馬立群， 孫曉哲， 楊士斌， 楊建忠

(中國(guó)民航大學(xué)適航學(xué)院，天津 300000)

0 引言

故障診斷是指在系統(tǒng)運(yùn)行過程中能夠發(fā)現(xiàn)故障的發(fā)生和獲得故障的信息，具體包含故障檢測(cè)和故障隔離兩個(gè)關(guān)鍵部分。隨著自動(dòng)化技術(shù)和信息技術(shù)的發(fā)展，故障診斷技術(shù)被廣泛應(yīng)用于航空航天領(lǐng)域，在多種不同類型的飛行平臺(tái)上得到實(shí)現(xiàn)，有效提升了飛行器的可靠性，保證了飛行任務(wù)的安全執(zhí)行。

飛行控制系統(tǒng)是現(xiàn)代飛行器的關(guān)鍵系統(tǒng)之一，傳感器是飛行控制系統(tǒng)實(shí)現(xiàn)反饋控制的重要環(huán)節(jié)。為了保證民用飛機(jī)的安全性和適航性達(dá)到要求，在設(shè)計(jì)上需要對(duì)關(guān)鍵傳感器進(jìn)行物理冗余，通過對(duì)不同源信息進(jìn)行比較、投票、加權(quán)、平均、監(jiān)控保護(hù)和切換等處理來判斷和定位傳感器故障，以保證信號(hào)安全。例如，波音777使用的大氣數(shù)據(jù)慣性基準(zhǔn)系統(tǒng)，包含容錯(cuò)大氣數(shù)據(jù)和慣性參考單元，以及備用大氣數(shù)據(jù)和慣性參考單元，備用部分可以形成重要數(shù)據(jù)的非相似備份[1]。

除了傳統(tǒng)硬件冗余方式，非硬件冗余方式也受到廣泛關(guān)注。典型的非硬件冗余的故障診斷技術(shù)包含解析余度和信息余度[2-3]。隨著控制理論和計(jì)算機(jī)技術(shù)的發(fā)展，工業(yè)界和學(xué)術(shù)界均在積極探索利用軟件方式來實(shí)現(xiàn)故障診斷和容錯(cuò)。本文基于該技術(shù)綜述了飛機(jī)飛控系統(tǒng)傳感器故障診斷技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀，首先介紹了典型傳感器故障模式，給出了文獻(xiàn)綜述的總體情況，其次分別闡述了近年來基于模型方法和基于信息方法在相關(guān)領(lǐng)域內(nèi)的研究與應(yīng)用情況，最后簡(jiǎn)明分析了傳感器故障診斷當(dāng)前面臨的挑戰(zhàn)和未來的發(fā)展方向。

1 傳感器故障模式和設(shè)計(jì)考慮

民用飛機(jī)飛控系統(tǒng)一般包括陀螺儀、加速度計(jì)、大氣數(shù)據(jù)系統(tǒng)中控制用傳感器、北斗、GPS等傳感裝置。典型傳感器的故障表征形式包含失效故障、短路故障、恒偏差故障、漂移故障和精度損傷故障。上述故障可以分為兩種類型：一種是與原信號(hào)有關(guān)，是在原有信號(hào)的基礎(chǔ)之上出現(xiàn)對(duì)系統(tǒng)影響較大的誤差、畸變或干擾，如恒偏差、精度損傷、噪聲等；另一種是與原有信號(hào)完全無(wú)關(guān)的故障，如傳感器失效、短路等。二者相比，保持原信號(hào)信息的故障信號(hào)診斷更為困難，故障信號(hào)在正確信號(hào)中的占比也會(huì)對(duì)診斷的效果造成影響，弱小、慢變的故障信號(hào)誤報(bào)和漏報(bào)的概率也會(huì)更大，需要更高的檢測(cè)精度和速度。

