机输出量估计残差的二范数不大于2.      

故障诊断的神经网络多重模型自适应方法

将神经网络与故障诊断的多重模型自适应方法相结合,提出了故障诊断的神经网络多重模型自适应方法,并对某型航空发动机控制系统传感器故障进行诊断仿真。仿真表明,该方法能够用来解决具有模型不确定性系统的故障诊断问题,同时,对未知的故障模态具有自学习能力     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

不确定航空发动机分布式控制系统自适应滑模控制

针对存在参数摄动、外部干扰的航空发动机不确定性分布式控制系统，在系统具有时变输入时延和干扰上界未知的情况下，设计了具有鲁棒性能的自适应滑模控制器。基于预测控制和矩阵奇异值理论，对初始的发动机离散分布式模型进行等效线性变换，得到不显含时延项的规范形系统模型，便于进行滑模面参数的求解；在给定的H∞指标下，推导了滑模运动在非匹配不确定性作用下渐进稳定的充分条件，给出了线性矩阵不等式(LMI)形式的滑模面参数设计方法；最后，设计对干扰具有估计功能的自适应率，在此基础上提出自适应滑模控制器。仿真结果表明:所设计的控制器能够有效降低外部干扰对系统动态性能的影响，在所考虑的不确定性因素作用下，系统的滑模运动具有理想的H∞性能。当外部干扰强度变化时，控制器的鲁棒性较好，状态收敛时间小于0.8s，且不存在抖振。      

航空发动机燃油系统执行机构及其传感器故障诊断

提出了基于执行机构模型和航空发动机逆模型的执行机构及其传感器单一故障诊断和定位方法.基于执行机构小闭环结构建立了3阶执行机构传递函数模型.基于两个并联的BP(back propagation)神经网络,建立了航空发动机稳态逆模块和动态补偿模块,形成航空发动机逆模型,以实现基于航空发动机输出的燃油流量估计.以执行机构模型输出和传感器输出之间的偏差为依据进行故障判别,以航空发动机逆模型输出和传感器输出偏差为依据对故障进行定位.以某型航空发动机及其燃油系统执行机构模型为对象进行的仿真,结果表明,该诊断系统可在航空发动机稳态、动态情况下准确地诊断出幅值在1.6%以上的执行机构及其传感器故障并进行定位,验证了所提出故障诊断方法的有效性.      

航空发动机控制系统传感器FDIA系统仿真

基于卡尔曼滤波器组,建立了航空发动机控制系统传感器故障诊断系统,实现了对单个传感器故障的检测、隔离与重构(FDIA),确保了发动机控制系统即使在传感器故障发生的情况下,依然能安全可靠地工作.同时利用Simulink建立一个通用的发动机传感器故障诊断仿真平台,在此仿真平台上,对故障的诊断进行仿真验证,并分析了测量噪声对故障诊断系统性能的影响,为发动机在线传感器故障诊断系统的实现提供理论依据.      

航空发动机二自由度鲁棒控制LMI方法研究

为克服传统鲁棒控制器无法兼顾系统的性能和鲁棒性要求的缺陷,引入二自由度控制结构,以对使目标值跟踪特性为最优的参数和使外扰抑制特性为最优的参数分别进行整定,并使用线性矩阵不等式(Linear matrix inequality,LMI)方法对二自由度鲁棒控制器求解,克服传统Riccati方法中的种种缺陷.以某型涡扇航空发动机为对象,设计了基于LMI解法的二自由度H_∞回路成形控制器,并在构建的航空发动机数控系统实时仿真平台上进行了硬件回路仿真,结果表明所设计的控制器具有良好的跟踪和鲁棒特性,满足航空发动机控制要求.      

