申请/专利权人：西北工业大学

申请日：2023-12-25

公开（公告）日：2024-04-02

公开（公告）号：CN117806276A

主分类号：G05B23/02

分类号：G05B23/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明提出一种变体飞行器传感器故障诊断及容错控制方法，首先定义了变体飞行器的纵向非线性动力学模型，然后利用雅可比线性化方法建立了考虑变体飞行器传感器故障的切换线性变参数故障模型，接着基于BRB‑r专家系统建立传感器故障诊断模型以观测传感器故障，通过可靠性分析和引入证据推理算法，进一步地提高故障诊断精度，最后基于诊断结果构建容错控制器，实现容错控制。本发明无需依赖准确的变体飞行器数学模型，基于BRB‑r专家系统，利用证据推理算法融合监测数据和专家知识，并通过可靠度分析解决监测数据不完全可靠问题，提高了故障诊断的准确度。

主权项：1.一种变体飞行器传感器故障诊断及容错控制方法，其特征在于：包括以下步骤：步骤1：在地面惯性坐标系中，构建变体飞行器纵向非线性动力学模型，所述变体飞行器为变后掠角变体飞行器；步骤2：基于步骤1建立的变体飞行器纵向非线性动力学模型，构建变体飞行器的线性变参数故障模型：步骤2.1：将变体飞行器纵向非线性动力学模型中含有机翼质量mw以及机翼配重质量ma的项看成广义附加干扰项，对步骤1建立的变体飞行器纵向非线性动力学模型进行线性化，得到变体飞行器小扰动线性化方程；步骤2.2：考虑外界扰动，利用离散化方法对步骤2.1得到的变体飞行器小扰动线性化方程进行离散化，得到含有附加干扰项的切换线性变参数模型为： 式中，xk＝[α,q]k为k时刻的状态向量，包含迎角α和俯仰角速率q这两个状态量；yk为k时刻的输出向量，包含α和q这两个状态量；uk＝[Δδe]k为k时刻的控制向量，δe为升降舵面偏转量；dk为k时刻的干扰信号；Aρk,Bρk,Cρk,Dρk为与ρk相关的矩阵，其中Cρk为观测矩阵，ρk为变体飞行器k时刻的后掠角变形率；步骤2.3：基于步骤2.2得到的含有附加干扰项的切换线性变参数模型，构建考虑传感器部分失效故障的切换线性变参数故障模型为： 式中，λ*为传感器失效系数；步骤3：在飞行过程中，实时对变体飞行器的输出向量y进行数据采样并记录保留n个数据，得到y1＝[α1,α2,...,αn]和y2＝[q1,q2,...,qn]，y1,y2称为监测指标；并对监测指标进行可靠度分析，得到筛选后的监测指标为步骤4：在得到有效监测指标基础上，基于BRB-r专家系统构建传感器故障诊断模型，确定传感器故障状态：步骤4.1：在获取有效的监测指标后，利用BRB-r专家系统来计算第i个有效监测指标相对于第t条规则的匹配度在获得第i个有效监测指标相对于第t条规则的匹配度后，求取监测指标的整体匹配度ξi，求解公式如下： 式中，为第i个监测指标的相对属性权重；Wi为融合监测指标可靠度和相对属性权重后的综合指标；步骤4.2：根据公式 计算故障置信度βn；μ为修正因子，根据公式 计算得到，其中N为故障诊断结果参考等级个数；步骤4.3：根据标准故障向量与基于BRB-r故障诊断模型输出结果向量之间的最短距离βLmin来对传感器开展故障诊断，βLmin的计算公式为βLmin＝Cρk-βnI2式中I为单位矩阵；当βLmin大于系统设定的临界值时，表示当前处于故障状态；步骤5：根据步骤4得到的传感器故障状态，如果飞机处于故障状态，则重构观测矩阵Cρk，得到新的观测矩阵Cρk：Cρk＝Cρkβn最后将重构观测矩阵替换步骤2.3中的观测矩阵，实现变体飞行器的容错控制。

全文数据：

权利要求：

百度查询： 西北工业大学 一种变体飞行器传感器故障诊断及容错控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD