劉夢妮，王曦，2，楊超

（1.北京航空航天大學能源與動力工程學院，北京100191；2.先進航空發(fā)動機協(xié)同創(chuàng)新中心，北京100191；3.中航空天發(fā)動機研究院有限公司，北京101304）

模型基渦軸發(fā)動機傳感器故障診斷研究

劉夢妮1，王曦1，2，楊超3

（1.北京航空航天大學能源與動力工程學院，北京100191；2.先進航空發(fā)動機協(xié)同創(chuàng)新中心，北京100191；3.中航空天發(fā)動機研究院有限公司，北京101304）

基于干擾解耦思想，針對渦軸發(fā)動機工作中傳感器瞬時斷路硬故障模式，提出一種基于模型的渦軸發(fā)動機未知輸入觀測器傳感器硬故障診斷方法。通過對地面、高空工作的渦軸發(fā)動機不同傳感器故障的模擬，驗證了該故障診斷方法的有效性。結果表明，基于模型設計的未知輸入觀測器（UIO），能夠對系統(tǒng)輸入中的測量干擾未知輸入信號進行有效解耦，同時傳感器故障信息通過UIO計算獲得的輸出估計具有魯棒殘差性能。

航空發(fā)動機；未知輸入觀測器；傳感器；故障診斷；干擾解耦；殘差加權平方和；仿真

1　引言

渦軸發(fā)動機控制系統(tǒng)通過傳感器反饋發(fā)動機的重要工作參數(shù)，并計算出燃油指令，再由執(zhí)行機構操縱供油裝置實現(xiàn)對發(fā)動機工作狀態(tài)的控制。渦軸發(fā)動機控制系統(tǒng)結構復雜，傳感器數(shù)目多且工作在高溫及強振動惡劣環(huán)境中，是系統(tǒng)中最不可靠的控制元件之一。因此，在發(fā)動機工作過程中，需要及時準確地診斷出傳感器的錯誤，并重構故障傳感器正確的信號。

早在上世紀70年代，國外就已開始研發(fā)用于發(fā)動機控制系統(tǒng)的解析余度技術。80年代中期，美國圍繞傳感器故障的檢測、隔離和重構（DIA）開展了一系列研究，其中較成功的有NASA劉易斯研究中心的ADIA計劃。該計劃全面總結了當時各種適用于航空發(fā)動機的傳感器故障檢測、隔離、重構算法，計劃取得的成果已在F100等發(fā)動機上得到成功驗證。NASA還主持了改進發(fā)動機控制可靠性的解析余度設計（ARTERI）計劃，該計劃的設計技術也已用于GE23A發(fā)動機。其采用的發(fā)動機部件跟蹤濾波器能隨時修正機載的發(fā)動機實時模型，使之與實際發(fā)動機相匹配而具有一定的魯棒性［1-2］。

在上述諸多基于解析余度的發(fā)動機故障診斷研究中，Kalman濾波器被廣泛使用，研究結果也證明了Kalman濾波器對處理發(fā)動機故障診斷問題的有效性［3-5］。但Kalman濾波過程中要求動態(tài)系統(tǒng)的噪聲符合高斯正態(tài)分布，而發(fā)動機模型偏差、非結構性模型不確定性和外界飛行環(huán)境變化等因素，可能會造成系統(tǒng)模型不滿足白噪聲干擾假設，因此Kalman濾波器的應用受到一定制約。近年來，基于動態(tài)系統(tǒng)模型的未知輸入觀測器（UIO）診斷理論研究發(fā)展很快［6］。雖然UIO在航空發(fā)動機故障診斷方面的應用剛剛開始［7-8］，但其具有的故障信息和測量干擾噪聲能夠解耦的重要特點，突破了Kalman濾波器受噪聲敏感而影響故障診斷效果的難點，在航空發(fā)動機故障診斷領域具有潛在的應用價值。

本文針對渦軸發(fā)動機控制系統(tǒng)傳感器硬故障，參考上述文獻中解析余度的思想，利用一類先進的、具有更好性能的濾波器——未知輸入觀測器，提出一種模型基傳感器故障診斷方法，并通過不同傳感器的故障模擬對該方法的有效性進行仿真驗證。

