飛行控制系統(tǒng)傳感器信息融合與容錯(cuò)方法研究.pdf

1、可靠性與安全性是飛機(jī)設(shè)計(jì)需要考慮的關(guān)鍵因素。當(dāng)前電傳操縱技術(shù)和主動(dòng)控制方法的發(fā)展與應(yīng)用，在大幅提升飛機(jī)操縱性、機(jī)動(dòng)性的同時(shí)，也增加了飛行控制系統(tǒng)的復(fù)雜程度，給系統(tǒng)的可靠性與安全性帶來(lái)了挑戰(zhàn)。
　　高精度、高可靠性的容錯(cuò)傳感器子系統(tǒng)是保證飛行控制系統(tǒng)正常工作的基礎(chǔ)。先進(jìn)信息融合技術(shù)與容錯(cuò)方法的應(yīng)用，能夠取代典型管理方法—基于余度技術(shù)的表決監(jiān)測(cè)，滿足更高的性能指標(biāo)要求。在傳感器正常工作時(shí)，信息融合技術(shù)能夠綜合先驗(yàn)信息、量測(cè)信息等多種信

2、息來(lái)源，提高傳感器信號(hào)精度；在傳感器發(fā)生故障時(shí)，故障診斷方法能夠及時(shí)對(duì)故障源進(jìn)行檢測(cè)與隔離，減小故障傳播對(duì)飛行安全造成的危害，信號(hào)重構(gòu)方法則基于飛行狀態(tài)量之間的數(shù)學(xué)關(guān)系，計(jì)算解析信號(hào)從而維持飛行控制任務(wù)的執(zhí)行。因此，圍繞飛行控制系統(tǒng)傳感器的信息融合與容錯(cuò)方法的研究，對(duì)于保證系統(tǒng)的可靠性與安全性具有重要意義。
　　本文以飛行控制系統(tǒng)傳感器為研究對(duì)象，確定了容錯(cuò)飛行控制系統(tǒng)傳感器信息融合的整體框架，對(duì)傳感器元件的故障診斷方法、基于信號(hào)

3、重構(gòu)的俯仰角速度傳感器容錯(cuò)設(shè)計(jì)、基于方差變化檢測(cè)的傳感器組件加權(quán)融合方法、基于自適應(yīng)非線性濾波的子系統(tǒng)級(jí)融合以及混合余度系統(tǒng)的可靠性建模分析方法進(jìn)行了研究。論文的主要工作和創(chuàng)新點(diǎn)如下：
　?。?）根據(jù)飛行控制系統(tǒng)傳感器的組成和配置特性，設(shè)計(jì)了包括元件級(jí)、組件級(jí)和子系統(tǒng)級(jí)三層融合層級(jí)的信息融合方案。每一融合層級(jí)均能利用互補(bǔ)和冗余信息，提高傳感器信號(hào)精度，增強(qiáng)飛行控制系統(tǒng)的容錯(cuò)能力。
　?。?）研究了余度傳感器元件的故障診斷方法

4、。在平均奇偶向量法（Average Parity Vector，APV）的基礎(chǔ)上，采用模型群切換（Model Group Switching，MGS）算法對(duì)奇偶向量進(jìn)行補(bǔ)償，提出了一種MGS-APV故障檢測(cè)隔離方法。MGS-APV方法根據(jù)元件組的工作模式，對(duì)模型群進(jìn)行了覆蓋定義；并且設(shè)計(jì)了模型群激活和終止邏輯，實(shí)現(xiàn)模型集合的在線調(diào)整，有效地減小了傳感器誤差對(duì)于決策函數(shù)的影響。通過(guò)典型傳感器元件組在穩(wěn)態(tài)飛行與機(jī)動(dòng)飛行下的仿真，并與典型方法

5、進(jìn)行對(duì)比，驗(yàn)證了MGS-APV算法能夠快速實(shí)現(xiàn)幅值較小故障的檢測(cè)隔離，同時(shí)每一解算周期運(yùn)行的濾波器數(shù)量較少，運(yùn)算量較小。
　?。?）俯仰角速度傳感器是保證飛行安全的關(guān)鍵元件。為提高元件組的容錯(cuò)能力與可靠性，提出了包括解析信號(hào)輔助故障診斷和容錯(cuò)控制功能的容錯(cuò)設(shè)計(jì)方案。根據(jù)兩種功能對(duì)于解析信號(hào)的不同要求，分別設(shè)計(jì)了對(duì)應(yīng)的信號(hào)重構(gòu)方法。容錯(cuò)控制對(duì)信號(hào)實(shí)時(shí)性要求較高，信號(hào)重構(gòu)方法采用跟蹤微分器法。而針對(duì)故障診斷功能對(duì)解析信號(hào)的高精度要求，