對(duì)于民用飛機(jī)來說，關(guān)鍵傳感器故障的診斷需要同時(shí)考慮安全性和經(jīng)濟(jì)性兩方面。一方面，民用飛機(jī)的設(shè)計(jì)和運(yùn)行首先要滿足安全性和適航性要求。以運(yùn)輸類飛機(jī)為例[4]，從CCAR25.1309條款規(guī)定可以看出，對(duì)于執(zhí)行關(guān)鍵功能的飛控系統(tǒng)傳感器來說，必須盡可能地降低各類故障對(duì)操縱的影響，將單一傳感器的失效概率降為極不可能，滿足航空器“失效-安全”的設(shè)計(jì)理念。這就要求系統(tǒng)具備一定的故障診斷和容錯(cuò)能力，及時(shí)發(fā)現(xiàn)和處理故障，確保反饋飛機(jī)狀態(tài)信號(hào)的正確性，保證飛機(jī)的飛行安全。另一方面，輕量化是未來民航用航空器發(fā)展的重要方向之一，是主流民用飛機(jī)廠商的重點(diǎn)研制生產(chǎn)目標(biāo)。輕量化設(shè)計(jì)不僅可以從經(jīng)濟(jì)上為航空公司節(jié)省成本、擴(kuò)大收益，而且是實(shí)現(xiàn)綠色環(huán)保、降低污染物排放的重要途徑。從設(shè)計(jì)角度考慮，除了對(duì)飛機(jī)結(jié)構(gòu)和材料有著更高的要求以外，機(jī)載設(shè)備的配置和使用也要同時(shí)兼顧安全性和實(shí)用性。對(duì)于一般的冗余方法來說，雙余度可以檢測(cè)到故障的產(chǎn)生，但難以判斷具體的故障信息；三余度和四余度技術(shù)可以定位故障傳感器位置，但經(jīng)濟(jì)成本和設(shè)計(jì)代價(jià)較大，對(duì)于多故障同時(shí)發(fā)生的狀況也較難診斷。由此可以看出，現(xiàn)有飛機(jī)的關(guān)鍵傳感器硬件余度方法可以滿足CCAR25.1309條款要求，但多余度的設(shè)計(jì)也給重量和成本帶來一定的負(fù)擔(dān)?？梢姲l(fā)展非硬件冗余方式具有一定的潛力。

2 基于模型方法研究現(xiàn)狀

基于模型方法具有簡(jiǎn)單實(shí)用、物理概念性強(qiáng)等優(yōu)點(diǎn)，工業(yè)界和學(xué)術(shù)界都在探索利用“軟”余度來替代傳統(tǒng)的物理硬件余度，在滿足航空器的安全性要求的同時(shí)，提升飛機(jī)經(jīng)濟(jì)性?，F(xiàn)有型號(hào)中，空客A380和A350利用基于模型方法診斷飛控作動(dòng)器中的非指令信號(hào)故障，并通過局方適航審定。國(guó)內(nèi)外學(xué)者圍繞基于模型方法也對(duì)傳感器故障診斷開展了廣泛的研究，典型的算法有Kalman濾波器(KF)、未知輸入觀測(cè)器、滑模變結(jié)構(gòu)方法、LPV濾波器、魯棒控制等。