2　未知輸入觀測器設計

基于UIO的故障診斷方法是一種基于模型的故障診斷技術。在系統(tǒng)工作條件以及建模誤差變化等因素影響下，系統(tǒng)輸入存在不確定性。作為被診斷線性系統(tǒng)模型中的加性未知輸入，若能獲得這些未知輸入的分布矩陣，UIO則可將這一未知輸入信號從被估計系統(tǒng)狀態(tài)中解耦出來，由此生成的輸出估計殘差向量僅包含故障信息，這種殘差定義為魯棒殘差。

易知，發(fā)動機在穩(wěn)態(tài)工作點附近的工作狀態(tài)模型可以用一個線性模型來表示，而考慮傳感器故障的發(fā)動機線性模型可表示為：

根據(jù)上述系統(tǒng)，未知輸入觀測器可設計為：

為保證動態(tài)系統(tǒng)能設計出如式（2）所示的全階未知輸入觀測器，UIO的存在定理如引理1所述［6-7］。

引理1式（2）所示觀測器是式（1）所示線性系統(tǒng)的UIO的充分必要條件是：

要使UIO觀測出的系統(tǒng)狀態(tài)和被診斷系統(tǒng)（式（1））中狀態(tài)向量的殘差與系統(tǒng)干擾項解耦，則該殘差動態(tài)應與E無關，且殘差動態(tài)方程自治漸進穩(wěn)定。由此，UIO（式（2））有解條件為下述方程組有解，且系統(tǒng)矩陣F的特征值穩(wěn)定。

上式表明，若構造的UIO有解，則輸出的估計殘差向量與未知輸入干擾向量無關。當未知輸入被定義為發(fā)動機不同工況下系統(tǒng)狀態(tài)與標稱線性模型（即式（1）中均為0）情況間的差異時，可得到不同的干擾分布矩陣。依據(jù)不同的干擾分布矩陣設計出的不同UIO參數(shù)，可根據(jù)表征發(fā)動機工作狀態(tài)的變量（本文選取燃氣發(fā)生器換算轉速）進行調度，使得用于故障診斷的觀測器殘差具有很強的魯棒性，即狀態(tài)估計性能不會隨發(fā)動機工作狀態(tài)的變化而變差。因此，無論是在地面還是高空工作狀態(tài)下，當系統(tǒng)未發(fā)生傳感器故障時，輸出估計殘差向量的范數(shù)值都很?。环粗?，則輸出估計殘差向量的范數(shù)值將很大。根據(jù)這一特性，建立傳感器故障檢測判據(jù)。

定義傳感器故障檢測信號為：

2.吃雜 在飲食上，不管自己是否喜歡，各種各類食物都適當吃一些，只有如此，才不致于偏食，才能真正做到科學合理的多品種配餐，使各種營養(yǎng)物質達到平衡協(xié)調。根據(jù)中醫(yī)學理論，五味（酸、甜、甘、咸、辛）的偏嗜，會破壞人體的協(xié)調統(tǒng)一，導致疾病。什么都吃，也就是吃雜，對身體健康是有益的。

式中：ε為故障報警閾值。

因此，對傳感器故障時的診斷問題可歸結為未知輸入觀測器的設計問題，當滿足引理1 UIO有解的充分必要條件時，可按下述步驟設計出UIO。

步驟2：計算H、T及A1。， T=1-HC，A1=TA。

步驟4：能觀標準型分解，構造變換矩陣P。從W0（W0為的能觀矩陣）中選擇個不相關的獨立行向量，與其他n-n1個行向量構成非奇異值矩陣：。

步驟7：選擇n1個期望的特征值，用極點配置方法將其分配給。

步驟9：計算矩陣F與K。F=A1-K1C，K=K1+K2=K1+FH。

步驟10：結束。

3　基于UIO的渦軸發(fā)動機傳感器故障診斷

帶有傳感器故障診斷功能（FDIA）的渦軸發(fā)動機控制系統(tǒng)結構如圖1所示。渦軸發(fā)動機傳感器故障診斷結構如圖2所示，包括最優(yōu)未知輸入觀測器組（m個）、故障檢測單元及故障隔離和重構單元。每個被檢測傳感器的觀測器的輸入，包含控制器的輸出信號和除去該路被檢測傳感器外的其他所有傳感器測量信號。將觀測器組獲得的輸出估計殘差加權平方和（WSSR）作為故障指示信號，故障檢測模塊根據(jù)WSSR的結果獲得故障信息。對于傳感器斷路硬故障，以傳感器測量值偏離正常值65%時狀態(tài)估計的WSSR作為故障檢測的設計閾值，文中定義WSSR=‖r（t）‖2。

