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。     

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.      

一类有限时间观测器设计及其在飞控系统中的应用

文章针对强可观系统提出了一种有限时间全阶未知输入观测器(Unknown Input Observer,UIO)。首先,设计2个独立的全阶UIO,其特征值满足一定的要求;其次,合并这2个观测器得到新的有限时间观测器,并且能够在预先设定的时间内准确估计出系统状态和未知输入,并借助超螺旋微分器重构了未知输入;最后,用一个飞控系统例子诠释了算法的有效性。     

基于LMI和离散模型的航空发动机压气机传感器鲁棒故障诊断

针对航空发动机压气机健康监测提出了一种基于线性矩阵不等式(LMI)和H_∞优化理论的航空发动机压气机传感器鲁棒故障诊断的方法.在航空发动机具有模型不确定性和外界噪声的情况下,应用基于神经网络的线性拟合方法实现航空发动机压气机离散模型的建立;并通过LMI和H_∞优化问题的求解得到未知输入观测器的设计参数,实现具有强鲁棒性的传感器故障诊断.该方法比以前研究中未知输入观测器故障诊断方法的优点在于能够同时处理模型不确定性和外界噪声.应用ALSTOM公司提供的燃气涡轮压气机模型进行了仿真验证,在压气机具有白噪声模型误差和正弦外界干扰的情况下,实现对小于测量范围2%的传感器故障的检测和诊断.      

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.      

双重未知干扰解耦的多传感器系统偏差校正与状态估计

具有未知干扰输入的随机系统状态估计问题广泛存在于控制、通信、信号处理和故障诊断等领域，但目前的研究成果大多局限于单传感器动态离散系统。针对状态方程含有未知干扰、量测方程含有未知偏差的多传感器系统状态估计问题开展了研究，提出了一种双重未知干扰解耦下的最小方差无偏估计滤波器。首先，建立量测偏差通用演化模型；然后，解耦偏差演化模型中的未知输入，设计最小方差无偏估计器对量测干扰偏差进行估计；之后，利用估计出的量测偏差来校正动态系统测量值；最后，根据量测偏差校正后的系统模型设计最优状态观测器，获得具有最小方差无偏的状态估计。径向飞行控制系统的例子验证了所提方法的有效性，与相关方法的仿真对比反应了所提方法的优越性。     

基于未知输入观测器的涡扇发动机直接推力控制

针对某型涡扇发动机,进行直接推力控制回路设计方法研究.基于未知输入观测器(UIO)原理建立了涡扇发动机机载模型和推力估计器,UIO通过解耦外界干扰实现了全飞行包线推力的准确估计;提出了直接推力闭环反馈控制的双回路结构设计方案,内环转速控制,外环推力控制,有利于实现各回路控制参数的独立设计.仿真验证结果表明:基于UIO的模型基涡扇发动机直接推力控制具有良好的控制稳定性和抗干扰性能,对于发动机不同工作点直接推力控制,推力控制误差不超过0.1%,转速控制偏差不超过0.2%.      

基于未知输入观测器的非线性动态系统故障估计

针对一类受扰非线性动态系统的执行器故障估计问题,提出一种未知输入观测器来实现故障估计。首先,通过坐标变换将原系统转化为合适的形式;其次,采用线性矩阵不等式与Lyapunov泛函分别设计H_∞输出反馈控制器和未知输入观测器,在此基础上实现对系统中执行器故障的渐近估计;最后,通过机械臂系统仿真分析并验证了所提方法的有效性。与已有方法相比,所提方法不要求故障可导,也不要求故障或干扰上界已知,因此易于在工程实际中实现对非线性系统执行器故障的估计。     

