本文關(guān)鍵詞：飛行控制系統(tǒng)傳感器信息融合與容錯方法研究

  更多相關(guān)文章： 傳感器 飛行控制系統(tǒng) 信息融合 容錯方法 故障診斷 信號重構(gòu) 奇偶向量 多模型方法 方差估計 自適應(yīng)濾波 可靠性建模分析

【摘要】：可靠性與安全性是飛機(jī)設(shè)計需要考慮的關(guān)鍵因素。當(dāng)前電傳操縱技術(shù)和主動控制方法的發(fā)展與應(yīng)用,在大幅提升飛機(jī)操縱性、機(jī)動性的同時,也增加了飛行控制系統(tǒng)的復(fù)雜程度,給系統(tǒng)的可靠性與安全性帶來了挑戰(zhàn)。高精度、高可靠性的容錯傳感器子系統(tǒng)是保證飛行控制系統(tǒng)正常工作的基礎(chǔ)。先進(jìn)信息融合技術(shù)與容錯方法的應(yīng)用,能夠取代典型管理方法——基于余度技術(shù)的表決監(jiān)測,滿足更高的性能指標(biāo)要求。在傳感器正常工作時,信息融合技術(shù)能夠綜合先驗(yàn)信息、量測信息等多種信息來源,提高傳感器信號精度;在傳感器發(fā)生故障時,故障診斷方法能夠及時對故障源進(jìn)行檢測與隔離,減小故障傳播對飛行安全造成的危害,信號重構(gòu)方法則基于飛行狀態(tài)量之間的數(shù)學(xué)關(guān)系,計算解析信號從而維持飛行控制任務(wù)的執(zhí)行。因此,圍繞飛行控制系統(tǒng)傳感器的信息融合與容錯方法的研究,對于保證系統(tǒng)的可靠性與安全性具有重要意義。本文以飛行控制系統(tǒng)傳感器為研究對象,確定了容錯飛行控制系統(tǒng)傳感器信息融合的整體框架,對傳感器元件的故障診斷方法、基于信號重構(gòu)的俯仰角速度傳感器容錯設(shè)計、基于方差變化檢測的傳感器組件加權(quán)融合方法、基于自適應(yīng)非線性濾波的子系統(tǒng)級融合以及混合余度系統(tǒng)的可靠性建模分析方法進(jìn)行了研究。論文的主要工作和創(chuàng)新點(diǎn)如下:(1)根據(jù)飛行控制系統(tǒng)傳感器的組成和配置特性,設(shè)計了包括元件級、組件級和子系統(tǒng)級三層融合層級的信息融合方案。每一融合層級均能利用互補(bǔ)和冗余信息,提高傳感器信號精度,增強(qiáng)飛行控制系統(tǒng)的容錯能力。(2)研究了余度傳感器元件的故障診斷方法。在平均奇偶向量法(Average Parity Vector,APV)的基礎(chǔ)上,采用模型群切換(Model Group Switching,MGS)算法對奇偶向量進(jìn)行補(bǔ)償,提出了一種MGS-APV故障檢測隔離方法。MGS-APV方法根據(jù)元件組的工作模式,對模型群進(jìn)行了覆蓋定義;并且設(shè)計了模型群激活和終止邏輯,實(shí)現(xiàn)模型集合的在線調(diào)整,有效地減小了傳感器誤差對于決策函數(shù)的影響。通過典型傳感器元件組在穩(wěn)態(tài)飛行與機(jī)動飛行下的仿真,并與典型方法進(jìn)行對比,驗(yàn)證了MGS-APV算法能夠快速實(shí)現(xiàn)幅值較小故障的檢測隔離,同時每一解算周期運(yùn)行的濾波器數(shù)量較少,運(yùn)算量較小。(3)俯仰角速度傳感器是保證飛行安全的關(guān)鍵元件。為提高元件組的容錯能力與可靠性,提出了包括解析信號輔助故障診斷和容錯控制功能的容錯設(shè)計方案。根據(jù)兩種功能對于解析信號的不同要求,分別設(shè)計了對應(yīng)的信號重構(gòu)方法。容錯控制對信號實(shí)時性要求較高,信號重構(gòu)方法采用跟蹤微分器法。而針對故障診斷功能對解析信號的高精度要求,提出了一種基于模糊“當(dāng)前”統(tǒng)計模型的信號重構(gòu)方法。