學(xué)者們利用濾波與估計(jì)的方式來預(yù)測(cè)系統(tǒng)狀態(tài)，診斷傳感器中出現(xiàn)的故障。KIYAK[5]設(shè)計(jì)了未知輸入觀測(cè)器，利用產(chǎn)生的殘差探測(cè)和隔離故障，并應(yīng)用于大型客機(jī)的作動(dòng)器和傳感器故障檢測(cè)；DE LOZA等[6]建立了高階滑模微分器對(duì)狀態(tài)進(jìn)行預(yù)測(cè)，診斷波音747迎角傳感器出現(xiàn)的故障，并且算法在Simona模擬器上得到了驗(yàn)證；OSSMANN等[7]設(shè)計(jì)了基于LPV故障探測(cè)濾波器，用于診斷飛機(jī)迎角傳感器出現(xiàn)的漂移、噪聲和振蕩等故障，仿真結(jié)果表明所設(shè)計(jì)的系統(tǒng)具有魯棒性；ALWI等[8]也在魯棒LPV方法的基礎(chǔ)上，設(shè)計(jì)了滑模觀測(cè)器來抑制模型不確定性對(duì)傳感器故障診斷帶來的影響；ALCALAY等[9]設(shè)計(jì)了基于自適應(yīng)擴(kuò)展卡爾曼濾波算法(EKF)的“虛擬傳感器”，用于在線估計(jì)飛機(jī)縱向運(yùn)動(dòng)參數(shù)，以避免單一傳感器故障對(duì)飛行造成影響;HENRY等[10]分別設(shè)計(jì)了兩種濾波器進(jìn)行比較，其一是對(duì)故障信號(hào)H范數(shù)的最優(yōu)估計(jì)，其二是基于H/H_算法的混合濾波器，實(shí)現(xiàn)對(duì)故障的敏感性增強(qiáng)和降低未知輸入信號(hào)帶來的影響；BERDJAG等[11]專門針對(duì)飛機(jī)中慣性系統(tǒng)出現(xiàn)的非指令振蕩信號(hào)，利用諧波濾波器來對(duì)故障進(jìn)行診斷；RAFI等[12]考慮強(qiáng)發(fā)動(dòng)機(jī)喘振影響飛機(jī)速度傳感器測(cè)量精度的情況，設(shè)計(jì)了基于觀測(cè)器的診斷算法來平滑速度信號(hào)，最終在CJ- 144飛機(jī)的試飛實(shí)驗(yàn)中得到驗(yàn)證;JOSHI等[13]利用增廣狀態(tài)來認(rèn)定傳感器偏置故障的充分必要條件;ZAHED等[14]利用EKF設(shè)計(jì)了迎角與空速的“虛擬傳感器”，加強(qiáng)信號(hào)的可靠性，增強(qiáng)控制品質(zhì);胡銳等[15]基于模糊邏輯和平均加權(quán)思想，設(shè)計(jì)出了一種隨陀螺誤差累積時(shí)間變化的自適應(yīng)故障檢測(cè)算法，并通過多種傳感器重構(gòu)故障信號(hào)。

傳統(tǒng)的基于模型方法存在著動(dòng)力學(xué)建模不精確和對(duì)非線性處理過于簡(jiǎn)化的弊端，尤其在處理復(fù)雜的氣動(dòng)力和力矩上較明顯。許多學(xué)者為了回避這個(gè)問題，提出了利用基于非故障機(jī)載傳感器信息建立的運(yùn)動(dòng)學(xué)模型來對(duì)故障進(jìn)行診斷。VAN EYKEREN等[16]基于EKF算法，利用運(yùn)動(dòng)學(xué)模型解析余度診斷波音747中大氣數(shù)據(jù)傳感器(Air Data Sensors,ADS)出現(xiàn)的故障；LU等[17-18]在此基礎(chǔ)之上設(shè)計(jì)了二階自適應(yīng)EKF算法，基于運(yùn)動(dòng)學(xué)模型實(shí)現(xiàn)了對(duì)慣性測(cè)量單元中偏航角速率故障信號(hào)的診斷，最后利用真實(shí)飛行數(shù)據(jù)表明了二階自適應(yīng)EKF算法具有強(qiáng)魯棒性。

3 基于信息方法研究現(xiàn)狀

基于信息方法(數(shù)據(jù)驅(qū)動(dòng)方法和基于信號(hào)的方法)是利用過去和現(xiàn)在信號(hào)中包含的信息來判斷故障是否存在的一種故障診斷手段。基于信息的核心思想是利用儲(chǔ)存數(shù)據(jù)和其他各類傳感器數(shù)據(jù)進(jìn)行信息綜合來判斷信號(hào)是否在正確范圍內(nèi)，典型方法有信號(hào)處理、粗糙集、多元統(tǒng)計(jì)分析、信息融合、人工免疫、專家系統(tǒng)、智能學(xué)習(xí)算法等。