圖1　渦軸發(fā)動機控制系統(tǒng)傳感器故障診斷結構Fig.1 Structure of sensor fault diagnosis for turboshaft engine control system

圖2　基于UIO傳感器故障診斷系統(tǒng)結構Fig.2 Structure of UIO-based sensor fault diagnosis system

若傳感器無故障發(fā)生，控制系統(tǒng)采用傳感器的測量值控制發(fā)動機正常運行。當單路傳感器發(fā)生硬故障時，故障檢測模塊的WSSR將超出閾值，再根據(jù)傳感器故障檢測邏輯決策表定位故障傳感器，并進行隔離和重構，由重構信號代替故障傳感器信號反饋給控制系統(tǒng)，以保證控制系統(tǒng)在傳感器故障狀態(tài)下仍能正常工作，使發(fā)動機安全可靠運行。

4　渦軸發(fā)動機傳感器故障診斷仿真驗證

渦軸發(fā)動機狀態(tài)變量、輸入變量與輸出變量分別為：

式中：NG為燃氣發(fā)生器轉子轉速，NP為動力渦輪轉子轉速，p3為壓氣機出口總壓，p41為燃氣發(fā)生器渦輪入口氣體總壓，p45為動力渦輪入口氣體總壓，Wf為發(fā)動機供油量，XPCP為直升機總距桿位置（用占最大位置角度的百分比表示），QPT為發(fā)動機輸出扭矩，T45為動力渦輪入口總溫，ps3為壓氣機出口靜壓。

定義故障指示信號Error signal，0代表無傳感器故障，1代表QPT傳感器故障，2代表NP傳感器故障，3代表NG傳感器故障，4代表T45傳感器故障，5代表ps3傳感器故障。

針對單路傳感器硬故障模式，采取故障時隔離、重構，非故障時恢復的原則，采用大偏離線性變參數(shù)調度模型重構故障傳感器信號。在海平面標準大氣（ISA）條件下，直升機總距桿位置為95%，保持動力渦輪轉速為額定轉速不變，圖3～圖7給出了上述5路傳感器在20 s時刻分別發(fā)生斷路故障的仿真曲線。各圖中，上子圖為診斷系統(tǒng)的故障指示信號，下子圖為故障傳感器回路給控制系統(tǒng)的反饋信號?？梢?，任意一路傳感器發(fā)生故障后，故障診斷系統(tǒng)都能及時診斷出是哪路傳感器故障；經定位、隔離、重構后，控制系統(tǒng)能采用重構信號代替故障傳感器繼續(xù)正常工作。

圖3　標準大氣條件下發(fā)動機輸出扭矩傳感器故障診斷仿真Fig.3 Simulation ofQPTsensor fault diagnosis on ISA

圖4　標準大氣條件下動力渦輪轉子轉速傳感器故障診斷仿真Fig.4 Simulation ofNPsensor fault diagnosis on ISA

圖5　標準大氣條件下燃氣發(fā)生器轉子轉速傳感器故障診斷仿真Fig.5 Simulation ofNGsensor fault diagnosis on ISA

圖6　標準大氣條件下動力渦輪入口總溫傳感器故障診斷仿真Fig.6 Simulation ofT45sensor fault diagnosis on ISA

圖7　標準大氣條件下壓氣機出口靜壓傳感器故障診斷仿真驗證Fig.7 Simulation ofps3sensor fault diagnosis on ISA

在非標準大氣、飛行高度6 km條件下，直升機總距桿位置為80%，保持動力渦輪轉速為額定轉速不變，圖8～圖12給出了上述5路傳感器在20 s時刻分別發(fā)生斷路故障的仿真曲線。此時，用表征發(fā)動機工作狀態(tài)的燃氣發(fā)生器換算轉速得到該工況下的干擾分布矩陣，從而計算得到合適的UIO參數(shù)。從圖中可知，任意一路傳感器在高空發(fā)生故障后，故障診斷系統(tǒng)也都能及時診斷出是哪路傳感器故障；經定位、隔離、重構后，控制系統(tǒng)也能采用重構信號代替故障傳感器繼續(xù)正常工作。

