基于多模型的飞机舵面故障诊断与主动容错控制

摘要

对飞机安全可靠飞行的严格要求，使得飞行控制系统的故障诊断与容错控制技术得到了广泛的关注与空前发展，其在军用或民用飞机中的应用，可以显著提高飞行的安全性，更为重要的是，当发生故障后，能保证继续完成飞行任务或安全着陆。本文针对飞行控制系统执行器的多故障情况，研究了基于多模型的故障诊断与主动容错控制技术。
　　 首先，介绍了多模型理论，重点研究了两种多模型产生方法，即RRQR分解方法和多观测器方法。对控制器组的存在性进行了理论上的分析和证明，以及对飞行控制系统中的各种故障及其特性进行了分析，给出了飞机中各类故障的数学描述。
　　 在执行器速率不可测的情况下，针对执行器故障的二阶动态特性，构造了白适应观测器以产生残差，进行故障诊断，给出了对描述故障的朱知参数进行估计的算法。依据二阶动态特性，经推导后得出了执行器故障的近似低阶动态模型。
　　 针对同时存在对象矩阵参数的摄动、外界扰动和故障的一类线性系统，基于降维的未知输入观测器技术对于飞控系统执行器故障进行诊断，使得系统对矩阵参数摄动和外界干扰具有良好的鲁棒性。把原系统分解为两个子系统，一个子系统受故障的影响，而另外一个子系统不受故障的影响，但状态可测。这样，不但大大降低了计算量，而且保证了故障诊断的快速性和准确性。对于多故障情况，设计了多未知输入观测器（即多模型）来描述不同的故障情况，通过切换逻辑获取匹配当前故障系统的最佳模型，改善了系统性能，且能有效地检测故障并对故障进行估计，此外，此方法简单易行。
　　 针对未知的损伤故障，研究了系统输入受限，又存在不确定性的故障诊断与容错控制。即在输入的幅值有一定的物理限制的情况下，设计了基于径向基函数的神经网络观测器来近似模型的不确定性，利用基于直接自适应的重构控制方法，给出了基于μ修正后参考模型的模型跟踪匹配条件，保证系统的信号是有界的，并实现了输出的渐进跟踪。此外，设计了相应的自适应律以调节未知参数，并对系统的稳定性进行了证明，最后，给出了相应算法的仿真分析。
　　 针对不同的故障情况，即卡死，松浮和饱和，建立不同的模型与之相对应，当故障发生后，通过切换机制，选择与当前系统最匹配的模型，并利用基于直接白适应的容错控制方案进行重构。在多模型框架下，对故障建模主要依据故障类型，因而无需求解精确的故障幅值信息，对飞机故障模型的先验知识要求并不是很高。所以，在该框架下提出的故障容错控制方法，对一些未知的、已知的或与已知具有相似性质的故障均可进行检测、估计或调节。此外，用多个模型来覆盖被控对象在故障情况下的不同动态特性，有利于提高故障诊断的速度，也大大降低了误报率和漏报率。

目录

文摘

英文文摘

图表清单

第一章 绪论

1.1 课题研究目的和意义

1.2 故障诊断与容错控制技术

1.2.1 故障的定义、分类及建模

1.2.2 故障容错控制（FTC）

1.3 故障检测与隔离(FDl)

1.3.1 基于模型的FDI．

1.3.2 非基于模型的FDI

1.4 飞行控制系统故障容错面临的挑战

1.5 课题研究内容结构及安排

第二章 多模型控制的基本原理

2.1 引言

2.2 多模型

2.3 模型集

2.3.1 RRQR分解(rank revealing QR decomposition)

2.3.2 多观测器

2.4 控制器组

2.5 切换机制

2.6 仿真算例

2.7 小结

第三章 飞机故障类型分析

3.1 引言

3.2 故障类型分析

3.3 执行器故障

3.3.1 执行器故障特性

3.3.2 执行器故障数学模型

3.4 传感器故障

3.5 结构性故障（structural damage）

3.6 小结

第四章 含有未知输入和不确定性的故障诊断与容错控制

4.1 引言

4.2 降阶UIO方法

4.2.1 系统描述

4.2.2 降阶UIO设计

4.2.3 故障诊断算法

4.2.4 仿真验证

4.3 多模型方法

4.3.1 问题描述

4.3.2 多模型（未知输入观测器）设计

4.3.3 稳定性证明

4.3.4 切换算法

4.3.5 仿真结果

4.4 结论

第五章 输入受限情况下系统的故障容错控制

5.1 引言

5.2 问题描述

5.2.1 二阶执行器故障模型

5.2.2 残差产生

5.3 模型跟踪控制

5.3.1 系统描述

5.3.2 基于RBF神经网络的观测器设计

5.3.3 对象模型匹配控制

5.3.4 稳定性分析

5.3.5 仿真验证

5.4 小结

第六章 基于自适应多模型的故障容错控制

6.1 引言

6.2 问题描述

6.2.1 系统描述

6.3 自适应重构控制

6.3.1 控制目标

6.3.2 控制器设计

6.3.3 稳定性分析

6.4 多模型控制

6.4.1 多模型方案

6.4.2 多模型（观测器）设计

6.4.3 切换逻辑

6.5 仿真分析

6.6 小结

第七章 工作总结与展望

参考文献

致谢

在学期间的研究成果及发表的学术论文