毛定坤,蔡光斌,馮志超,侯明哲,班曉軍

(1.火箭軍工程大學(xué) 導(dǎo)彈工程學(xué)院,西安 710025; 2.哈爾濱工業(yè)大學(xué) 航天學(xué)院,哈爾濱 150001)

變體飛行器能夠?qū)崟r(shí)感知外部環(huán)境,根據(jù)飛行環(huán)境、飛行狀態(tài)與飛行任務(wù)等信息,改變自身外形特征,以提高飛行性能、控制能力和多任務(wù)能力[1-4],是未來飛行器的發(fā)展方向和研究熱點(diǎn),得到了國內(nèi)外學(xué)者的廣泛關(guān)注和深入研究[5-8]。由于變體飛行器強(qiáng)非線性、強(qiáng)不確定性、強(qiáng)耦合、快時(shí)變等特性以及復(fù)雜的飛行環(huán)境,增加了飛行器設(shè)計(jì)與控制的難度[9-10],及時(shí)準(zhǔn)確地獲取變體飛行器的狀態(tài)信息并采取相應(yīng)措施顯得尤為重要。傳感器作為變體飛行器感知自身狀態(tài)的重要手段,一旦發(fā)生故障將會(huì)直接影響飛行控制系統(tǒng)的穩(wěn)定性和安全性[11]。傳感器監(jiān)測信息的準(zhǔn)確性直接決定了控制系統(tǒng)所做出的控制指令的準(zhǔn)確性,從而影響變體飛行器的飛行性能和控制效果[12-13]。當(dāng)變體飛行器的傳感器發(fā)生故障時(shí),所獲取的監(jiān)測信息不準(zhǔn)確,導(dǎo)致控制系統(tǒng)不能準(zhǔn)確獲取飛行器自身狀態(tài)信息,進(jìn)而無法做出準(zhǔn)確的控制指令。同時(shí),外界擾動(dòng)也會(huì)影響傳感器監(jiān)測信息的準(zhǔn)確性,從而導(dǎo)致監(jiān)測信息不完全可靠。因此,研究變體飛行器傳感器故障診斷與容錯(cuò)控制技術(shù)具有重要的理論研究意義與實(shí)際應(yīng)用價(jià)值。

文獻(xiàn)[14]提出一種基于系統(tǒng)狀態(tài)和控制輸入估計(jì)的傳感器故障檢測方法,分別使用擴(kuò)展卡爾曼濾波器和回溯成本輸入估計(jì)方法來估計(jì)飛行器的狀態(tài)和輸入信息。文獻(xiàn)[15]提出一種基于非線性虛擬傳感器的故障檢測、識(shí)別和恢復(fù)方法,用以估計(jì)變體飛行器的故障。文獻(xiàn)[16]采用主成分分析和動(dòng)態(tài)主成分分析技術(shù),結(jié)合故障重構(gòu)和基于證據(jù)的濾波方法,設(shè)計(jì)了一種基于數(shù)據(jù)驅(qū)動(dòng)的傳感器故障隔離和估計(jì)方法。上述文獻(xiàn)對傳感器故障檢測與診斷問題進(jìn)行了研究,能夠較好的估計(jì)系統(tǒng)狀態(tài)和故障狀態(tài),但是沒有進(jìn)行容錯(cuò)控制方法的研究,以實(shí)現(xiàn)飛行控制系統(tǒng)的穩(wěn)定性。

