基于强跟踪H-/H∞优化的无人机系统故障检测

针对一类无人机飞行控制系统故障检测问题,提出基于强跟踪H_-/H_∞优化的故障检测方法。将无人机飞行控制系统的执行器与传感器故障描述为加性信号,在考虑风扰动的情况下,建立无人机纵向飞行控制系统的非线性故障模型。将残差产生器的设计归结为扩展H_-/H_∞最优问题。受强跟踪滤波器的快速收敛性的启发,在设计故障检测滤波器时将强跟踪滤波器与扩展H_-/H_∞最优问题相结合实现无人机飞行控制系统的快速故障检测。以无人机升降舵部分失效故障与空速管堵塞故障为例进行仿真试验。结果表明,提出的方法能够快速实现无人机飞行控制系统的故障检测。基于强跟踪H_-/H_∞优化的故障检测方法可用于无人机飞行控制系统的故障检测。     

基于Backstepping SISO不确定非线系统模糊自适应鲁棒容错控制

针对一类单输入单输出非线性系统提出了自适应模糊故障检测及将backstepping技术与模糊控制相结合设计容错控制器的方法。首先,应用模糊逻辑系统设计故障估计器,在线估计系统故障向量,实现故障检测：在此基础上,引入补偿控制器,消除故障对系统运行的影响,从而实现容错控制。通过理论分析证明了跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

面向执行机构故障的四旋翼无人机主动容错飞行控制方法研究

四旋翼无人机在执行高负荷、长航时任务时,桨叶的疲劳断裂易导致无人机失控甚至坠毁。针对这一问题,提出了一种基于积分滑模控制的四旋翼无人机主动容错飞行控制方法。首先通过运动学和动力学分析建立了执行机构故障时无人机的非线性模型,再构造观测器对执行机构故障进行实时观测,并据此设计积分滑模控制律对无人机的位置和姿态控制回路进行补偿。数字仿真和飞行实验结果均表明所给出的方法具有较强的容错能力,在单只桨叶部分断裂的情况下,该方法可有效地实现无人机的位置和姿态稳定并具有良好的动、静态特性。     

基于L2范数最小估计的无人机飞控系统故障检测

为了实现无人机飞行控制系统的快速在线故障检测,提出一种基于L2范数最小估计的无人机非线性飞行控制系统快速故障检测方法。 建立无人机飞行控制系统的非线性故障模型,并将未知输入的L2范数最小估计值作为残差评价函数,对系统故障进行检测。在针对线性离散时变系统故障检测方法研究的基础上,利用Krein空间投影实现残差评价函数的递推计算以减小故障检测计算量。 以无人机升降舵及速率陀螺故障检测为例,对算法进行仿真试验验证。试验结果表明:该方法可以快速有效的实现无人机飞行控制系统故障检测,为无人机的安全飞行提供可靠的保障。     

模糊集理论在组合导航系统数据融合中的应用

组合导航系统中二元假设检验故障检测算法无法兼顾漏检率和虚警率,论文采用模糊逻辑对故障残差χ2检测量进行模糊化,对各子滤波器的工作状态作模糊评价,并在此基础上通过T-S模糊逻辑系统以及传统容错导航系统设计知识来确定全局融合中各局部估计值的加权矩阵。仿真结果表明,采用模糊逻辑后最终组合精度要比传统二元假设检验方法高,且算法简单工程上容易实现,具有很强的应用价值。     

基于等价空间的无人机飞行控制系统故障检测

无人机(unmanned aerial vehicle, UAV)飞行控制系统的故障检测,对于保障无人机的飞行安全具有重要意义。等价空间方法具有残差与未知初始状态解耦的优势,但随着等价空间阶次的提高,其在线计算量显著增大。针对上述问题,提出一种基于等价空间的无人机非线性飞行控制系统快速故障检测方法。建立无人机飞行控制系统的非线性故障模型,在针对线性离散时变系统的等价空间故障检测方法研究的基础上,利用Krein空间投影来实现残差评价函数的递推计算以减小故障检测计算量。以无人机空速管及升降舵故障检测为例,对算法进行了仿真试验验证。试验结果表明,提出的方法可以实现无人机飞行控制系统的快速故障检测。     