各國(guó)學(xué)者從20世紀(jì)80年代開始就圍繞這一思路開展對(duì)于飛機(jī)傳感器的故障診斷研究。HANDELMAN等[22]在解析余度的基礎(chǔ)上，通過建立基于規(guī)則的專家系統(tǒng)來增強(qiáng)對(duì)于傳感器故障的監(jiān)測(cè)能力；OOSTEROM等[23]針對(duì)小型商務(wù)機(jī)的冗余傳感器系統(tǒng)，研究了基于模糊邏輯的傳感器信息綜合系統(tǒng)，抑制單一傳感器故障，并設(shè)計(jì)了“虛擬傳感器”輔助投票，診斷二余度傳感器的故障信息；OSSMANN等[24]利用基于模型和基于信息的復(fù)合診斷方式檢測(cè)和定位大型商務(wù)機(jī)的迎角傳感器，其中，基于信息方法主要應(yīng)用了離散傅里葉分析和特征檢測(cè)技術(shù)；張玉等[25]基于飛控系統(tǒng)傳感器故障產(chǎn)生的突變成分，通過小波包對(duì)原始信號(hào)進(jìn)行分解，提取特征作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)；寧東方等[26]結(jié)合遺傳算法和小波變換，設(shè)計(jì)了針對(duì)飛控傳感器3種不同故障的自適應(yīng)診斷算法。

神經(jīng)網(wǎng)絡(luò)一直是基于信息方法的熱門算法之一，許多學(xué)者的故障診斷研究都是基于神經(jīng)網(wǎng)絡(luò)開展的。WAN等[27]提出了基于RBF神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)傳感器故障診斷算法，同時(shí)在結(jié)構(gòu)內(nèi)引入內(nèi)嵌濾波器增強(qiáng)對(duì)傳感器故障的敏感程度，降低對(duì)噪聲和干擾的敏感性；李剛等[28]提出改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解-排列熵算法，對(duì)固有模態(tài)信號(hào)進(jìn)行重構(gòu)，以此為訓(xùn)練樣本，建立概率神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)陀螺故障。雖然現(xiàn)階段已有學(xué)者對(duì)此進(jìn)行了初步研究，但理論研究和實(shí)際應(yīng)用都還有很大的空間待挖掘。

除神經(jīng)網(wǎng)絡(luò)以外，也有學(xué)者不斷探索新的機(jī)器學(xué)習(xí)方法在傳感器故障診斷上的應(yīng)用，其中，支持向量機(jī)(SVM)憑借優(yōu)異的分類性能受到多學(xué)者的關(guān)注。胡良謀等[29]提出了基于最小二乘SVM的飛控系統(tǒng)故障診斷方法，在保證診斷精度的同時(shí)，對(duì)于學(xué)習(xí)的速度也有所提升；吳學(xué)釗等[30]采用自適應(yīng)局域均值分解提取電傳飛控傳感器故障的特征值，基于SVM方法對(duì)故障進(jìn)行分類；尹偉等[31]研究了基于差分交叉驗(yàn)證的SVM飛控系統(tǒng)傳感器故障診斷算法，仿真結(jié)果表明，算法的分類效果在故障分類上具有一定的優(yōu)勢(shì)。除上述研究之外，化永朝等[32]綜述了可診斷性的概念，并分別從定性模型、定量模型和數(shù)據(jù)驅(qū)動(dòng)3個(gè)角度對(duì)該概念進(jìn)行解釋，為航空器故障診斷提供了一種新思路。

4 當(dāng)前面臨問題及未來發(fā)展趨勢(shì)

4.1 當(dāng)前面臨問題

隨著飛機(jī)各系統(tǒng)的復(fù)雜度不斷提高，機(jī)載先進(jìn)傳感器的種類也在不斷增多，造成冗余技術(shù)復(fù)雜性提升。例如在冗余中要考慮到空間隔離、非相似信號(hào)和時(shí)間同步等問題。復(fù)雜系統(tǒng)的非預(yù)期故障或多故障組合的檢測(cè)與隔離也是當(dāng)前的技術(shù)難點(diǎn)之一[33]。因此，在飛機(jī)的設(shè)計(jì)上，需要對(duì)機(jī)載設(shè)備的配置進(jìn)行全局分析，結(jié)合先進(jìn)方法，保證設(shè)計(jì)能覆蓋所有指標(biāo)。

