Preview

Научный вестник МГТУ ГА

Расширенный поиск

Метод функционального контроля технического состояния датчиков системы управления воздушного судна в условиях полной параметрической неопределенности

https://doi.org/10.26467/2079-0619-2020-23-3-39-51

Полный текст:

Аннотация

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.

Об авторах

Ю. В. Бондаренко
Московский государственный технический университет гражданской авиации
Россия
Бондаренко Юлия Владиславовна, аспирант
г. Москва


Е. Ю. Зыбин
Государственный научно-исследовательский институт авиационных систем
Россия

Зыбин Евгений Юрьевич, доктор технических наук, начальник лаборатории

г. Москва



Список литературы

1. Gertler J. Fault detection and diagnosis in engineering systems. CRC Press, 2019. 504 p.

2. Edwards C., Lombaerts T., Smaili H. Fault tolerant flight control: a benchmark challenge. Berlin: Springer-Verlag, 2010. 560 p. DOI: 10.1007/978-3-642-11690-2

3. Fekih 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.2014.6859271

4. Samy 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.2011.03.002

5. Dai 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.2013.2243743

6. Tidriri 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.2016.09.008

7. Gao 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.2015.2417501

8. Gao 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.2015.2419013

9. Zolghadri 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.2017.10.012

10. Lopes 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/ecp19162029

11. Ansari 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.2016.7526603

12. Зыбин Е.Ю. Об идентифицируемости линейных динамических систем в замкнутом контуре в режиме нормальной эксплуатации // Известия ЮФУ. Технические науки. 2015. № 4 (165). С. 160–170.

13. 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: 10.1088/1742-6596/1187/3/032006

14. Swischuk 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: 10.1115/1.4043567

15. Жирабок А.Н., Шумский А.Е., Павлов С.В. Диагностирование линейных динамических систем непараметрическим методом // АиТ. 2017. № 7. С. 3–21.

16. Ding S.X. Data-driven design of fault diagnosis and fault-tolerant control systems. London: Springer-Verlag, 2014. 300 p. DOI: 10.1007/978-1-4471-6410-4

17. Hakem 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.ch005

18. Wang 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.2017.03.001

19. Fravolini 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.2017.2758345

20. Зыбин Е.Ю., Мисриханов М.Ш., Рябченко В.Н. О минимальной параметризации решений линейных матричных уравнений // Вестник ИГЭУ. 2004. № 6. С. 127–131.


Для цитирования:


Бондаренко Ю.В., Зыбин Е.Ю. Метод функционального контроля технического состояния датчиков системы управления воздушного судна в условиях полной параметрической неопределенности. Научный вестник МГТУ ГА. 2020;23(3):39-51. https://doi.org/10.26467/2079-0619-2020-23-3-39-51

For citation:


Bondarenko J.V., Zybin E.Yu. Functional control of the technical condition method for aircraft control system sensors under complete parametric uncertainty. Civil Aviation High Technologies. 2020;23(3):39-51. https://doi.org/10.26467/2079-0619-2020-23-3-39-51

Просмотров: 46


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2079-0619 (Print)
ISSN 2542-0119 (Online)