推力矢量飞机鲁棒故障检测与辨识和指令滤波容错控制系统设计

针对推力矢量飞机(TVA)在超机动飞行中的舵面故障、执行器故障、参数摄动和外界干扰等问题,提出了一种鲁棒故障检测与辨识和指令滤波容错控制(RFDI-CFFTC)系统设计方法.首先针对TVA故障模型提出了一种基于多观测器的RFDI机制,通过引入自适应律和观测器来补偿参数摄动和外界干扰的影响,实现对舵面故障和执行器故障的准...     

控制可重构飞机多变量鲁棒控制器设计

控制可重构飞机要求其基本飞行控制系统对舵面部分缺损故障具有强的鲁棒特性,在故障发生后保证飞机的稳定性,提供听时间进行故障的检测和隔离,为控制系统重构提供条件,本文采用高速采样ＰＩ控制器设计输出反馈跟随系统,给出了控制器的设计方法,并分析了它对于控制舵面部分缺损故障的鲁棒特性,仿真结果表明,这种控制器具有好的鲁棒特性。     

基于神经网络信息融合的智能故障诊断方法

飞行状态时的飞机舵面故障诊断系统,含有系统和测量噪声及其时变、非线性等特点,采用常规的故障诊断方法很难实现对飞机舵面故障的准确诊断和告警,为了更好的实现对飞机舵面系统的故障诊断,将神经网络信息融合的智能故障诊断方法首次运用到舵面系统故障诊断中.该智能诊断方法应用神经网络的非线性拟合能力扩展舵面相关线位移传感器测量信息,同时采用D-S算法将相关传感器的输出信息进行融合,最后信息融合诊断策略根据这些信息确定出舵面相应的故障类型,从而可以对舵面故障信号进行有效识别和诊断.建立了某机舵面系统故障诊断的数学模型,并利用该模型对提出的智能故障诊断方法进行仿真验证,最后的仿真实验结果表明:该故障诊断结构形式对于舵面常见的故障能够进行识别和告警,诊断效果令人满意.     

基于滑模观测器的车辆电子稳定性控制系统故障重构

针对车辆电子稳定性控制系统的横摆角速度传感器和侧向加速度传感器故障检测和重构问题,使用T-S模糊系统建立了车辆动力学系统的全局模型,依据滑模控制理论,给出了基于滑模观测器的传感器故障检测和重构方法,且所设计观测器满足给定的从未知输入到故障重构误差的L2增益性能要求.最后通过实测数据,验证了方法是可行的.     

基于扰动估计的飞行控制系统传感器故障重构

针对飞行控制系统的传感器故障重构问题,讨论了基于扰动估计的传感器故障检测与重构方法。首先,通过建立观测器,对已有系统的干扰进行估计;其次,通过干扰的估计值来建立系统的鲁棒观测器;最后,再通过对系统建立多个降维鲁棒观测器来隔离并重构传感器故障。采用某飞机横侧向模型进行仿真验证,仿真表明基于扰动估计的鲁棒观测器能够有效地对传感器故障进行隔离与重构。     

风力发电系统传感器故障诊断

针对非线性风力发电系统,提出了一种基于滑模观测器的传感器故障诊断方法.基于考虑传感器加性故障的非线性动态模型,利用T--S模糊理论建立风力发电系统全局T--S模型,设计模糊T--S系统滑模故障观测器,产生对故障具有敏感性的残差,实现故障检测.通过等价输出控制方法来维持滑模运动,直接获取故障信息,重构传感器故障.最后以三叶片水平轴风力发电系统为例,仿真验证了该方法的有效性与可靠性.     

不确定动态系统的执行器故障检测与重构

讨论不确定动态系统的执行器故障检测与重构问题.以滑模观测器为基础,利用状态和输出变换方法与奇异值分解方法相结合对系统进行降阶,提出一种鲁棒故障重构观测器.给出了优化滑模策略,并作了严格论证,保证对系统不确定性具有鲁棒性和跟踪系统状态的收敛性.应用等价输出控制的概念和设计的鲁棒故障重构观测器,获取故障信息并实现执行器故障的检测与重构.最后通过数值仿真验证了该方法的有效性和可靠性.     

