cahtНаучный вестник МГТУ ГАCivil Aviation High Technologies2079-06192542-0119Moscow State Technical University of Civil Aviation (MSTU CA)10.26467/2079-0619-2020-23-3-39-51caht-1702Research ArticleАВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКАAVIATION, ROCKET AND SPACE TECHNOLOGYМетод функционального контроля технического состояния датчиков системы управления воздушного судна в условиях полной параметрической неопределенностиFunctional control of the technical condition method for aircraft control system sensors under complete parametric uncertaintyБондаренкоЮ. В.BondarenkoJ. V.

Бондаренко Юлия Владиславовна, аспирант

Julia V.Bondarenko, Postgraduate Student

Moscow

yuliavladislavovna@gmail.comЗыбинЕ. Ю.ZybinE. Yu.

Зыбин Евгений Юрьевич, доктор технических наук, начальник лаборатории

г. Москва

Evgeniy Yu. Zybin, Doctor of Technical Sciences, The Head of Laboratory

Moscow

eyzybin@2100.gosniias.ruМосковский государственный технический университет гражданской авиацииРоссияMoscow State Technical University of Civil AviationRussian FederationГосударственный научно-исследовательский институт авиационных системРоссияState Research Institute of Aviation SystemsRussian Federation2020030720202333951Copyright © Бондаренко Ю.В., Зыбин Е.Ю., 20202020Бондаренко Ю.В., Зыбин Е.Ю.Bondarenko J.V., Zybin E.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://avia.mstuca.ru/jour/article/view/1702

Отказы датчиков системы управления могут вызвать ухудшение характеристик устойчивости и управляемости воздушного судна. Быстрое и достоверное обнаружение и локализация таких отказов в полете позволяет минимизировать их последствия и предотвратить авиационное происшествие. Непосредственное использование традиционных параметрических методов контроля технического состояния датчиков с использованием их математических моделей невозможно ввиду отсутствия информации об истинных входных сигналах, поступающих на их чувствительные элементы. Это приводит к необходимости решения задачи моделирования динамики полета воздушного судна с высоким уровнем неопределённостей, что затрудняет использование функциональных методов контроля и обуславливает необходимость использования избыточного аппаратного резервирования датчиков. Широко известные непараметрические методы либо требуют наличия априорной базы знаний, предварительного обучения или длительной настройки на большом объеме реальных полетных данных, либо обладают низкой избирательной чувствительностью для достоверной локализации отказавших датчиков. В работе расширяется применение известного непараметрического критерия обнаружения отказов, основанного на анализе линейной зависимости столбцов матрицы Ганкеля входовыходных данных, на решении задачи локализации отказов датчиков. Приводятся необходимые и достаточные условия существования решения, в аналитическом виде определяется структура и значения критерия до и после возникновения отказов. Предлагаемый метод не требует функционального или аппаратного резервирования, априорной информации о параметрах математических моделей и их устойчивости, решения задач идентификации, наблюдения или прогнозирования. Работоспособность метода показана на примере линейной модели продольного движения самолета Боинг 747–100/200. Отмечается быстрая настройка, высокое быстродействие и избирательная чувствительность разработанных алгоритмов.

The control system sensors failures can cause the aircraft stability and controllability deterioration. Such failures fast and reliable inflight detection and localization allows minimization their consequences and prevention of an accident. Direct application of traditional parametric methods for sensors health monitoring with the use of their mathematical models is impossible due to the lack of information about the real inputs on their sensitive elements. This leads to the need for the problem of aircraft flight dynamics modeling with a high level of uncertainties to be solved, which complicates the application of functional test methods and determines the necessity of excessive sensors hardware redundancy. Widely known nonparametric methods either require a prior knowledge base, preliminary training, or long-term tuning on a large real flight data volume, or have low selective sensitivity for the failed sensors reliable localization. This paper expands the application of the well-known nonparametric failure detection criterion, based on the analysis of the linear dependence of the input-output data Hankel matrix columns and solution of the sensor failures localizing problem. Necessary and sufficient solvability conditions are given, the structure and the criterion values are determined in an analytical form before and after the failures occurrence. The proposed method does not require functional or hardware redundancy, prior information about the parameters of mathematical models and their stability, identification, observation, or prediction problems solution. The efficiency of the method is shown on the Boeing 747–100/200 longitudinal model example. Fast tuning, fast response and selective sensitivity of the developed algorithms are noted.