6、提出了一種基于模糊“當(dāng)前”統(tǒng)計(jì)模型的信號(hào)重構(gòu)方法。為提高模糊模型與實(shí)際運(yùn)動(dòng)模式的匹配精度，提出了一種基于雜草入侵機(jī)制的變長(zhǎng)染色體遺傳算法，對(duì)模糊模型的規(guī)則和參數(shù)進(jìn)行了同時(shí)優(yōu)化。解析信號(hào)輔助故障診斷功能則通過(guò)對(duì)移動(dòng)數(shù)據(jù)窗法的改進(jìn)實(shí)現(xiàn)。典型算例的測(cè)試驗(yàn)證了改進(jìn)優(yōu)化算法收斂性與精度的提升。典型飛行狀態(tài)下的仿真驗(yàn)證了信號(hào)重構(gòu)、容錯(cuò)控制以及故障診斷方法的有效性。
　　（4）針對(duì)傳感器測(cè)量噪聲變化導(dǎo)致加權(quán)數(shù)據(jù)融合精度下降的問(wèn)題，提出一種改進(jìn)加

7、權(quán)融合算法。加權(quán)融合算法包括方差估計(jì)和假設(shè)檢驗(yàn)兩個(gè)環(huán)節(jié)。首先，采用自適應(yīng)移動(dòng)數(shù)據(jù)窗實(shí)現(xiàn)方差估計(jì)，窗口長(zhǎng)度由多元假設(shè)檢驗(yàn)的結(jié)果決定。然后，假設(shè)檢驗(yàn)環(huán)節(jié)則應(yīng)用信號(hào)分段處理方法與中心極限定理，使得檢驗(yàn)統(tǒng)計(jì)量滿足正態(tài)分布，簡(jiǎn)化了后續(xù)計(jì)算與理論推導(dǎo)；并根據(jù)馬爾可夫狀態(tài)轉(zhuǎn)移理論和最大后驗(yàn)概率準(zhǔn)則，實(shí)現(xiàn)噪聲方差變化的快速檢測(cè)。最后通過(guò)與典型算法的仿真對(duì)比，驗(yàn)證所提算法克服了典型方法的局限性，能夠保證加權(quán)數(shù)據(jù)融合以及方差估計(jì)具有更高精度。
　?。?/p>

8、5）為解決大氣數(shù)據(jù)傳感器測(cè)量精度低、失效率高的問(wèn)題，提出一種自適應(yīng)中心差分卡爾曼濾波（ACDKF）算法。ACDKF方法在傳感器正常工作時(shí)，基于飛機(jī)運(yùn)動(dòng)學(xué)方程和精確的慣性信號(hào)，有效提高大氣數(shù)據(jù)精度；在傳感器發(fā)生故障時(shí)，通過(guò)新息序列分布變化的假設(shè)檢驗(yàn)以及多重漸消因子的引入，對(duì)濾波增益矩陣進(jìn)行自適應(yīng)調(diào)整，實(shí)現(xiàn)了故障傳感器的檢測(cè)與隔離。通過(guò)單一傳感器故障與多數(shù)傳感器故障設(shè)置下的仿真，并與CDKF和表決監(jiān)測(cè)方法進(jìn)行對(duì)比，驗(yàn)證了ACDKF方法的有效

9、性和優(yōu)越性。
　?。?）針對(duì)信息融合與容錯(cuò)方法引入的時(shí)序故障與復(fù)雜管理邏輯，從可靠性的角度對(duì)混合余度傳感器系統(tǒng)進(jìn)行建模分析。首先，分別對(duì)系統(tǒng)的故障過(guò)程和診斷過(guò)程進(jìn)行建模，集成建立半馬爾可夫過(guò)程可靠性模型。然后，通過(guò)代數(shù)模型與補(bǔ)充變量法的結(jié)合，提出了一種定量分析方法，采用代數(shù)模型法將系統(tǒng)模型簡(jiǎn)化為故障模式的邏輯和，應(yīng)用補(bǔ)充變量法求解化簡(jiǎn)后的半馬爾可夫過(guò)程。接著，基于事件的分布函數(shù)推導(dǎo)了時(shí)序故障概率計(jì)算公式，用于求解各故障模式的定量概