文獻(xiàn)[17]設(shè)計(jì)了基于T-S模糊規(guī)則的未知輸入廣義觀測器,用以估計(jì)具有不確定性的非線性系統(tǒng)狀態(tài)和傳感器故障,同時(shí)提出一種容錯(cuò)控制策略來處理傳感器故障,從而保證飛行器良好的跟蹤性能。文獻(xiàn)[18]針對系統(tǒng)的傳感器故障問題,分別設(shè)計(jì)自適應(yīng)多胞體觀測器和自適應(yīng)比例控制器,用于傳感器故障診斷與容錯(cuò)控制,使得系統(tǒng)的真實(shí)輸出能夠較好地跟蹤參考輸出。文獻(xiàn)[19]針對飛行器等時(shí)變非線性系統(tǒng)的未知故障和干擾,提出一種基于自適應(yīng)神經(jīng)滑模觀測器的估計(jì)和重構(gòu)方法,以保證故障診斷精確性,同時(shí)設(shè)計(jì)基于自適應(yīng)神經(jīng)滑模的容錯(cuò)控制策略,以保證故障系統(tǒng)的穩(wěn)定性。文獻(xiàn)[20]基于多李雅普諾夫函數(shù)和模態(tài)依賴平均駐留時(shí)間方法,設(shè)計(jì)一種有限時(shí)間H∞跟蹤控制器,能夠準(zhǔn)確地跟蹤系統(tǒng)指令。上述文獻(xiàn)基于已有的飛行器數(shù)學(xué)模型,利用故障檢測和容錯(cuò)控制方法,從而實(shí)現(xiàn)飛行器的穩(wěn)定飛行。

然而,建立變體飛行器的精確數(shù)學(xué)模型難度較大,而且能夠開展的實(shí)驗(yàn)有限,獲取高價(jià)值樣本信息較少,且觀測數(shù)據(jù)不完全可靠。近年來,置信規(guī)則庫(Belief rule base,BRB)在故障診斷領(lǐng)域被大量使用[21-22],BRB專家系統(tǒng)能夠?qū)＜抑R(shí)和監(jiān)測數(shù)據(jù)進(jìn)行深度融合,可以處理含有模糊性、不完全性和不確定性的觀測數(shù)據(jù),提高了小樣本情況下的建模精度[23]。由于在實(shí)際工程運(yùn)用中,觀測數(shù)據(jù)易受到干擾因素的影響,如傳感器故障、外界未知擾動(dòng)和噪聲干擾等,導(dǎo)致觀測數(shù)據(jù)不準(zhǔn)確,從而降低基于BRB專家系統(tǒng)建模的準(zhǔn)確度。然而,在BRB的基礎(chǔ)上發(fā)展起來的考慮屬性可靠度的置信規(guī)則庫(Belief rule base with attribute reliability, BRB-r),能夠較好處理觀測數(shù)據(jù)所受干擾問題,有效提高復(fù)雜系統(tǒng)的建模能力[24-25]。在BRB-r專家系統(tǒng)中,由于屬性可靠性反映了相關(guān)屬性表示系統(tǒng)正確信息的能力,直接影響模型的可靠性,使用不可靠的屬性會(huì)產(chǎn)生不可靠的模型輸出。因此,BRB-r專家系統(tǒng)通過可靠性分析,可以減少模型誤差,提高建模的準(zhǔn)確性。

本文針對變體飛行器傳感器部分失效故障,綜合考慮外界擾動(dòng)、變體飛行器系統(tǒng)模型復(fù)雜等問題,提出一種基于BRB-r傳感器故障診斷與容錯(cuò)控制方法。首先,給出變體飛行器的氣動(dòng)參數(shù)模型和縱向非線性動(dòng)力學(xué)模型,利用雅可比線性化方法,建立考慮變體飛行器傳感器故障的切換線性變參數(shù)(Linear parameter varying,LPV)故障模型;其次,基于BRB-r專家系統(tǒng)分別建立傳感器故障診斷模型和容錯(cuò)控制模型,通過可靠性分析和引入證據(jù)推理(Evidential reasoning,ER)算法,進(jìn)一步地提高故障診斷精度和容錯(cuò)控制效果;然后,利用基于投影算子的協(xié)方差矩陣自適應(yīng)優(yōu)化策略(Projection covariance matrix adaption evolution strategy,P-CMA-ES)建立變體飛行器故障診斷與容錯(cuò)控制優(yōu)化模型,對模型參數(shù)進(jìn)行優(yōu)化,提高故障診斷效率;最后,通過仿真驗(yàn)證所提方法對變體飛行器的傳感器故障具有較好的容錯(cuò)控制效果,能夠?qū)崿F(xiàn)變體飛行器的穩(wěn)定飛行。