為提高模糊模型與實(shí)際運(yùn)動模式的匹配精度,提出了一種基于雜草入侵機(jī)制的變長染色體遺傳算法,對模糊模型的規(guī)則和參數(shù)進(jìn)行了同時優(yōu)化。解析信號輔助故障診斷功能則通過對移動數(shù)據(jù)窗法的改進(jìn)實(shí)現(xiàn)。典型算例的測試驗(yàn)證了改進(jìn)優(yōu)化算法收斂性與精度的提升。典型飛行狀態(tài)下的仿真驗(yàn)證了信號重構(gòu)、容錯控制以及故障診斷方法的有效性。(4)針對傳感器測量噪聲變化導(dǎo)致加權(quán)數(shù)據(jù)融合精度下降的問題,提出一種改進(jìn)加權(quán)融合算法。加權(quán)融合算法包括方差估計和假設(shè)檢驗(yàn)兩個環(huán)節(jié)。首先,采用自適應(yīng)移動數(shù)據(jù)窗實(shí)現(xiàn)方差估計,窗口長度由多元假設(shè)檢驗(yàn)的結(jié)果決定。然后,假設(shè)檢驗(yàn)環(huán)節(jié)則應(yīng)用信號分段處理方法與中心極限定理,使得檢驗(yàn)統(tǒng)計量滿足正態(tài)分布,簡化了后續(xù)計算與理論推導(dǎo);并根據(jù)馬爾可夫狀態(tài)轉(zhuǎn)移理論和最大后驗(yàn)概率準(zhǔn)則,實(shí)現(xiàn)噪聲方差變化的快速檢測。最后通過與典型算法的仿真對比,驗(yàn)證所提算法克服了典型方法的局限性,能夠保證加權(quán)數(shù)據(jù)融合以及方差估計具有更高精度。(5)為解決大氣數(shù)據(jù)傳感器測量精度低、失效率高的問題,提出一種自適應(yīng)中心差分卡爾曼濾波(ACDKF)算法。ACDKF方法在傳感器正常工作時,基于飛機(jī)運(yùn)動學(xué)方程和精確的慣性信號,有效提高大氣數(shù)據(jù)精度;在傳感器發(fā)生故障時,通過新息序列分布變化的假設(shè)檢驗(yàn)以及多重漸消因子的引入,對濾波增益矩陣進(jìn)行自適應(yīng)調(diào)整,實(shí)現(xiàn)了故障傳感器的檢測與隔離。通過單一傳感器故障與多數(shù)傳感器故障設(shè)置下的仿真,并與CDKF和表決監(jiān)測方法進(jìn)行對比,驗(yàn)證了ACDKF方法的有效性和優(yōu)越性。(6)針對信息融合與容錯方法引入的時序故障與復(fù)雜管理邏輯,從可靠性的角度對混合余度傳感器系統(tǒng)進(jìn)行建模分析。首先,分別對系統(tǒng)的故障過程和診斷過程進(jìn)行建模,集成建立半馬爾可夫過程可靠性模型。然后,通過代數(shù)模型與補(bǔ)充變量法的結(jié)合,提出了一種定量分析方法,采用代數(shù)模型法將系統(tǒng)模型簡化為故障模式的邏輯和,應(yīng)用補(bǔ)充變量法求解化簡后的半馬爾可夫過程。接著,基于事件的分布函數(shù)推導(dǎo)了時序故障概率計算公式,用于求解各故障模式的定量概率。最后,通過算例分析以及與典型方法的比較,體現(xiàn)了模型的通用性以及定量分析方法的準(zhǔn)確與簡便,并在建模與定量概率計算研究的基礎(chǔ)之上,對故障容錯設(shè)計對于系統(tǒng)可靠性的影響進(jìn)行了分析。
【關(guān)鍵詞】：傳感器 飛行控制系統(tǒng) 信息融合 容錯方法 故障診斷 信號重構(gòu) 奇偶向量 多模型方法 方差估計 自適應(yīng)濾波 可靠性建模分析
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：V249.1
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 緒論14-34
• 1.1 論文的研究背景和意義14-15
• 1.2 傳感器容錯技術(shù)的發(fā)展與研究現(xiàn)狀15-21