时变故障下四旋翼无人机的自适应容错控制

针对四旋翼无人机执行器部分失效以及遭受外界扰动等问题,提出了一种基于系统输出约束的自适应控制策略,该方法可以实现在时变故障下的姿态跟踪控制问题.结合自适应滑模控制理论和Nussbaum增益函数,设计了一种能够补偿故障损失、适应时变扰动的自适应容错控制器.而且,使用该控制器不需要实时进行故障检测和系统模型的重构.通过严格...     

时滞离散LPV系统的鲁棒故障检测与分离

研究了一类具有时变时滞的离散线性参数变化系统的故障检测与分离问题,基于依赖于时变参数的滤波器构造残差产生系统,利用H∞控制理论将故障检测滤波器的设计归结为H∞滤波问题.所设计的滤波器能保证残差信号和故障信号之间的误差最小,且残差信号对控制输入、外界扰动信号具有鲁棒性.应用线性矩阵不等式技术得到了此类系统鲁棒故障检测滤波器存在的充分条件.数值仿真表明所提方法是可行的.     

系统故障检测理论在容错组合导航设计中的应用

探讨了甄别故障子滤波器的两种有效方法：状态差异法和残差法,并通过计算机仿真对两种方法的检测效果作了比较。结果表示采用残差法并经适当长时间的安全期观察是隔离故障子系统的有效方法     

离散切换系统的H_/H∞故障检测滤波器设计

为解决离散时间线性切换系统的故障检测问题,设计了满足混合H_-/H_∞性能指标的鲁棒故障检测滤波器.首先,通过构造故障检测滤波器来得到残差,并且为提高故障检测的性能,使用加权H_∞性能指标和H_-性能指标表示残差对于扰动的鲁棒性以及对于故障的敏感性,进而将鲁棒故障检测滤波器的设计问题转化为混合H_-/H_∞性能指标下的多目标求解问题.接着,利用多Lyapunov函数方法和平均驻留时间技术,先得到了初步的滤波器设计结果,然后通过引入松弛变量的方法解除了Lyapunov矩阵和系统矩阵的耦合,得到了保守性较低的结果,并将其表示为线性矩阵不等式形式.最后,使用一个例子进行仿真,为其设计了故障检测滤波器的参数矩阵,并得到了残差评价函数的仿真图形.仿真结果表明,所设计的故障检测滤波器可以实现故障检测的功能.     

基于遗传模糊控制的智能自适应滤波算法

组合导航中软故障难以检测,致使卡尔曼滤波精度降低甚至发散.为提高滤波的容错性,提出了一种基于遗传模糊控制的智能自适应滤波算法.首先针对软故障提出一种模糊自适应滤波算法,算法中通过监测观测量新息及其变化率,应用模糊控制系统计算观测质量因子,并对滤波器量测噪声阵进行在线自适应调整,从而抑制软故障对滤波的影响,保证滤波的精度,提升容错性能.然后,利用自适应遗传算法对隶属度函数的参数进行优化,从而进一步提高算法的整体精度.利用本文提出的算法在SINS/CNS/GPS导航平台上进行了定位实验,结果显示该算法有效,在软故障存在时,定位精度小于2m,测速精度小于0.1m/s.     

基于信息散度的过程故障检测与诊断

为了充分利用卡尔曼滤波新息中的非高斯故障特征,提出一种基于信息散度的非线性过程故障检测与诊断方法.通过unscented卡尔曼滤波产生新息序列,利用核密度估计方法计算概率分布.在此基础上建立信息散度统计量,监控过程的运行状态.一旦检测到故障后,引入对称信息散度计算待诊断过程与故障库中各类故障之间的距离,判断故障类型.在连续搅拌反应器上的仿真结果表明,提出的方法能够及时检测到故障的发生,正确判断故障类型.     