1 變體飛行器縱向LPV模型

1.1 變體飛行器縱向機(jī)理模型

本文選取文獻(xiàn)[20]中的變后掠翼飛行器為研究對象,變后掠翼飛行器結(jié)構(gòu)示意圖如圖1所示。變后掠翼飛行器可以改進(jìn)飛行器的升力、阻力特性,使飛行器在低速和高速飛行中獲得較好的性能特性。當(dāng)后掠角變大時(shí),能夠減小阻力,提高臨界馬赫數(shù),有利于飛行器高速飛行;當(dāng)后掠角變小時(shí),可以改善升力系數(shù),提高飛行器巡航能力。

圖1 變后掠翼飛行器結(jié)構(gòu)示意圖

定義后掠角變形率表達(dá)式如下:

(1)

式中:ρ為后掠角變形率,λ為實(shí)時(shí)后掠角,λmin=15°、λmax=60°分別為后掠角的最小值和最大值,后掠角變形率的取值范圍為ρ∈[0,1]。

變體飛行器的氣動(dòng)參數(shù)模型定義如下:

(2)

式中:CL為升力系數(shù),CL0為零攻角時(shí)的升力系數(shù),CLα、CLδe分別為與攻角、舵偏角相關(guān)的升力系數(shù),Cm為俯仰力矩系數(shù),Cm0為零攻角時(shí)的俯仰力矩系數(shù),Cmα、Cmδe、Cmq分別為與攻角、舵偏角、俯仰角速率相關(guān)的俯仰力矩系數(shù)。

假設(shè)變體飛行器在飛行高度h=12 500 m以Ma=0.55定值平飛,利用DATCOM軟件計(jì)算不同后掠角變形率ρ下的氣動(dòng)參數(shù),并通過數(shù)值擬合,得到各氣動(dòng)參數(shù)關(guān)于ρ的具體表達(dá)式如下[20]:

(3)

在地面慣性坐標(biāo)系中,變體飛行器縱向非線性動(dòng)力學(xué)方程表示如下[20]:

(4)

式中:λ、h、Ma、δe、q、α分別為變體飛行器的后掠角、飛行高度、馬赫數(shù)、舵偏角、俯仰角速率和攻角,v為飛行速度,θ為俯仰角,g為重力加速度,m為飛行器總質(zhì)量,S為機(jī)翼面積,mw、xw分別為機(jī)翼質(zhì)量和質(zhì)心位置,ma、xa分別為機(jī)翼配重質(zhì)量和配重質(zhì)心位置,Iy為繞y軸的轉(zhuǎn)動(dòng)慣量,Q為動(dòng)壓,c為平均氣動(dòng)弦長。

1.2 切換LPV模型

針對變體飛行器縱向動(dòng)力學(xué)模型,將含有ma、mw的項(xiàng)看成廣義附加干擾項(xiàng),通過雅克比線性化方法,并利用最小二乘方法擬合各平衡點(diǎn)的數(shù)據(jù),得到變體飛行器小擾動(dòng)線性化方程為

(5)

式中,Δα、Δq、Δδe分別為攻角、俯仰角速率和舵偏角的增量。

考慮外界擾動(dòng),利用離散化方法,得到含有附加干擾項(xiàng)的切換LPV模型為

(6)

式中:x(k)為狀態(tài)向量,y(k)為輸出向量,u(k)為控制輸入向量,附加干擾信號(hào)d(k)是L2范數(shù)有界的,Ai(ρk)、Bi(ρk)、Ci(ρk)和Di(ρk)為已知的常值矩陣,ρk為k時(shí)刻的時(shí)變參數(shù)。

(7)

(8)

(9)