• 1.2.1 故障檢測隔離方法17-20
• 1.2.2 信號重構(gòu)方法20-21
• 1.2.3 故障容錯技術(shù)研究中存在的問題21
• 1.3 信息融合方法21-27
• 1.3.1 加權(quán)融合法22-23
• 1.3.2 估計融合法23-26
• 1.3.3 智能方法26
• 1.3.4 飛控傳感器信息融合研究中存在的問題26-27
• 1.4 容錯系統(tǒng)的可靠性建模分析方法27-29
• 1.4.1 靜態(tài)建模分析方法27-28
• 1.4.2 動態(tài)建模分析方法28-29
• 1.4.3 混合建模分析方法29
• 1.4.4 容錯飛控系統(tǒng)可靠性研究中存在的問題29
• 1.5 研究內(nèi)容與章節(jié)布局29-34
• 第二章 容錯飛控系統(tǒng)傳感器信息融合方案設(shè)計34-46
• 2.1 引言34-35
• 2.2 飛控系統(tǒng)傳感器的組成35-41
• 2.2.1 慣性傳感器35-36
• 2.2.2 大氣數(shù)據(jù)傳感器36-38
• 2.2.3 傳感器的解析關(guān)系38-41
• 2.3 信息融合方案設(shè)計41-44
• 2.3.1 元件級信息融合41-42
• 2.3.2 組件級信息融合42-43
• 2.3.3 子系統(tǒng)級信息融合43-44
• 2.4 本章小結(jié)44-46
• 第三章 基于多模型估計的補(bǔ)償APV故障檢測隔離方法46-72
• 3.1 引言46-47
• 3.2 平均奇偶向量法47-52
• 3.2.1 數(shù)學(xué)形式47-48
• 3.2.2 決策閾值的確定48-50
• 3.2.3 APV方法的風(fēng)險分析與參數(shù)計算50-52
• 3.3 APV的補(bǔ)償改進(jìn)52-61
• 3.3.1 奇偶向量補(bǔ)償?shù)牡湫头椒?/span>53-54
• 3.3.2 基于交互多模型估計的補(bǔ)償改進(jìn)54-57
• 3.3.3 基于變結(jié)構(gòu)多模型估計的補(bǔ)償改進(jìn)57-61
• 3.4 仿真與分析61-70
• 3.4.1 APV方法的仿真分析62-63
• 3.4.2 補(bǔ)償APV算法的仿真分析63-70
• 3.5 本章小結(jié)70-72
• 第四章 基于信號重構(gòu)的關(guān)鍵傳感器故障容錯設(shè)計72-100
• 4.1 引言72-73
• 4.2 重構(gòu)信號在故障容錯設(shè)計中的配置73-74
• 4.3 非線性跟蹤微分器74-77
• 4.3.1 微分信號的提取74-75
• 4.3.2 容錯控制功能的實(shí)現(xiàn)75-77
• 4.4 經(jīng)典“當(dāng)前”統(tǒng)計模型77-80
• 4.4.1 數(shù)學(xué)形式77-78
• 4.4.2 CSM方法的仿真分析78-80
• 4.5 模糊“當(dāng)前”統(tǒng)計模型法80-94
• 4.5.1 基于解析關(guān)系和模糊邏輯的模型改進(jìn)80-82
• 4.5.2 遺傳算法在模糊系統(tǒng)優(yōu)化中的應(yīng)用82-88
• 4.5.3 改進(jìn)優(yōu)化算法的測試88-90
• 4.5.4 信號重構(gòu)方法的仿真分析90-94
• 4.6 重構(gòu)信號輔助故障診斷方法94-98
• 4.6.1 雙檢測閾值的計算94-96
• 4.6.2 殘差校驗(yàn)方法的設(shè)計96-97
• 4.6.3 故障診斷的仿真分析97-98
• 4.7 本章小結(jié)98-100
• 第五章 基于方差變化檢測的加權(quán)信息融合100-112
• 5.1 引言100-101
• 5.2 基于方差估計的加權(quán)融合算法101-103
