The invention relates to a failure detection method for an UAV flight control system. This method can detect the actuator and sensor faults of the fixed wing UAV flight control system on-line. Based on the dynamic equation and fault type of UAV, the continuous nonlinear fault model of UAV flight control system is established, and the nonlinear fault model of UAV flight control system is transformed into a discrete time-varying fault model of UAV flight control with the help of nonlinear observer, and the equivalent space method is used. To realize the fault detection of UAV flight control system. In view of the poor robustness of traditional equivalent space method under unknown interference, the robust performance index is designed to improve the robustness of system fault detection, and the residual evaluation function is realized by using the extended Calman filter equation in the Krein space for the problem of the traditional equivalent space method with large on-line fault detection. The calculation is reduced by the recursive calculation. The method proposed by this invention can realize the rapid alarm of unmanned aerial vehicle sensor and actuator fault, and provides an effective basis for the fault detection of UAV flight control system. One
【技术实现步骤摘要】
一种无人机飞行控制系统的故障检测方法
本专利技术涉及一种无人机飞行控制系统的故障检测方法,用于无人机飞行控制系统中传感器和执行器的在线故障检测,属于无人机系统故障诊断
技术介绍
近年来,作为解析冗余的一个重要分支,基于模型的故障检测方法被广泛应用于无人机飞行控制系统的故障检测之中,并取得了丰硕成果。基于模型的故障检测方法利用系统输入输出变量之间固有的解析关系,通过系统实际输出和算法的理论输出获得残差序列,并依此判断系统的故障状态。其可以根据系统的解析数学模型深入了解系统的动态性能,优点是故障检测计算量小,结果准确。基于模型的故障检测方法可分三种:状态估计法、参数估计法和等价空间法。等价空间法可以实现故障检测残差与未知初始状态的解耦,从而完全隔离了未知初始状态对故障检测精度的影响,故障检测精度较高;其利用有限时间窗内系统输入与输出(或部分输出)之间的冗余关系构造残差,尤其适合于拥有较多冗余测量信号的系统(如无人机)的故障检测。目前应用等价空间方法对无人机飞行控制系统进行故障检测已经有了一些研究成果,例如钟麦英等所撰写论文“基于观测器与小波变换的UAV作动器故障检测[J].系统仿真技术,2016,12(1):6-12”将平稳小波变换与等价空间相结合实现了无人机作动器的故障检测,解决了传统等价空间方法性能指标较好时在线计算量大且漏报率较高的缺陷,实现了较宽频率范围内作动器故障信号的检测。但其仅针对无人机线性定常模型,对于无人机中不可避免存在的非线性,尚无解决办法。针对无人机的非线性特性,马岩等撰写的论文“基于BP神经网络的无人机故障诊断专家系统研究[J ...
【技术保护点】
1.一种无人机飞行控制系统的故障检测方法,其特征在于,包括下列步骤:
【技术特征摘要】
1.一种无人机飞行控制系统的故障检测方法,其特征在于,包括下列步骤:步骤1:根据无人机动力学、运动学方程和故障类型,建立无人机飞行控制系统连续非线性故障模型;步骤2:对步骤1所得的所述的无人机飞行控制系统连续非线性故障模型进行欧拉离散化并线性化,求取无人机飞行控制系统离散时变故障模型;步骤3:根据无人机飞行控制系统的最小可观测性能指数和在线计算能力的要求,确定等价空间阶次,然后利用无人机传感器系统测量得到的测量数据基于步骤2所得的所述无人机飞行控制系统离散时变故障模型构建等价方程;步骤4:根据步骤3所得的所述等价方程,求取等价矩阵Vls(k)使得故障残差与未知初始状态解耦;步骤5:构建反映故障残差对于干扰的鲁棒性和对于故障的灵敏性的鲁棒性性能指标;步骤6:利用步骤4所得的所述等价矩阵求取解耦新息向量以及的格莱姆矩阵步骤7:结合步骤6所得的所述格莱姆矩阵和所得的所述解耦新息向量构建残差评价函数Js(k);步骤8:在所述时间窗内对步骤7所得的所述残差评价函数平滑处理得到新的残差评价函数Jns(k);步骤9:利用步骤8计算多个重复飞行实验的所述新的残差评价函数,得到残差评价阈值Jth;步骤10:根据步骤8所得的所述残差评价函数和步骤9所得的所述残差评价阈值,判断故障是否发生,即所述残差评价函数大于所述残差评价阈值时产生故障报警信号,反之认为系统正常;步骤11:返回步骤2,重复步骤2-10,完成所述新的残差评价函数计算,直至无人机完成飞行任务,至此无人机飞行控制系统故障检测完成。2.根据权利要求1所述的一种无人机飞行控制系统的故障检测方法,其特征在于:步骤1中,所述无人机飞行控制系统连续非线性故障模型如下:其中,x(t)为状态向量;u(t)为控制输入向量;d(t)为l2范数有界的未知干扰向量;f(t)为l2范数有界的未知故障向量;y(t)为量测向量;fc(x(t))、bc(t)、bcd和bcf(t)分别为无人机飞行控制系统连续非线性故障模型的系统矩阵、输入矩阵、过程噪声输入矩阵和执行器故障输入矩阵,描述了无人机的运动和故障形式;C、Dd和Df分别为量测矩阵、量测噪声输入矩阵和传感器故障输入矩阵,t代表矩阵为连续系统时变矩阵,fc(x(t))、bc(t)、bcd、bcf(t)、C、Dd和Df由无人机动力学、运动学方程以及故障形式确定,具体参数由无人机型号确定。3.根据权利要求1所述的一种无人机飞行控制系统的故障检测方法,其特征在于:步骤2中,所述无人机飞行控制系统离散时变故障模型为:式中,k代表矩阵为离散系统时变矩阵;定义是在k时刻的状态估计,则:Al(k)=A(k)-L(k)C,Bld(k)=Bd(k)-L(k)Dd,Blf(k)=Bf(k)-L(k)Df其中,滤波器增益矩阵L(k)由如下扩展卡尔曼滤波方程递推计算如下:T代表转置符号,为新息的格莱姆矩阵,P(k)为误差方差阵。4.根据权利要求1所述的一种无人机飞行控制系统的故障检测方法,其特征在于:步骤3中,所述构建等价方程的具体方法为:选取等价空间阶次s,其中表示所有正整数,利用无人机传感器系统测量得到的测量数据基于无人机飞行控制系统离散时变故障模型构建如下等价方程:式中,Hos(k)为扩维系统矩阵,Hds(k)为扩维干扰输入矩阵,Hfs(k)为扩维故障输入矩阵,ds(k)为干扰集合,fs(k)为故障集合,分别表示如下:Hfs(k...
【专利技术属性】
技术研发人员:钟麦英,赵煊,周东华,赵岩,陈杰,盖文东,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:山东,37
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。