由于變體飛行器的飛行環(huán)境復(fù)雜,飛行條件惡劣,極易發(fā)生傳感器故障,從而影響飛行性能。變體飛行器的故障可分為執(zhí)行器故障、傳感器故障和元部件故障,而傳感器故障主要有增益變化、卡死和偏差失效。其中增益變化亦稱傳感器失效故障。諸如陀螺儀、加速度計(jì)、伺服機(jī)構(gòu)等傳感器作為變體飛行器感知自身狀態(tài)的重要手段,其監(jiān)測信息的準(zhǔn)確性直接決定了控制系統(tǒng)所做出的控制指令的準(zhǔn)確性以及飛行效果。因此,本文針對傳感器部分失效故障,得到切換LPV故障模型如下:

(10)

式中,0≤λ≤1為傳感器失效系數(shù)。

2 變體飛行器故障診斷與容錯(cuò)控制模型構(gòu)建

文獻(xiàn)[20]提出的變體飛行器有限時(shí)間切換H∞控制方法對微小干擾、噪聲等具備一定的魯棒性,能夠保證變體飛行器的穩(wěn)定飛行。但隨著干擾和故障程度增加,由于魯棒控制能力有限,導(dǎo)致飛行器狀態(tài)產(chǎn)生較大波動(dòng),甚至失穩(wěn),嚴(yán)重影響變體飛行器的飛行性能。

此外,由于其魯棒性能有限,在利用變體飛行器的觀測輸出y(k)進(jìn)行故障診斷時(shí),故障診斷精度不能得到保證,從而降低容錯(cuò)控制效果。因此,本文基于BRB-r專家系統(tǒng)構(gòu)建變體飛行器傳感器故障診斷與容錯(cuò)控制框架,如圖2所示。

圖2 變體飛行器傳感器故障診斷與容錯(cuò)控制框架

可以看出,變體飛行器故障診斷與容錯(cuò)控制框架由基于BRB-r的故障診斷模型和容錯(cuò)控制模型兩部分組成。首先,基于BRB-r專家系統(tǒng)構(gòu)建傳感器故障診斷模型,對變體飛行器輸出狀態(tài)y(k)進(jìn)行故障檢測和診斷,確定傳感器故障狀態(tài);然后,構(gòu)建容錯(cuò)控制模型,根據(jù)故障診斷結(jié)果,結(jié)合傳感器監(jiān)測信息和系統(tǒng)狀態(tài),重構(gòu)傳感器觀測矩陣,以保證變體飛行器的容錯(cuò)控制能力和魯棒性能。

2.1 變體飛行器監(jiān)測指標(biāo)可靠度分析

當(dāng)存在外界干擾時(shí),傳感器監(jiān)測數(shù)據(jù)的準(zhǔn)確性將會(huì)受到影響,從而降低監(jiān)測信息的可靠性。目前,計(jì)算屬性可靠度的方法主要有:基于專家的判斷方法、最小距離法和統(tǒng)計(jì)方法。基于專家的判斷方法不需要觀測數(shù)據(jù),可以基于專家知識(shí)來計(jì)算屬性可靠度,但是其準(zhǔn)確性會(huì)受到專家知識(shí)不確定性的影響。而最小距離法在觀測數(shù)據(jù)較少時(shí),計(jì)算的屬性可靠度不準(zhǔn)確,統(tǒng)計(jì)方法可以將專家知識(shí)和觀測數(shù)據(jù)進(jìn)行整合,從而提高屬性可靠度的準(zhǔn)確度[23]。因此,本文采用基于統(tǒng)計(jì)方法計(jì)算傳感器監(jiān)測指標(biāo)的可靠度,通過構(gòu)造一個(gè)容差范圍以區(qū)別不可靠的觀測數(shù)據(jù),并統(tǒng)計(jì)一段時(shí)間內(nèi)不可靠數(shù)據(jù)的個(gè)數(shù),評(píng)估該段時(shí)間內(nèi)監(jiān)測指標(biāo)的可靠度。

當(dāng)監(jiān)測數(shù)據(jù)超過波動(dòng)區(qū)間時(shí),表示第i個(gè)監(jiān)測指標(biāo)的監(jiān)測數(shù)據(jù)不可靠,不能完全準(zhǔn)確反映飛行器狀態(tài),則sij=1;反之,sij=0。

