【技术实现步骤摘要】
航空发动机分布式控制系统传感器故障估计方法
[0001]本专利技术涉及航空发动机故障诊断
，尤其涉及航空发动机分布式控制系统传感器故障估计方法。
技术介绍
[0002]分布式控制是继全权限数字电子控制器FADEC之后的下一代航空发动机控制技术。由于分布式控制系统中大量采用的智能传感器在发动机高温高振动的恶劣环境下容易发生漂移等故障，因此对航空发动机分布式控制系统的传感器进行故障诊断研究具有重要的实际意义。目前对于航空发动机分布式控制系统等网络化控制系统的故障诊断研究主要集中在故障检测领域，针对控制系统传感器故障估计的研究成果仍然相对较少。与传统的龙贝格故障观测器相比，T
‑
N
‑
L故障观测器拥有更高的设计自由度和更低的保守性；但是当前使用T
‑
N
‑
L观测器对传感器故障进行估计的方法(张文瀚等人在《自动化学报》上发表的论文《基于鲁棒正不变集的传感器故障区间估计》)均采用的是时间触发机制，这在传感器采样值变化较小的情况下会导致不必要的数据传输。与每个...
【技术保护点】
【技术特征摘要】
1.一种航空发动机分布式控制系统传感器故障估计方法，其特征在于，将事件触发机制与T
‑
N
‑
L故障观测器相结合，在求解基于事件触发机制的T
‑
N
‑
L故障观测器增益矩阵的基础上，设计事件触发参数；采用航空发动机控制系统模型验证基于事件触发机制的T
‑
N
‑
L故障观测器的故障估计方法；具体步骤如下：S1.建立被控对象的航空发动机控制系统模型；航空发动机在某一工作稳态点附近的航空发动机控制系统模型如下所示：其中，x
k
∈R
n
表示航空发动机控制系统模型状态变量，n表示状态变量的维数；u
k
∈R
m
表示航空发动机控制系统模型控制输入，m表示控制输入的维数；f
k
∈R
f
表示传感器加性故障，f表示故障信号的维数；w
k
∈R
w
表示航空发动机控制系统模型外部扰动，w表示扰动变量的维数；y
k
∈R
p
表示航空发动机控制系统模型测量输出，p表示测量输出的维数；v
k
∈R
v
表示航空发动机控制系统模型测量噪声，v表示测量噪声的维数；A,B,C,D,F,G是航空发动机控制系统模型常值矩阵；F是列满秩且f≤p；S2.建立事件触发条件；事件触发机制如下所示：其中，Ω为事件触发权值矩阵，σ为事件触发阈值，k为运行时刻，k
i
为事件触发时刻；考虑到零阶保持器的作用，故障观测器的输入为：S3.构建增广系统，建立基于事件触发机制的故障观测器；为了获得传感器加性故障f
k
，将其视为增广状态，得到增广状态向量col{...}表示元素组成的列向量；构造出如下所示的增广系统：其中针对上述增广系统，建立如下形式的T
‑
N
‑
L故障观测器：
其中，表示故障观测器的状态估计向量，T∈R
(n+f)
×
(n+f)
、N∈R
(n+f)
×
p
和L∈R
(n+f)
×
p
是T
‑
N
‑
L故障观测器增益参数矩阵，且T和N满足如下等式关系：TE+NC1＝I
n+f
(5)其中，I
n+f
表示维数为n+f的单位矩阵；由式(3)和式(5)得：定义变量由式(4)和式(6)得到误差动态系统如下：e
k+1
＝(TA1‑
LC1)e
k
+TD1w
k
‑
LGv
k
‑
NGv
k+1
‑
Lδ
k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)将等式(7)简写为如下形式：其中，d
k
＝col{w
k
,v
k
,v
k+1
}，S4.通过求解以下的多目标优化问题，求得故障观测器增益参数T，L和N；为了对航空发动机分布式控制系统传感器故障进行估计的同时，保证增广系统式(3)对外界干扰具有鲁棒性，设计T
‑
N
‑
L故障观测器，使得误差动态系统式(8)渐近稳定且满足如下的多目标约束：||e
k
||2≤γ1||d
k
||2,
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9
‑
a)||e
k
||2≤γ2||δ
k
||2(9
‑
b)其中，γ1和γ2为H
∞
性能指标，均为正数，d
k
和e
k
的定义与(8)中相同，δ
k
的定义与(2)中相同；定理1：给定参数n,f,w,v,γ1,γ2为正数，存在正定矩阵P和矩阵Q，Z，满足正数，存在正定矩阵P和矩阵Q，Z，满足其中，M1＝PΦ
+
Λ1A1+ZΨΛ1A1‑
QC1,M2＝PΦ
+
Λ1D1+ZΨΛ1D1,M3＝
‑
QG,M4＝
‑
PΦ
+
Λ2G
‑
ZΨΛ2G,M5＝
‑
PΦ
+
Λ1A1‑
ZΨΛ1A1+QC1,当式(10
‑
a)和式(10
‑
b)中的不等式有可行解...
【专利技术属性】
技术研发人员：费中阳，马永康，孙希明，林鑫，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
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。