從故障診斷算法角度來說，雖然可以從軟件上解決飛控系統(tǒng)傳感器故障診斷問題，為航空器帶來成本上的優(yōu)勢(shì)，但軟件的故障診斷始終無(wú)法從安全性角度充分表明其符合適航規(guī)章要求。一方面，從理論上無(wú)法充分表明符合性，其設(shè)計(jì)需求、穩(wěn)定性判據(jù)等都與傳統(tǒng)的算法有很大的區(qū)別?，F(xiàn)階段，故障診斷技術(shù)也圍繞著越來越多的學(xué)習(xí)算法展開，但學(xué)習(xí)算法展現(xiàn)出的大量不確定性(如給定相同的輸入時(shí)在不同學(xué)習(xí)階段可能輸出不同結(jié)果)是現(xiàn)有適航審定條款和常用符合性方法無(wú)法覆蓋的。因此，如何表明先進(jìn)算法設(shè)計(jì)的安全性始終是技術(shù)推廣至應(yīng)用的“鴻溝”。另一方面，現(xiàn)階段仍缺乏大量的實(shí)際飛行數(shù)據(jù)，不能用充分的試驗(yàn)來暴露問題，為適航審定積累信心。除上述問題外，各類不同算法雖然在理論證明和仿真試驗(yàn)中表現(xiàn)出具有一定程度的先進(jìn)性和魯棒性，但實(shí)際上也會(huì)面臨依賴模型精度、設(shè)計(jì)和計(jì)算過程復(fù)雜、無(wú)法直接與物理概念掛鉤等缺點(diǎn)[34]。

4.2 未來發(fā)展趨勢(shì)

1) 硬件與軟件復(fù)合冗余方式[35]。

傳統(tǒng)的硬件冗余方法可以帶來充分的安全性，已有多型號(hào)飛機(jī)通過適航審定并持續(xù)安全運(yùn)行。軟件方法可以在不增加額外設(shè)備的前提下，實(shí)現(xiàn)對(duì)飛控系統(tǒng)中故障的檢測(cè)和分析。但現(xiàn)有大部分軟件方法還較難表明其安全性達(dá)到適航要求，先進(jìn)方法在飛機(jī)上的應(yīng)用還需要在適航符合性方面加強(qiáng)。兩種方法各有優(yōu)缺點(diǎn)，現(xiàn)階段復(fù)合冗余方式更為合適。利用硬件余度加強(qiáng)安全性，滿足適航要求；同時(shí)，利用軟件余度提升故障診斷性能，增加試飛數(shù)據(jù)，可以為下一步適航審定提供支撐。

2) 多傳感器的信息融合帶來安全性的提升。

現(xiàn)階段機(jī)載傳感器種類和數(shù)量不斷增多，可以實(shí)現(xiàn)對(duì)多種飛機(jī)運(yùn)動(dòng)信息精確測(cè)量。飛機(jī)的傳感器信息處理也在朝著綜合化與交互化的方向發(fā)展。現(xiàn)階段信息交互與信息融合是計(jì)算機(jī)和自動(dòng)化技術(shù)發(fā)展的重要方向之一。下一步可以基于此技術(shù)，探索將其應(yīng)用于某一類型傳感器失效的情況下，利用其他多種類型傳感器的信息融合，重構(gòu)出高置信、高可靠的故障信號(hào)源(虛擬傳感器[36])，抑制故障傳感器對(duì)飛機(jī)穩(wěn)定與操縱的影響，提升飛機(jī)的安全性。

5 結(jié)束語(yǔ)

本文針對(duì)民用飛機(jī)飛控系統(tǒng)中的常見傳感裝置，分析了典型故障模式和設(shè)計(jì)考慮；分別介紹了基于模型方法和基于信息方法在傳感器故障診斷領(lǐng)域上的應(yīng)用和發(fā)展；最后簡(jiǎn)述了當(dāng)前面臨問題并提出了若干建議。下一步的目標(biāo)是實(shí)現(xiàn)更多先進(jìn)方法應(yīng)用于實(shí)際飛機(jī)機(jī)載設(shè)備和系統(tǒng)。