因此,第i個(gè)監(jiān)測指標(biāo)的可靠度為

(11)

式中:ri為第i個(gè)傳感器監(jiān)測指標(biāo)的可靠度,Ti為監(jiān)測數(shù)據(jù)總數(shù),si為不可靠監(jiān)測數(shù)據(jù)的個(gè)數(shù),M為監(jiān)測指標(biāo)的個(gè)數(shù)。

2.2 傳感器故障診斷模型構(gòu)建

BRB-r專家系統(tǒng)中輸入和輸出之間的非線性關(guān)系通過規(guī)則來表示,一般表達(dá)式為[23]

Thenyis

With rule weightθk, attribute weight

δk1,δk2,…,δkMk

and attribute reliabilityr1,r2,…,rM

(12)

故障診斷模型的輸入為傳感器監(jiān)測指標(biāo)yi,即變體飛行器的控制輸出?；贐RB-r專家系統(tǒng)構(gòu)建傳感器故障診斷模型,可分為如下步驟。

步驟1計(jì)算監(jiān)測數(shù)據(jù)相對于每條規(guī)則的匹配度。

在監(jiān)測數(shù)據(jù)獲取后,將其轉(zhuǎn)換成規(guī)則的匹配度,即

(13)

監(jiān)測指標(biāo)相對于第k條規(guī)則的整體匹配度可以通過下式求得:

(14)

(15)

(16)

步驟2計(jì)算每條規(guī)則的激活權(quán)重。

由于監(jiān)測指標(biāo)對每個(gè)規(guī)則的匹配度不同,故對于每條規(guī)則的激活權(quán)重也不同,監(jiān)測指標(biāo)對于規(guī)則的激活權(quán)重為

(17)

式中:wk為監(jiān)測指標(biāo)相對于第k條規(guī)則的激活權(quán)重,表示對該規(guī)則的使用程度;θk為規(guī)則權(quán)重,表示第k條規(guī)則在規(guī)則庫中的重要程度。

步驟3計(jì)算模型輸出結(jié)果的置信度。

在獲取規(guī)則激活權(quán)重后,由于不同的規(guī)則產(chǎn)生不同的故障診斷結(jié)果,故采用ER解析算法對基于BRB-r的故障診斷模型中的規(guī)則進(jìn)行融合,以計(jì)算故障診斷模型輸出結(jié)果的置信度,從而保證融合過程中不確定性的合理處理。ER解析算法如下[26]:

(18)

(19)

式中:βn為融合后的故障診斷輸出結(jié)果中第n個(gè)監(jiān)測指標(biāo)參考等級(jí)的置信度,βn,k為相對于第k條規(guī)則中參考等級(jí)的置信度,μ為修正因子,N為故障診斷結(jié)果參考等級(jí)個(gè)數(shù)。

步驟4確定傳感器故障狀態(tài)。

由于基于BRB-r專家系統(tǒng)融合后的輸出結(jié)果為各個(gè)故障情況的置信度,進(jìn)一步可以表示各個(gè)故障情況置信度向量為β=[β1,β2,…,βN],設(shè)置由傳感器的N個(gè)標(biāo)準(zhǔn)故障向量組成的標(biāo)準(zhǔn)故障矩陣為

(20)

通過計(jì)算標(biāo)準(zhǔn)故障向量與基于BRB-r故障診斷模型輸出結(jié)果向量之間的最短距離來對傳感器開展故障診斷[11],其距離可以通過下式計(jì)算:

(21)

式中:‖·‖為兩個(gè)向量之間的范數(shù),Ci為第i個(gè)故障的標(biāo)準(zhǔn)特征向量,由專家給定。

當(dāng)?shù)趇個(gè)標(biāo)準(zhǔn)故障向量與基于BRB-r的故障診斷模型輸出結(jié)果向量之間的距離最短時(shí),即為當(dāng)前時(shí)刻傳感器的故障狀態(tài)。

