分布式控制系统下APU部件和传感器的混合故障诊断与隔离

摘要

研究了分布式控制系统下辅助动力装置(Auxiliary power unit,APU)的气路部件和传感器的故障诊断与隔离(Fault diagnosis and isolation,FDI),并在分布式控制系统中将非线性动态模型和分布式状态估计器结合起来进行了研究。分布式扩展卡尔曼滤波器(Distributed extended Kalman filter,DEKF)起到状态估计器的作用,用于估计气路部件的流动能力。DEKF拥有一个主滤波器和5组与APU的5个传感器一一对应的子滤波器,每个子滤波器产生局部状态的流动能力估计。主滤波器收集并融合局部状态信息,然后将状态估计反馈给子滤波器。在APU分布式控制结构的DEKF算法中引入了丢包模型。设计了具有残差加权平方和(Weight sum of squared residuals,WSSR)性能指标的FDI策略,并通过一次移除一个子滤波器来识别APU传感器故障。当前子滤波器的性能指标WSSR不同于剩余的子滤波器组合时,说明发生了传感器故障,并且解析余度的估计值会取代故障传感器的测量值。值得注意的是,该方法不仅适用于传感器故障,而且可以解决APU气路部件和传感器之间的混合故障问题。利用APU测试数据进行了系统性的仿真和比较,验证了该方法的优越性。