一种应用于混合H2/H∞飞行跟踪控制的扩展LMI方法（英文）

Lyapunov变量和系统矩阵之间的耦合导致混合H2/H∞飞行跟踪控制器设计问题非凸。借助于扩展LMI方法,非凸优化问题被转化为凸的线性矩阵不等式(LMI)表达式。通过引入松弛变量,上述的耦合得以消除。而且,一个充要条件被证明成立以求解混合H2/H∞飞行跟踪控制器,该控制器不仅能够稳定被控系统,并且能够保证系统在正常和故障情况下均满足混合H2/H∞性能指标。这种新的扩展LMI表达式提供了额外的自由度去求解非凸优化问题,并减小了控制器设计的保守性。关于ADMIRE模型的仿真结果说明这种扩展LMI方法的优越性。     

1种未知输入观测器的推广设计方法

为使未知输入观测器的应用范围更广,提出1种解决在未知输入观测器(UIO)设计过程中对象测量输出线性相关问题的方法。通过对测量输出的线性相关性分析,测量输出可以被合理分组,使得各组内包含部分互相线性无关的测量输出并且保证这些分组涵盖了所有需要诊断的测量输出传感器;以这种方式来满足设计UIO的存在条件,并在此基础上针对不同分组来设计UIO以进行关于传感器的故障诊断算法设计。针对1个工程实例,使用UIO进行传感器的故障诊断设计验证了该方法的可行性。     

基于深度学习的航空发动机不平衡故障部位识别

针对基于机匣测点的航空发动机不平衡故障部位识别问题,提出了基于深度卷积神经网络的航空发动机不平衡故障部位诊断方法。针对某典型双转子航空发动机,建立整机耦合动力学模型,并利用数值积分算法实现不平衡故障数值仿真;在从发动机压气机端到涡轮端的高、低压转子上选择4个不平衡故障部位作为诊断对象,通过仿真分析得到发动机典型转速下的转子不同部位不平衡故障的仿真样本;计算4个机匣测点信号的规范化频谱,通过对大量仿真数据的处理得到反映不同不平衡故障部位的故障样本集;利用仿真得到的大量不平衡故障样本,训练深度卷积神经网络,利用深度卷积神经网络的优良特征学习能力实现航空发动机不平衡故障的不同部位进行识别,数值试验结果表明该方法对航空发动机不平衡故障部位的识别准确率达到95%。     

航空发动机分布式控制系统动态输出反馈鲁棒H∞容错控制

针对存在网络诱导时延、外部干扰的航空发动机分布式控制系统,提出了执行机构发生部分失效故障时的输出反馈容错控制方法。对航空发动机分布式控制系统中网络诱导时延以及执行器部分失效问题进行量化说明,在此基础上,采用动态输出反馈控制器建立增广闭环系统。针对所建立的增广闭环系统,对H∞性能约束下的增广闭环系统稳定性进行分析,并利用线性矩阵不等式理论设计了输出反馈H∞容错控制器。仿真结果表明,当两个执行机构输出值分别为衰减80%和50%时,控制系统在所设计的控制器作用下均方渐进稳定,且具有H∞性能指标为0.63,同样在正向偏差故障条件下也具有很好的容错能力。      

基于SPSO-SVR的融合航空发动机传感器故障诊断

针对航空发动机常见的传感器故障问题, 提出了一种利用改进的粒子群算法训练支持向量回归机, 并利用融合机制将其应用于传感器故障诊断.论述了用一簇支持向量回归机(SVR)预测器对传感器进行实时检测, 通过逻辑判断机制隔离故障传感器, 并且依据剩余的无故障传感器信息实现信号重构.以某型航空发动机传感器在其整个工作范围内受到的冲击、偏置和漂移故障为例, 验证了基于自协调粒子群优化支持向量回归机(SPSO-SVR)算法的融合诊断机制对传感器单一故障和多重故障具有较高的精度和计算效率.      

基于变偏置电流控制方式的磁悬浮轴承系统控制策略

建立了五自由度磁悬浮轴承试验系统,介绍了变偏置电流控制方式的工作原理,采用H_∞控制策略设计数字控制器,根据系统固有频率处转子的振幅选择加权函数,将转速信号引入数字控制器,研究了变偏置电流控制时系统的动态性能,并与恒定偏置电流控制时系统的动态性能进行比较.研究结果表明,变偏置电流控制不会恶化系统的动态性能,同时能减少磁悬浮轴承25%以上的总电流消耗.