2.3 傳感器容錯(cuò)控制模型構(gòu)建

針對傳感器部分失效故障,基于BRB-r專家系統(tǒng)構(gòu)建傳感器容錯(cuò)控制模型,并根據(jù)故障診斷結(jié)果,重構(gòu)故障傳感器觀測矩陣Ci(ρk)。在觀測矩陣重構(gòu)過程中,需要保證重構(gòu)信息的物理意義,即要求傳感器的監(jiān)測信息和重構(gòu)信息具有相同的物理意義,以滿足BRB-r專家系統(tǒng)的要求。

重構(gòu)故障傳感器觀測矩陣的表達(dá)式如下:

(22)

最后,將重構(gòu)觀測矩陣替換原有觀測矩陣,從而實(shí)現(xiàn)變體飛行器的容錯(cuò)控制。而對于不可恢復(fù)的傳感器故障,需要采取切換備份傳感器的方式進(jìn)行容錯(cuò)處理。

2.4 優(yōu)化模型構(gòu)建

受專家知識(shí)不確定性的影響,基于BRB-r的故障診斷與容錯(cuò)控制框架不能準(zhǔn)確地對傳感器故障進(jìn)行診斷及容錯(cuò),需要結(jié)合獲取的監(jiān)測數(shù)據(jù)對專家知識(shí)進(jìn)行調(diào)整。傳統(tǒng)的P-CMA-ES算法,可以解決高維度、強(qiáng)非線性、多模態(tài)的優(yōu)化問題,能夠減少干擾影響,提高全局搜索性能,降低算法的時(shí)間復(fù)雜度[27]。P-CMA-ES算法在CMA-ES算法的基礎(chǔ)上增加了投影算子,使其能夠有效地處理BRB-r中的約束問題[28-29]。因此,本文構(gòu)建了基于P-CMA-ES算法的變體飛行器傳感器故障診斷與容錯(cuò)控制優(yōu)化模型。然后,基于優(yōu)化模型,選取部分監(jiān)測數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),同時(shí)將剩余數(shù)據(jù)作為測試數(shù)據(jù),以測試優(yōu)化模型性能。

為保證優(yōu)化過程中容錯(cuò)控制框架的可解釋性,需要對優(yōu)化參數(shù)進(jìn)行約束。優(yōu)化目標(biāo)分為兩個(gè):故障診斷的準(zhǔn)確度和信息重構(gòu)的精度。分別建立目標(biāo)函數(shù)為:

(23)

(24)

模型參數(shù)在優(yōu)化過程中需要遵循以下約束條件:

0≤θk≤1,k=1,2,…,L

(25)

0≤βn,k≤1,n=1,…,N,k=1,2,…,L

(26)

(27)

0≤δi≤1,i=1,…,M

(28)

可以看出,在BRB-r專家系統(tǒng)中,屬性權(quán)重δi、規(guī)則權(quán)重θk和置信度βn,k是優(yōu)化參數(shù)。對于第k條規(guī)則,初始規(guī)則權(quán)重和初始屬性權(quán)重由專家給出。如果第k條規(guī)則是完整的,輸出結(jié)果的置信度之和等于1,否則,置信度之和小于1。

3 仿真結(jié)果及分析

為了驗(yàn)證所提方法的有效性,基于文獻(xiàn)[20]中的變體飛行器模型,針對傳感器故障診斷與容錯(cuò)控制問題進(jìn)行仿真驗(yàn)證。由式(5)、(6)可以得到變體飛行器LPV系統(tǒng)的狀態(tài)空間矩陣為:

(29)

(30)

變體飛行器的后掠角變形率ρ隨時(shí)間t的變化關(guān)系為

(31)

考慮到飛行過程中監(jiān)測信息受到外界擾動(dòng)所導(dǎo)致的監(jiān)測信息不完全可靠以及傳感器故障的影響,在文獻(xiàn)[20]實(shí)現(xiàn)飛行器魯棒穩(wěn)定跟蹤控制基礎(chǔ)上,基于BRB-r構(gòu)建了變體飛行器傳感器故障診斷與容錯(cuò)控制模型。為進(jìn)一步逼近變體飛行器實(shí)際飛行環(huán)境,在變體飛行器切換LPV控制模型中添加白噪聲。