基于改进混沌神经网络的飞机舵面故障预测研究

结合混沌序列的相空间重构理论和BP神经网络预测理论,构建了一个基于时间序列预测的混沌神经网络模型;考虑基本BP神经网络采用的梯度学习算法收敛速度较慢的缺点,文章利用改进的Levenberg-Marquart(L-M)优化学习算法对网络进行训练;最后对一组飞机舵面卡死故障数据进行仿真实验,结果表明该模型不仅提高了预测精度,而且网络收敛速度也得到明显的改善,有效避免神经网络局部极小问题,可以较好地对飞机舵面卡死故障进行预测.     

具有速率限制的民机舵面实时铰链力矩特性研究

针对飞机设计过程中,操纵面铰链力矩确定问题,进行具有操纵面偏转速率限制的电传飞机实时铰链力矩计算方法研究.这里依据飞机动力学特性、具有最大速率限制的舵面动力学特性以及舵面部件气动特性,确定飞机飞行过程中舵面的实时铰链力矩.利用MATLAB/simulink工具建立了舵面动力学模型和飞机动力学模型.以纵向操纵面升降舵为例,仿真研究了某飞机定直平飞以及机动飞行中舵面实时铰链力矩特性,给出了对应状态的舵面偏转速率,对比分析了静平衡法和本方法确定的操纵面总力矩特性的差异,结果表明本方法适合飞机详细设计阶段.     

水下航行器X字型舵面故障分析与仿真

X字型舵水下航行器与十字型舵水下航行器相比,舵机系统具有功能冗余性.目前国内对舵机系统的故障诊断主要是针对十字型舵,而对于X字型舵的研究还比较少.针对上述情况,论文分析了X字型舵与十字型舵水下航行器舵面布局的差异以及X字型舵水下航行器流体动力特性,建立了X字型舵水下航行器力及力矩模型,研究了X字型舵在舵面故障情况下动力特性的改变,给出了X字型舵舵面损伤时横滚角的动态变化.仿真结果表明,X字型舵水下航行器在舵面损伤时横滚角趋于发散,通过设置合适的观测器,就能检出该故障,对进一步研究X字型舵水下航行器的故障诊断具有重要的作用.     

Active fault tolerant control based on a neuro fuzzy inference system applied to a two shafts gas turbine

The main aim of the present work is development of an active fault tolerant control for two shafts gas turbine fault detection and isolation based on a neuro fuzzy inference system adaptive approach. This approach combines the advantages of the neural networks with the fuzzy inference systems. The reconfiguration mechanism of the proposed active fault tolerant control is performed by detecting the malfunction of the studied gas turbine in an automatic manner. The obtained experimental results are presented to illustrate the great interest of the developed active fault tolerant control approach and to demonstrate its effectiveness in maintaining the stability with acceptable performance under the presence of defects in the presented gas turbine.     

基于直接自适应控制的重构飞控系统研究

通常,飞控系统重构设计需知系统的故障信息,而使用直接自适应控制技术可在不知道系统故障信息的情况下,对飞控系统操纵面损伤进行重构,并且可使故障飞机很好地跟踪参考模型的输出．采用优化算法设计反馈补偿器以保证故障系统的严格正实性,并利用Lyapunov函数证明重构系统的渐近稳定性．将该方法用于某型飞机侧向控制系统的设计,仿真结果表明,在操纵面严重受损的情况下,飞机仍能保持良好的性能．     

基于多模型自适应的飞行控制系统重构与优化

对飞行器执行机构受损或失效情况下其飞行控制规律重构的问题,提出一种基于线性二次最优控制理论的多模型自适应控制重构技术方案。利用线性二次调节器获得参考模型,基于故障诊断与检测技术,运用Lyapunov稳定性理论,确保闭环控制系统的严格正实性和全局渐进稳定性。根据飞行器的动力学控制规律,进行故障辨识和模型切换,实现故障状态下飞行控制规律的重构与优化设计。针对典型故障情况进行飞行器控制重构仿真验证,结果表明系统能够在舵面部分失效下完成控制重构,保证有效飞行器运行控制。     

飞机操纵面损伤的自适应容错控制设计

针对飞控系统实时控制和高可靠性的要求,提出一种飞控系统多操纵面损伤的在线容错控制算法.首先建立包含各种常见故障的操纵面参数仿真模型和故障注入仿真机制,其次由于故障的随机性,设计多个并行的在线观测器,对应于每个观测器模型建立一个基于特征结构配置的控制器.最后根据多个观测器和相应的控制器可完成系统在线故障隔离与重构.应用某型飞机横侧向控制系统进行仿真,得到了预期的效果.此方法设计简单合理,适于工程应用.     

