一种基于多模型参数估计的舵机故障检测与诊断方法技术

技术编号:12947934 阅读:71 留言:0更新日期:2016-03-02 09:39
本发明专利技术公开了一种基于多模型参数估计的舵机故障检测与诊断方法,本方法针对四种典型舵机故障类型,建立相应的单参数故障模型,并将自适应与观测器结合建立参数估计器,通过多模型切换机制给出最准确的故障信息。本发明专利技术可以实现对无人机舵机工作状态的在线检测,提供准确及时的故障类型、故障程度等信息,其准确性、实时性、可靠性均满足多操纵面无人机对舵机故障检测与诊断的设计要求,并已经在多操纵面无人机中得到应用及验证。

【技术实现步骤摘要】

本专利技术涉及无人机舵机在线检测
,具体涉及一种基于多模型参数估计的 舵机故障检测与诊断方法。
技术介绍
最早期的故障检测与诊断技术主要是由具备专业知识的维护人员凭借对系统的 直观感受结合自身的经验进行人工诊断,这种方法诊断迅速方便,但是对于复杂系统无法 适用,很容易产生误诊;随着传感器技术、信号处理技术的发展,逐渐形成了以系统故障信 号特征为依据的检测与诊断方法,这类方法实现了系统运行状态的在线实时监测;随着人 工智能等技术的发展,故障诊断进入了智能算法阶段,用计算机模拟专家诊断思维,实现了 诊断技术的迅猛飞跃。 故障检测与诊断方法发展至今,一般被分为三类,即基于解析模型的方法、基于知 识的方法和基于信号处理的方法。基于解析模型的故障诊断方法是目前发展最完备的一种 方法,这种方法的基本思路是利用对研究对象数学特性的透彻分析建立其对应的数学解析 模型,以被诊断系统相同的输入信号作为激励,利用实际系统和解析模型的状态按照一定 准则建立残差,最后利用该残差根据一定的准则判断故障类型、故障程度等信息。 目前应用较广的基于解析模型的方法主要包括特征参数估计方法、相关状态估计 方法、等价空间法等。这类方法的优点在于从被诊断对象的系统特征出发,在建模准确的基 础上最能够体现对象的运行状态,物理意义明确。但是缺点在于一般很难建立精确的系统 解析模型,建模误差、系统噪声等外界干扰对诊断方法的鲁棒性提出了很高的要求。 基于知识的故障诊断方法不需要进行对象建模,而是利用诊断对象的可测信息, 引入了相关领域专家的经验进行故障的判断,从而避免了对象建模不确定性的影响,具有 相当可观的应用前景。但是目前这类方法的研究仍处于起步阶段,在达到工程应用程度之 前仍需要继续投入大量的科研力量。目前研究较深入的该类方法有基于专家系统的方法、 基于模糊推理的方法、基于模式识别的方法和基于神经网络的方法等。基于信号处理的诊 断方法直接利用故障后对象的工作状态信息,通过对故障机理的透彻分析,选择最能反映 故障特征的可测量信号作为故障诊断的依据,利用一定的信号处理手段,实现对象的故障 诊断,避免了系统建模带来的鲁棒性问题。这类方法的缺点在于需要对象的状态发生较大 变化时才能生效,而此时对象系统可能已经接近崩溃。
技术实现思路
为解决上述现有技术中的不足,本专利技术提供了一种基于多模型参数估计的舵机故 障检测与诊断方法,本专利技术的目的是提供一种易于工程实现的故障检测与诊断方法,实现 对无人机舵机工作状态的在线监测,提供准确及时的故障类型、故障程度等信息。 为解决上述现有技术中的不足,本专利技术是通过下述技术方案实现的: -种基于多模型参数估计的舵机故障检测与诊断算法, A、分析舵机的四种典型故障:卡死、漂浮、饱和和效率下降的动态特性,建立单参 数故障模型; B、针对建立的故障模型,将自适应与观测器结合建立参数估计器,对舵机故障模 型的特征参数进行在线估计,实施检测舵机运行状态,根据特征参数的变化情况,判断是否 发生故障以及故障的类型程度信息; C、设置多模型切换机制,根据当前状态选取最接近真实情况的参数估计值,给出 最准确的故障信息。 所述建立故障模型具体是指: 在典型舵机二阶环苄基础上减少故障相关参数数量,建立单参数模型: 其中,Ul为舵机输出,u。为舵机输入,u2为舵机转速,0 <δ<< 1,对于实际舵 机,转动速率及偏转角度都有一定的限制,即有ulnun<uAulniax,u2_彡u2彡u2_;其中 Uimin,Ulmax为舵机偏转角度的最小及最大限制,U2min,U2max为舵机偏转速率的最小及最大限 制;结合当前可测得的舵机输出,可以判断当前舵机的工作状态及故障类型,即: 其中,tF为发生故障的时间,?