圖3 變體飛行器正常狀態(tài)下觀測輸出

由圖3可以看出,當(dāng)傳感器不發(fā)生故障,變體飛行器在飛行過程中僅存在外界擾動(dòng)的情況下,飛行器系統(tǒng)狀態(tài)較為穩(wěn)定,具有良好的穩(wěn)定飛行性能。結(jié)合實(shí)驗(yàn)過程所獲取的監(jiān)測數(shù)據(jù)數(shù)量和范圍,設(shè)定變體飛行器輸出狀態(tài)yi,即攻角和俯仰角速率的參考等級(jí)均為7,分別為低(L)、較低(SSL)、稍低(SL)、中等(M)、稍高(SH)、較高(SSH)和高(H)。變體飛行器輸出狀態(tài)的參考等級(jí)和參考值見表1。在變體飛行器觀測矩陣重構(gòu)模型中,對系統(tǒng)狀態(tài)設(shè)置4個(gè)參考等級(jí),分別為低(L)、中等(M)、稍高(SH)和高(H),其參考等級(jí)和參考值見表2。

表1 變體飛行器輸出狀態(tài)參考等級(jí)和參考值

表2 觀測矩陣重構(gòu)監(jiān)測指標(biāo)參考等級(jí)和參考值

對于基于BRB-r專家系統(tǒng)的故障診斷模型,設(shè)置4種傳感器故障狀態(tài),傳感器失效故障率分別為0、30%、60%、90%,設(shè)置對應(yīng)的標(biāo)準(zhǔn)故障矩陣為

(32)

表3 變體飛行器觀測器初始故障診斷模型

表4 變體飛行器傳感器觀測矩陣初始重構(gòu)模型

在實(shí)驗(yàn)過程中,共計(jì)采集1 200組數(shù)據(jù)。隨機(jī)選取600組數(shù)據(jù)作為模型的訓(xùn)練數(shù)據(jù),對基于BRB-r專家系統(tǒng)的故障診斷與容錯(cuò)控制模型進(jìn)行優(yōu)化訓(xùn)練,其中傳感器正常狀態(tài)、30%故障狀態(tài)、60%故障狀態(tài)、90%故障狀態(tài)均為150組。剩余600組數(shù)據(jù)作為測試數(shù)據(jù),用以測試優(yōu)化模型性能。在后續(xù)測試過程中,將訓(xùn)練數(shù)據(jù)作為歷史信息,測試數(shù)據(jù)作為在線監(jiān)測信息,利用歷史數(shù)據(jù)對模型進(jìn)行訓(xùn)練,并通過在線監(jiān)測數(shù)據(jù)對模型參數(shù)和結(jié)構(gòu)進(jìn)行自適應(yīng)調(diào)整[11],迭代次數(shù)設(shè)置為200次。優(yōu)化后的傳感器故障診斷模型見表5,優(yōu)化后的變體飛行器傳感器觀測矩陣重構(gòu)模型見表6,變體飛行器傳感器故障診斷結(jié)果如圖4所示。

表5 優(yōu)化后的變體飛行器傳感器故障診斷模型

表6 優(yōu)化后的變體飛行器傳感器觀測矩陣重構(gòu)模型

圖4 變體飛行器傳感器故障診斷結(jié)果

可以看出,對于傳感器不同的故障程度,所構(gòu)建的變體飛行器傳感器故障診斷模型能夠?qū)ζ溥M(jìn)行準(zhǔn)確診斷,總體診斷精度達(dá)到了98.75%,這表明故障診斷模型具有較強(qiáng)的魯棒性能,能夠準(zhǔn)確診斷傳感器故障狀態(tài)。