圖8　高空6 km條件下發(fā)動機輸出扭矩傳感器故障診斷仿真Fig.8 Simulation ofQPTsensor fault diagnosis on 6 km

圖9　高空6 km條件下動力渦輪轉子轉速傳感器故障診斷仿真Fig.9 Simulation ofNPsensor fault diagnosis on 6 km

圖10　高空6 km條件下燃氣發(fā)生器轉子轉速傳感器故障診斷仿真Fig.10 Simulation ofNGsensor fault diagnosis on 6 km

圖11　高空6 km條件下動力渦輪入口總溫傳感器故障診斷仿真Fig.11 Simulation ofT45sensor fault diagnosis on 6 km

圖12　高空6 km條件下壓氣機出口靜壓傳感器故障診斷仿真Fig.12 Simulation ofps3sensor fault diagnosis on 6 km

5　結論

本文針對渦軸發(fā)動機工作過程中傳感器瞬時斷路硬故障，利用解析余度的思想，提出一種基于模型的未知輸入觀測器的傳感器故障診斷的設計方法，并通過地面、高空工作的渦軸發(fā)動機不同傳感器故障模擬，仿真驗證了該方法能有效診斷傳感器的瞬時斷路故障，診斷結果具有一定的魯棒性。實驗結果表明，當傳感器發(fā)生某路故障時，通過基于模型設計的未知輸入觀測器，能夠對系統(tǒng)輸入中的測量干擾未知輸入信號進行有效解耦，將傳感器故障信息通過UIO計算獲得輸出估計魯棒殘差，及時診斷傳感器故障；經定位、隔離、重構后，控制系統(tǒng)可采用重構信號代替故障傳感器繼續(xù)正常工作，提高了控制系統(tǒng)的工作可靠性。

［1］Swan J A，Vizzini R W.Analytical redundancy design for improved engine control reliability-final review［R］.AIAA 88-3176，1988.

［2］Garg S.NASA Glenn Research in controls and diagnostics for intelligent aerospace propulsion systems［R］.AIAA 2005-6906，2005.

［3］Luppold R H，Gallops G W，Kerr L J，et al.Estimating in-flight engine performance variations using Kalman filter concepts［R］.AIAA 89-2584，1989.

［4］Caliskan F，Hajiyev C M.Aircraft sensor fault diagnosis based on Kalman filter innovation sequence［C］//.Proceedings of the 37th IEEE Conference.1998.

［5］Kobayashi T，Simon D L.Application of a bank of Kalman filters for aircraft engine fault diagnostics［R］.ASME GT2003-38550，2003.

［6］Chen J，Patton R J.Robust model-based fault diagnosis for dynamic systems［M］.USA：Kluwer Academic Publishers，1999.

［7］何皚.基于LMI的航空發(fā)動機智能容錯控制技術研究［D］.北京：北京航空航天大學，2012.

［8］楊超.渦軸發(fā)動機控制系統(tǒng)及故障診斷研究［D］.北京：北京航空航天大學，2014.

Model-based sensor fault diagnosis for turboshaft engine

LIU Meng-ni1，WANG Xi1，2，YANG Chao3
（1.School of Energy and Power Engineering，Beijing University of Aeronautics and Astronautics，Beijing 100191，China；2.Collaborative Innovation Center for Advanced Aero-Engine，Beijing 100191，China；3.China Aviation Engine Establishment，Beijing 101304，China）

Focus on the sensor instant open circuit hard fault mode of operating states for turboshaft engine, the fault diagnosis method based on model unknown input observer（UIO）and disturbance input decoupling was proposed.Through the simulation of different sensor faults occur in ground and altitude operating conditions for turboshaft engine,the effectiveness of detection process algorithm was verified.Moreover,the results show that the designed unknown input observer based on model can be decoupling with unknown disturbance input signals into systems；in addition,the sensor fault information of the output evaluation obtained from calculation on established unknown input observer will possess robust residual performance.

aero-engine；unknown input observer；sensor；fault diagnosis；disturbance decoupling；weighted sum-squared residual；simulation

V233.7

A

1672-2620（2016）03-0025-05

2015-09-14；

2016-01-16

劉夢妮（1991-），女，湖南常德人，碩士研究生，主要從事為航空發(fā)動機控制研究。