基于UIO的航空发动机执行机构故障诊断

为了提高航空发动机诊断过程中对噪声干扰和模型参数变化的鲁棒性,应用UIO(Unknown Input Ob-server)理论估计发动机动态系统的工作状态,通过干扰正交投影弱化外界干扰对状态估计的影响,处理了航空发动机执行机构的故障诊断问题。对航空发动机执行机构设计一组UIO观测器,其中每个UIO用于监测估计对应执行机构的故障偏移量,计算系统输出理论估计值与发动机实际测量信号间的残差数据,分析残差队列的幅值特性,实现航空发动机执行机构系统的故障检测和隔离。某型涡扇发动机上的实验结果表明,与Kalman滤波算法相比,UIO诊断方法更能鲁棒地检测和隔离出执行机构故障。     

广义回归神经网络在冗余捷联惯导故障诊断中的应用研究

针对冗余捷联惯导的故障诊断问题，研究提出了一种基于广义回归神经网络的故障诊断方法。该方法在传感器输出数学模型未知的情况下，仅通过传感器之间的冗余关系，利用传感器正常工作时的测量值和改进的神经网络估计输出值生成残差进行故障诊断。仿真试验表明，利用神经网络补偿产生的残差可以检测到未补偿时的故障。该方法不仅可以检测到单故障，还对多传感器同时发生故障具有一定的检测能力。     

Design and application of quadratic correlation filters for target detection

We introduce a method for designing and implementing quadratic correlation filters (QCFs) for shift-invariant target detection in imagery. The QCFs are a quadratic classifier that operates directly on the image data without feature extraction or segmentation. In this sense, the QCFs retain the main advantages of conventional linear correlation filters while offering significant improvements in other respects. Not only is more processing required to detect peaks in the outputs of multiple linear filters, but choosing a winner among them is an error prone task. On the other hand, all channels in a QCF work together to optimize the same performance metric and produce a combined output that leads to considerable simplification of the postprocessing scheme. In addition, QCFs also yield better performance than their linear counterparts for comparable throughput requirements. Two different methods for designing basis functions that optimize the QCF performance criterion are presented. An efficient architecture for implementing QCFs is discussed along with a case study of the proposed approach for detecting targets in LADAR imagery.     

具有未知输入干扰的观测器设计

提出一种全阶比例积分观测器。该观测器包含有估计误差的比例和积分回路,可同时得到状态和未知输入估计。分析了比例积分观测器的结构和估计性能,给出并证明了其存在条件,由于存在条件弱于未知输入观测器,该比例积分观测器可以更广泛地应用于基于观测器的技术方案。通过一个飞行器线性化模型,进行了比例积分观测器设计。仿真结果表明,比例积分观测器的估计性能优于常规 Luenberger观测器     

飞行器参数辨识的最优方波形输入信号设计

用动态规划法设计了旨在提高飞行器气动参数辨识精度的最优方波形输入信号。设计出的信号不仅在工程上易于实现,还在精度意义上达到了最优。为了避免加输入信号后飞行器状态离开线性工作点,从而导致模型失效,该设计方法还考虑了输出约束。用于某型飞行器的输入信号设计结果表明,该法是有效的。     

用于激光吸收光谱二维重建的光谱优化选择方法研究

光谱组合对多光谱重建技术的重建结果有很大影响,不合理的光谱组合会降低光谱测量的有效性,加大重建误差。为了从海量的光谱数据库中选出适用于被测流场参数范围的最优光谱组合,提出了一种基于向量组线性相关性的光谱选择方法,采用数值仿真的方法开展研究,仿真结果验证了方法的可行性与可靠性。分析了测量信号无噪声和存在噪声时,光谱数量与重建结果的关系。研究发现最优光谱组合的线性相关指数小于0.01时,该组合存在光谱的冗余。保证测量有效性的同时光谱数量最少的光谱组合为线性相关指数不小于0.01的最优光谱组合。测量存在噪声时,光谱数量越多,噪声的抑制效果越好,重建结果精度更高。通过重复测量法可以有效降低噪声影响,用最少数量的光谱实现更多光谱的测量效果。