воздушное судносистема управлениядатчикиконтроль технического состоянияобнаружение и локализация отказовпараметрическая неопределенностьнепараметрический методaircraftcontrol systemsensorshealth monitoringlocalization and detection failureparametric uncertaintynonparametric methodИсследование выполнено при финансовой поддержке РФФИ в рамках научных проектов № 20-08-01215, №18-08-00453, №19-29-06091The study was conducted with the financial support of the Russian Foundation for Basic Research, grants №20-08-01215, №18-08-00453, №19-29-06091ReferencesGertler J. Fault detection and diagnosis in engineering systems. CRC Press, 2019. 504 p.Gertler, J. (2019). Fault detection and diagnosis in engineering systems. CRC Press, 504 p.Edwards C., Lombaerts T., Smaili H. Fault tolerant flight control: a benchmark challenge. Berlin: Springer-Verlag, 2010. 560 p. DOI: 10.1007/978-3-642-11690-2Edwards, C., Lombaerts, T. and Smaili, H. (2010). Fault tolerant flight control: a benchmark challenge. Springer-Verlag, Berlin, 560 p. DOI: 10.1007/978-3-642-11690-2Fekih A. Fault diagnosis and fault tolerant control design for aerospace systems: a bibliographical review // American Control Conference (ACC). IEEE, 2014. Pp. 1286–1291. DOI: 10.1109/ACC.2014.6859271Fekih, A. (2014). Fault diagnosis and fault tolerant control design for aerospace systems: a bibliographical review. American Control Conference (ACC), IEEE, pp. 1286–1291. DOI: 10.1109/ACC.2014.6859271Samy I., Postlethwaite I., Gu D.W. Survey and application of sensor fault detection and isolation schemes // Control Engineering Practice. 2011. Vol. 19, iss. 7. Pp. 658–674. DOI: 10.1016/j.conengprac.2011.03.002Samy, I., Postlethwaite, I. and Gu, D.W. (2011). Survey and application of sensor fault detection and isolation schemes. Control Engineering Practice, vol. 19, issue 7, pp. 658–674. DOI: 10.1016/j.conengprac.2011.03.002Dai X., Gao Z. From model, signal to knowledge: a data-driven perspective of fault detection and diagnosis // IEEE Transactions on Industrial Informatics. 2013. Vol. 9, iss. 4. Pp. 2226–2238. DOI: 10.1109/TII.2013.2243743Dai, X. and Gao, Z. (2013). From model, signal to knowledge: a data-driven perspective of fault detection and diagnosis. IEEE Transactions on Industrial Informatics, vol. 9, issue 4, pp. 2226–2238. DOI: 10.1109/TII.2013.2243743Tidriri K. Bridging data-driven and model-based approaches for process fault diagnosis and health monitoring: A review of researches and future challenges / K. Tidriri, N. Chatti, S. Verron, T. Tiplica // Annual Reviews in Control. 2016. Vol. 42. Pp. 63–81. DOI: 10.1016/j.arcontrol.2016.09.008Tidriri, K., Chatti, N., Verron, S. and Tiplica, T. (2016). Bridging data-driven and modelbased approaches for process fault diagnosis and health monitoring: A review of researches and future challenges. Annual Reviews in Control, vol. 42, pp. 63–81. DOI: 10.1016/j.arcontrol.2016.09.008Gao Z., Cecati C., Ding S.X. A Survey of fault diagnosis and fault-tolerant techniques – Part I: Fault diagnosis with model-based and signal-based approaches // IEEE transactions on industrial electronics. 2015. Vol. 62, iss. 6. Pp. 3757–3767. DOI: 10.1109/TIE.2015.2417501Gao, Z., Cecati, C. and Ding, S.X. (2015). A Survey of fault diagnosis and fault-tolerant techniques – Part I: Fault diagnosis with model-based and signal-based approaches. IEEE transactions on industrial electronics, vol. 62, issue 6, pp. 3757–3767. DOI: 10.1109/TIE.2015.2417501Gao Z., Cecati C., Ding S.X. A survey of fault diagnosis and fault-tolerant techniques – Part II: Fault diagnosis with knowledge-based and hybrid/active-based approaches // IEEE transactions on industrial electronics. 2015. Vol. 62, iss. 6. Pp. 3768–3774. DOI: 10.1109/TIE.2015.2419013Gao, Z., Cecati, C. and Ding, S.X. (2015). A survey of fault diagnosis and fault-tolerant techniques – Part II: Fault diagnosis with knowledge-based and hybrid/active-based approaches. IEEE transactions on industrial electronics, vol. 62, issue 6, pp. 3768–3774. DOI: 10.1109/TIE.2015.2419013Zolghadri A. The challenge of advanced model-based FDIR for real-world flight-critical applications // Engineering Applications of Artificial Intelligence. 