在對變體飛行器傳感器故障診斷后,需要對變體飛行器LPV切換控制模型中的觀測矩陣進(jìn)行重構(gòu),然后將重構(gòu)后的觀測矩陣作為正常觀測矩陣傳遞到變體飛行器LPV控制模型中,從而實(shí)現(xiàn)飛行器的穩(wěn)定飛行控制。為了驗(yàn)證所提控制方法對于飛行器傳感器故障的容錯(cuò)控制能力,開展針對不同故障程度的傳感器觀測矩陣容錯(cuò)控制效果的研究。傳感器故障程度分別設(shè)置為10%、20%、30%、40%、50%、60%,每種故障程度下重復(fù)開展實(shí)驗(yàn)200次,不同故障程度的容錯(cuò)控制效果如圖5～10所示。

圖5 變體飛行器10%傳感器故障容錯(cuò)控制效果

圖6 變體飛行器傳感器20%故障容錯(cuò)控制效果

圖7 變體飛行器傳感器30%故障容錯(cuò)控制效果

圖8 變體飛行器傳感器40%故障容錯(cuò)控制效果

圖9 變體飛行器傳感器50%故障容錯(cuò)控制效果

仿真結(jié)果表明,當(dāng)變體飛行器傳感器故障程度≤50%時(shí),可以通過重構(gòu)觀測矩陣,實(shí)現(xiàn)飛行器的穩(wěn)定飛行,容錯(cuò)控制效果良好。當(dāng)傳感器故障≥60%時(shí),該容錯(cuò)控制方法無法實(shí)現(xiàn)飛行器的穩(wěn)定控制。也就是說,當(dāng)傳感器故障程度≥60%時(shí),超出了容錯(cuò)控制能力范圍,只能采取切換備份傳感器的方式對所發(fā)生的故障進(jìn)行容錯(cuò),以保證變體飛行器飛行過程中的穩(wěn)定性能。

通過與僅存在外部干擾情況下的變體飛行器進(jìn)行對比實(shí)驗(yàn)可知:傳感器在穩(wěn)定環(huán)境下工作時(shí),其監(jiān)測信息僅受外部干擾的影響,監(jiān)測數(shù)據(jù)在某個(gè)值附近呈現(xiàn)均勻、微小波動(dòng),變體飛行器LPV控制模型對微小干擾、噪聲等具備一定的魯棒性,能夠保證飛行器的穩(wěn)定性。當(dāng)存在傳感器故障時(shí),監(jiān)測數(shù)據(jù)會(huì)在其原有基礎(chǔ)上發(fā)生較大波動(dòng),進(jìn)而導(dǎo)致監(jiān)測信息攻角和俯仰角速度波動(dòng)增強(qiáng)。因此,需要基于BRB-r專家系統(tǒng)構(gòu)建故障診斷模型和容錯(cuò)控制模型,同時(shí)利用基于統(tǒng)計(jì)方法的可靠性分析和基于P-CMA-ES算法的優(yōu)化處理,提高了故障診斷精度,而后通過容錯(cuò)控制方法,實(shí)現(xiàn)變體飛行器的穩(wěn)定飛行,并保證良好的跟蹤效果。

4 結(jié) 論

1)構(gòu)建基于BRB-r專家系統(tǒng)的故障診斷與容錯(cuò)控制框架,利用ER解析算法融合監(jiān)測數(shù)據(jù)和專家知識(shí),并通過可靠度分析解決監(jiān)測數(shù)據(jù)不完全可靠問題,提高了故障診斷的準(zhǔn)確度和容錯(cuò)控制效果。

2)利用P-CMA-ES算法構(gòu)建變體飛行器故障診斷與容錯(cuò)控制優(yōu)化模型,對模型參數(shù)進(jìn)行優(yōu)化訓(xùn)練,降低模型的復(fù)雜度,提高故障診斷與容錯(cuò)控制的效率。

3)通過MATLAB軟件進(jìn)行仿真驗(yàn)證,結(jié)果表明,當(dāng)變體飛行器傳感器發(fā)生故障時(shí),該方法仍能使飛行器穩(wěn)定飛行,具有良好的跟蹤效果和較強(qiáng)的魯棒性能。