權(quán) 璐, 姜 斌, 楊 蒲
(南京航空航天大學自動化學院, 南京 210016)
隨著控制系統(tǒng)規(guī)模和復雜性的持續(xù)擴大, 對控制系統(tǒng)安全性和可靠性的要求也持續(xù)增加, 使系統(tǒng)微小故障的檢測和診斷變得尤其重要[1-2].由于微小故障具有幅值較低、易被噪聲和未知擾動掩蓋、故障的特征不顯著、不容易被察覺等特點,使微小故障診斷的難度增加[3-4].Chen等[5]通過對原系統(tǒng)進行分解,使微小故障項和未知擾動項分離,再分別針對兩個子系統(tǒng)構(gòu)造Luenberger觀測器和滑模觀測器, 達到了系統(tǒng)對微小故障敏感和對干擾魯棒的目的,實現(xiàn)了對早期故障的有效檢測;隨后Chen等[6]基于未知輸入觀測器也實現(xiàn)了微小故障的檢測,其殘差僅對微小故障敏感; Demetriou等[7]將基于神經(jīng)網(wǎng)絡的故障診斷方法用于一類出現(xiàn)微小故障的非線性系統(tǒng)中; Zhang等[8]基于神經(jīng)網(wǎng)絡提出的非線性系統(tǒng)故障診斷方法也實現(xiàn)了微小故障的隔離和檢測; Wu等[9]解決了Takagi-Sugeno模糊系統(tǒng)的微小故障檢測和診斷問題.然而,僅運用滑模觀測器很難做到對微小故障的檢測,故本文提出了基于神經(jīng)網(wǎng)絡的滑模觀測器, 并對系統(tǒng)中的微小故障進行了檢測和估計.
一類帶有執(zhí)行器微小故障和擾動的線性系統(tǒng)模型
(1)
將系統(tǒng)(1)分塊表示為
(2)
(3)
(4)
圖1 飛控系統(tǒng)故障診斷試驗平臺Fig.1 Flight control system fault diagnosis test platform
(5)
(6)
圖2 基于神經(jīng)網(wǎng)絡滑模觀測器的微小故障檢測殘差Fig.2 Incipient fault detection residual based onneural network sliding mode observer
圖3 飛控系統(tǒng)結(jié)構(gòu)老化下微小故障的估計Fig.3 Estimation of incipient fault under the aging ofphysical structure of flight control system
圖4 飛控系統(tǒng)在氣流擾動下控制輸入的估計Fig.4 Estimation of control input under the flow perturbation of the flight control system