基于多故障分类的Hex-Rotor无人飞行器的执行单元故障检测与自重构

为了实现对Hex-Rotor无人飞行器执行单元故障的快速准确检测,提高飞行器的安全性和可靠性,提出基于多故障分类的执行单元故障检测与自重构算法.在对执行单元故障进行分类的基础上,建立执行单元升力故障模型,构建基于扩展卡尔曼滤波算法的故障观测器组,实现故障的检测与隔离.利用故障观测器的输出信号,对不同故障进行相应的自重构,设计基于多故障分类的自重构控制算法.通过理论分析、数值仿真和实际飞行,验证了提出算法的有效性.结果表明,利用该算法能够快速、准确地完成故障检测与隔离,在故障条件下保证飞行器姿态控制的稳定性.     

基于SCKF方法的非线性随机动态系统故障诊断方法

基于平方根容积卡尔曼滤波方法(Square root cubature Kalman filter, SCKF),研究一类非线性随机动态系统的故障检测与估计问题。SCKF对解决复杂非线性系统的状态估计问题,具有精度高、稳定性优和计算复杂度低等优点。针对发生执行器故障的非线性随机动态系统,采用SCKF估计系统状态,并根据状态估计结果,利用滑动时间窗口技术设计残差信号,检测故障发生。在检测到故障之后,构造增广系统,实现对执行器故障幅值的估计。通过仿真试验验证了所提出方法的有效性。     

考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

基于新型ESF的一类非线性系统故障滤波方法

针对传统非线性系统故障诊断方法中存在的线性化误差、滤波发散等问题,对一类含有测量噪声及执行器时变故障的非线性系统研究一类新的故障诊断方法。通过将系统的非线性动态及故障扩张为一新的状态,构造一种可用于故障诊断的扩张状态滤波器,并在此基础上推证出增广系统渐进稳定的充分条件,给出具有鲁棒H_∞性能的故障诊断滤波器设计方法,同时借助于原系统中已知的非线性动态,对滤波后的新扩张状态进行故障分离,实现对故障的滤波及诊断。用该方法对具有测量噪声的典型非线性系统Van der pol振荡器,在分别发生恒值和时变故障情形下进行仿真研究。结果表明,所提方法能较好地解决含噪非线性系统的滤波及故障诊断问题。     

动态核主元分析在无人机故障诊断中的应用

飞行控制系统作为无人机(unmanned aerial vehicle, UAV)的核心子系统,对其进行故障诊断可以大大提高无人机的安全性和可靠性。在无人机数学模型未知或者不确定的情况下,数据驱动的故障诊断方法比基于模型的方法更实用。考虑无人机飞行控制系统是典型的非线性动态系统,采用一种非线性主元分析方法对其进行故障诊断。利用数据建立无人机飞行控制系统正常状态下的动态核主元模型,通过T²和SPE两种统计量实现故障检测;故障发生后,利用重构贡献图的方法进行故障分离。仿真试验证明,该方法能对典型的无人机执行器和传感器故障进行有效监测和诊断。与动态主元分析相比,动态核主元分析方法对微小故障更为敏感。     

基于强跟踪UKF的导航系统故障检测方法

结合重复使用助推器再入飞行的导航需求,为保证在高动态环境下能够实现高精度、高可靠的再入导航,采用改进的强跟踪UKF进行导航误差的估计与跟踪.针对基于卡尔曼滤波残差检验的传统故障检测方法的不足,提出了改进的故障检测方法进行导航设备故障检测,并采用平滑窗口实现故障信息的有效隔离.典型故障条件下的仿真分析表明,所提出的强跟踪...     

Robust Diagnosis for Sensor Failure

ＲｏｂｕｓｔＤｉａｇｎｏｓｉｓｆｏｒＳｅｎｓｏｒＦａｉｌｕｒｅ￥（闻新）（胡恒章）（刘志言）（周露）ＷＥＮＸｉｎ；ＨＵＨｅｎｇｚｈａｎｇ；ＬＩＵＺｈｉｙａｎ；ＺＨＯＵＬｕ（Ｄｅｐｔ．ｏｆＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇＨａｒｂｉｎＩｎｓｔｉｔｕｔ...