为效率下降时的效率值。 所述建立观测器具体是指: 其中|是故障类型判断参数Θ的估计值,设计投射自适应律估算I,:由(2)式中的 判断规则即可判定故障类型。 设置切换机制选择当前最接近实际操纵面动态的观测器,以获取最准确的故障信 息;切换函数形式为: 其中,I:为当前的状态误差,Cl> 0,c2> 0 ;对每一个观测器同时计算上述指标,取 最小值对应的观测器为最接近实际模型的观测器。 与现有技术相比,本专利技术多带来的有益的技术效果表现在: 1、与常用的基于解析模型、基于知识和基于信号处理的舵机故障检测与诊断算法 相比,本专利技术避免了建模不确定性的影响和大变化状态的激发问题,同时减少了故障相关 参数数量,降低了调参难度,从而解决了故障检测和诊断算法的工程实现问题。 2、解决了故障信息及时性问题,针对典型故障建立相应的故障模型,并将自适应 与观测器结合建立特征参数估计计算法,通过在线估计实时监测舵机运行状态。 3、解决了故障信息准确性问题,通过对不同故障类型的特征分析,设计多模型切 换机制,根据当前状态选取最接近真实情况的参数估计值。【附图说明】 图1是基于参数估计的舵机故障检测与诊断结构示意图; 图2是多模型算法的结构示意图; 图3是实施例1完全失效舵机输出参数示意图; 图4是实施例1完全失效故障类型示意图; 图5是实施例1完全失效舵机输出残差参数示意图; 图6是实施例1完全失效Θ参数示意图; 图7是实施例1部分失效舵机输出参数示意图; 图8是实施例1部分失效故障类型示意图; 图9是实施例1部分失效舵机输出残差参数示意图; 图10是实施例1部分失效Θ参数示意图; 图11是实施例2完全失效舵机输出参数示意图; 图12是实施例2完全失效故障类型示意图; 图13是实施例2完全失效舵机输出残差参数示意图; 图14是实施例2完全失效Θ参数示意图; 图15是实施例1部分失效舵机输出参数示意图; 图16是实施例1部分失效故障类型示意图; 图17是实施例1部分失效舵机输出残差参数示意图; 图18是实施例1部分失效Θ参数示意图。【具体实施方式】 以下结合附图和实例对本专利技术的
技术实现思路
作进一步描述: 本专利技术针对不同故障类型单参数模型建立了对应的状态观测器,设计参数估计策 略实现故障的检测与诊断,即根据实际舵机对象和各状态观测器的输入输出,利用自适应 律进行参数估计,通过多模型切换机制选择当前最接近实际舵机动态的观测器,以获取最 准确地故障信息。其具体实施步骤如下: (1)故障建模 典型二阶舵机模型的输入输出传递函数可表示为式(5): 其中为舵机输出,Uc为舵机输入,λρλ2为相关参数。此时式(6)的时域表达 式可写为: 其中,Ul为舵机输出,u。为舵机输入,u2为舵机转速,λι>>1,λ2>>1,λι> >λ20 舵机四种典型故障可重新划分为两类,即完全失效故障和部分失效故障。完全失 效故障包括卡死、饱和及漂浮故障;部分失效故障包括效率下降故障。故障建模就是在分析 这两类故障特点的基础上,对其输入输出特性进行数学描述。 发生完全失效故障时,舵机输出保持某一定值不变,即转速112为0,则其动态特性 可表示为: 时域表达式可写为: 当舵机正常工作时σ= 1,当发生完全失效故障时,〇 = 〇。 发生部分失效故障时,输出值与理想输出值成比例关系,其动态特性可表示为: 时域表达式可写为本文档来自技高网
...

【技术保护点】
一种基于多模型参数估计的舵机故障检测与诊断算法,其特征在于:其步骤如下:A、分析舵机的四种典型故障:卡死、漂浮、饱和和效率下降的动态特性,建立单参数故障模型,从而降低了调参难度;B、针对建立的故障模型,将自适应与观测器结合建立参数估计器,对舵机故障模型的特征参数进行在线估计,实施检测舵机运行状态,根据特征参数的变化情况,判断是否发生故障以及故障的类型程度信息;C、设置多模型切换机制,根据当前状态选取最接近真实情况的参数估计值,给出最准确的故障信息。

【技术特征摘要】

【专利技术属性】
技术研发人员:韩婵魏林张瞿辉陈伟王毅
申请(专利权)人:成都飞机工业集团有限责任公司
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1