• 5.2.1 典型的加權(quán)融合算法101
• 5.2.2 方差估計算法101-103
• 5.3 改進(jìn)算法103-106
• 5.3.1 信號分段處理104
• 5.3.2 后驗(yàn)概率的遞推計算104-106
• 5.4 仿真與分析106-110
• 5.4.1 典型加權(quán)融合方法的局限性106-108
• 5.4.2 改進(jìn)方法的仿真對比108-110
• 5.5 本章小結(jié)110-112
• 第六章 基于自適應(yīng)非線性濾波的大氣數(shù)據(jù)融合112-130
• 6.1 引言112-113
• 6.2 濾波模型的建立113-115
• 6.3 非線性濾波方法的設(shè)計115-122
• 6.3.1 擴(kuò)展卡爾曼濾波EKF115-116
• 6.3.2 無跡卡爾曼濾波UKF116-117
• 6.3.3 中心差分卡爾曼濾波CDKF117-119
• 6.3.4 非線性濾波方法的仿真分析119-122
• 6.4 自適應(yīng)中心差分卡爾曼濾波122-128
• 6.4.1 新息正交性原理122-125
• 6.4.2 漸消因子的引入125-126
• 6.4.3 自適應(yīng)濾波的仿真分析126-128
• 6.5 本章小結(jié)128-130
• 第七章 故障容錯設(shè)計的可靠性建模與分析130-144
• 7.1 引言130-131
• 7.2 集成半馬爾可夫過程模型的建立131-134
• 7.2.1 故障過程與診斷過程的建模131
• 7.2.2 模型參數(shù)的確定131-132
• 7.2.3 集成模型的建立132-134
• 7.3 定量分析方法的研究134-138
• 7.3.1 代數(shù)模型方法的應(yīng)用134-135
• 7.3.2 補(bǔ)充變量法的應(yīng)用135-138
• 7.4 仿真分析138-143
• 7.4.1 與補(bǔ)充變量法的對比驗(yàn)證138-139
• 7.4.2 與時齊馬爾可夫過程法的對比驗(yàn)證139-140
• 7.4.3 容錯方法設(shè)計與系統(tǒng)可靠性的聯(lián)系140-143
• 7.5 本章小結(jié)143-144
• 第八章 總結(jié)與展望144-148
• 8.1 總結(jié)144-145
• 8.2 展望145-148
• 參考文獻(xiàn)148-162
• 博士期間發(fā)表論文和參加科研情況等說明162-164
• 致謝164

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 潘泉;王增福;梁彥;楊峰;劉準(zhǔn)釓;;信息融合理論的基本方法與進(jìn)展(Ⅱ)[J];控制理論與應(yīng)用;2012年10期

2 程建華;李明月;;基于小波分析的容錯組合導(dǎo)航系統(tǒng)故障檢測算法研究[J];宇航學(xué)報;2012年04期

3 孫曉哲;李衛(wèi)琪;陳宗基;;飛控計算機(jī)系統(tǒng)分層混合可靠性建模方法[J];上海交通大學(xué)學(xué)報;2011年02期

4 魏慕恒;賈秋玲;;飛控系統(tǒng)傳感器故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[J];計算機(jī)測量與控制;2010年01期

5 周軍,王志勝,周鳳岐;基于線性均方估計的數(shù)據(jù)融合理論[J];宇航學(xué)報;2003年04期

6 潘泉,于昕,程詠梅,張洪才;信息融合理論的基本方法與進(jìn)展[J];自動化學(xué)報;2003年04期

7 吳文海,謝振華,于建立,王玉榮;飛行控制律的狀態(tài)觀測器重構(gòu)研究[J];飛行力學(xué);2001年01期

，

本文編號：1086349