Isolation and handling of actuator faults in nonlinear systems

This work considers the problem of control actuator fault detection and isolation and fault-tolerant control for a multi-input multi-output nonlinear system subject to constraints on the manipulated inputs and proposes a fault detection and isolation filter and controller reconfiguration design. The implementation of the fault detection and isolation filters and reconfiguration strategy are demonstrated via a chemical process example.     

H∞ fuzzy control design of discrete‐time nonlinear active fault‐tolerant control systems

This paper is concerned with the problem of H_∞ fuzzy controller synthesis for a class of discrete‐time nonlinear active fault‐tolerant control systems (AFTCSs) in a stochastic setting. The Takagi and Sugeno (T–S) fuzzy model is employed to exactly represent a nonlinear AFTCS. For this AFTCS, two random processes with Markovian transition characteristics are introduced to model the failure process of system components and the fault detection and isolation (FDI) decision process used to reconfigure the control law, respectively. The random behavior of the FDI process is conditioned on the state of the failure process. A non‐parallel distributed compensation (non‐PDC) scheme is adopted for the design of the fault‐tolerant control laws. The resulting closed‐loop fuzzy system is the one with two Markovian jump parameters. Based on a stochastic fuzzy Lyapunov function (FLF), sufficient conditions for the stochastic stability and H_∞ disturbance attenuation of the closed‐loop fuzzy system are first derived. A linear matrix inequality (LMI) approach to the fuzzy control design is then developed. Moreover, a suboptimal fault‐tolerant H_∞ fuzzy controller is given in the sense of minimizing the level of disturbance attenuation. Finally, a simulation example is presented to illustrate the effectiveness of the proposed design method. Copyright © 2008 John Wiley & Sons, Ltd.     

模糊方向神经网络及其在故障检测与分离中的应用

提出一种用于我工况对象系统故障检测与的模糊方向神经网络，神经网络用模糊集表示故障模式，模糊集是由模糊超体聚集形成的集合体，模糊超体是由单位方向、夹角和两个半径确定，模糊方向神经网络能在一次循环学习中形成非线性方向边界，并不断融合新样本信息和精炼已存在的故障模式。发动机故障检测与分离的仿真研究验证了模糊方向神经网络分类器的优越性能。     

飞机操纵面故障的模糊差分进化识别方法

为提高飞机操纵面故障诊断的准确性,提出了一种模糊差分进化故障识别方法以进行飞机操纵面故障诊断。以高维大样本数据为研究对象,基于常规的模糊聚类方法,采用差分进化算法对聚类中心值进行编码,从而提高算法的全局寻优精度和稳定性。以某飞机操纵面常见故障为例进行了仿真验证,仿真结果表明该方法能有效识别出操纵面故障,并且算法简单、稳定可靠。     

Adaptive fault-tolerant control of non-linear systems: an improved CMAC-based fault learning approach

The conventional cerebellar model articulation controllers (CMAC) learning scheme equally distributes the correcting errors into all addressed hypercubes, regardless of the credibility of those hypercubes. This paper presents the adaptive fault-tolerant control scheme of non-linear systems using a fuzzy credit assignment CMAC neural network online fault learning approach. The credit assignment concept is introduced into fuzzy CMAC weight adjusting to use the learned times of addressed hypercubes as the credibility of CMAC. The correcting errors are proportional to the inversion of learned times of addressed hypercubes. With this fault learning model, the learning speed of fault can be improved. After the unknown fault is estimated, online, by using the fuzzy credit assignment CMAC, the effective control law reconfiguration strategy based on the sliding mode control technique is used to compensate for the effect of the fault. The proposed fault-tolerant controller adjusts its control signal by adding a corrective sliding mode control signal to confine the system performance within a boundary layer. The numerical simulations demonstrate the effectiveness of the proposed CMAC algorithm and fault-tolerant controller.