2018. Vol. 68. Pp. 249–259. DOI: 10.1016/j.engappai.2017.10.012Zolghadri, A. (2018). The challenge of advanced model-based FDIR for real-world flightcritical applications. Engineering Applications of Artificial Intelligence, vol. 68, pp. 249–259. DOI: 10.1016/j.engappai.2017.10.012Lopes P.V.P. Model-based sensor fault detection in an autonomous solar-powered aircraft / P.V.P. Lopes, L. Hsu, M. Vilzmann, K. Kondak // Proceedings of the 10th Aerospace Technology Congress. FTF, 2019. No. 162. Pp. 247–254. DOI: 10.3384/ecp19162029Lopes, P.V.P., Hsu, L., Vilzmann, M. and Kondak, K. (2019). Model-based sensor fault detection in an autonomous solar-powered aircraft. Proceedings of the 10th Aerospace Technology Congress, FTF, no. 162, pp. 247–254. DOI: 10.3384/ecp19162029Ansari A., Bernstein D.S. Aircraft sensor fault detection using state and input estimation // American Control Conference (ACC). IEEE, 2016. Pp. 5951–5956. DOI: 10.1109/ACC.2016.7526603Ansari, A. and Bernstein, D.S. (2016). Aircraft sensor fault detection using state and input estimation. American Control Conference (ACC), IEEE, pp. 5951–5956. DOI: 10.1109/ACC.2016.7526603Зыбин Е.Ю. Об идентифицируемости линейных динамических систем в замкнутом контуре в режиме нормальной эксплуатации // Известия ЮФУ. Технические науки. 2015. № 4 (165). С. 160–170.Zybin, E.Yu. (2015). On identifiability of closed-loop linear dynamical systems under normal operating conditions. IzvestiyaSFedU. Engineering Sciences, no. 4 (165), pp. 160–170. (in Russian)Xu S. A survey of knowledge-based intelligent fault diagnosis techniques // Journal of Physics: Conference Series. IOP Publishing. 2019. Vol. 1187, no. 3: 032006. 6 p. DOI: 10.1088/1742-6596/1187/3/032006Xu, S. (2019). A survey of knowledge-based intelligent fault diagnosis techniques. Journal of Physics: Conference Series, IOP Publishing, vol. 1187, no. 3: 032006, 6 p. DOI: 10.1088/1742-6596/1187/3/032006Swischuk R., Allaire D. A machine learning approach to aircraft sensor error detection and correction // Journal of Computing and Information Science in Engineering. 2019. Vol. 19, no. 4: 041009. 12 p. DOI: 10.1115/1.4043567Swischuk, R. and Allaire, D. (2019). A machine learning approach to aircraft sensor error detection and correction. Journal of Computing and Information Science in Engineering, vol. 19, no. 4: 041009, 12 p. DOI: 10.1115/1.4043567Жирабок А.Н., Шумский А.Е., Павлов С.В. Диагностирование линейных динамических систем непараметрическим методом // АиТ. 2017. № 7. С. 3–21.Zhirabok, A.N., Shumsky, A.E. and Pavlov, S.V. (2017). Diagnosis of linear dynamic systems by the nonparametric method. Automation and Remote Control, vol. 78, no. 7, pp. 1173–1188. (in Russian)Ding S.X. Data-driven design of fault diagnosis and fault-tolerant control systems. London: Springer-Verlag, 2014. 300 p. DOI: 10.1007/978-1-4471-6410-4Ding, S.X. (2014). Data-driven design of fault diagnosis and fault-tolerant control systems, Springer-Verlag, London, 300 p. DOI: 10.1007/978-1-4471-6410-4Hakem A., Pekpe K.M., Cocquempot V. Fault detection and isolation for switching systems using a parameter-free method. Diagnostics and Prognostics of Engineering Systems: Methods and Techniques. IGI Global, 2013. Pp. 98–118. DOI: 10.4018/978-1-4666-2095-7.ch005Hakem, A., Pekpe, K.M. and Cocquempot, V. (2013). Fault detection and isolation for switching systems using a parameter-free method. Diagnostics and Prognostics of Engineering Systems: Methods and Techniques, IGI Global, pp. 98–118. DOI: 10.4018/978-1-4666-2095-7.ch005Wang K., Chen J., Song Z. Data-driven sensor fault diagnosis systems for linear feedback control loops // Journal of Process Control. 2017. Vol. 54. Pp. 152–171. DOI: 10.1016/j.jprocont.2017.03.001Wang, K., Chen, J. and Song, Z. (2017). Data-drivensensor fault diagnosis systems for linear feedback control loops. Journal of Process Control, vol. 54, pp. 152–171. DOI: 10.1016/j.jprocont.2017.03.001Fravolini M.L. Data-driven schemes for robust fault detection of air data system sensors / M.L. Fravolini, G.D. Core, U. Papa, P. Valigi, M.R. Napolitano // IEEE Transactions on Control Systems Technology. 2017. Vol. 27, iss. 1. Pp. 234–248. DOI: 10.1109/TCST.2017.2758345Fravolini, M.L., Core, G.D., Papa, U., Valigi, P. and Napolitano, M.R. (2017). Datadriven schemes for robust fault detection of air data system sensors. IEEE Transactions on Control Systems Technology, vol. 27, no. 1, pp. 234–248. DOI: 10.1109/TCST.2017.2758345Зыбин Е.Ю., Мисриханов М.Ш., Рябченко В.Н. О минимальной параметризации решений линейных матричных уравнений // Вестник ИГЭУ. 2004. № 6. С. 127–131.Zybin, E.Yu., Misrikhanov, M.Sh. and Ryabchenko, V.N. (2004). O minimalnoy parametrizatsii resheniy lineynykh matrichnykh uravneniy [On minimal parameterization of solutions of linear matrix equations]. Vestnik of Ivanovo State Power Engineering University, no. 6, pp. 127–131. (in Russian)

The authors declare that there are no conflicts of interest present.