无人机的故障检测和维护 (1)

摘要

使用自主直升机在民间应用需要改善安全条件，以避免潜在的事故。故障检测与隔离（FDI）在这方面起着重要的作用在这方面。本文提出了一个执行器和传感器的FDI系统小型自主直升机。故障检测是通过评估任何重大的改变行为的车辆相对于正常行为，这是估计使用的观察器检测几种类型的错误。该方法是证明了方法的实验结果与模拟的有效性。

关键词：自主直升机故障检测与隔离卡尔曼滤波

ABSTRACT

The use of autonomous helicopters in civilian applications requires the improvement of safety conditions to avoid potential accidents.Fault detection and isolation (FDI) plays an important role in this context. This paper presents an actuator and sensor FDI system forsmall autonomous helicopters. Fault detection is accomplished by evaluating any significant change in the behaviour of the vehicle withrespect to the fault-free behaviour, which is estimated by using observers. Several types of faults have been considered. The effectivenessof the proposed approach is demonstrated by means of experimental results and simulations.

Keywords autonomous helicopters FDI Kalman filters

主体内容

1. 无人机是越来越多地用于许多应用。如由于其地形特征和存在的障碍，在地面车辆不能进入的理想的地点。在许多情况下，使用空中车辆是最好的了解信息或部署仪器方法。它的高机动性和悬停直升机能力特点，再就是他们很适合敏捷目标跟踪任务，以及检查和监测任务需要保持一个位置，并获得详细的意见。此外，垂直起飞和降落的能力在许多应用是直升机非常可取的。尽管有增强设备改善稳定性，熟练的，有经验的飞行员需要控制他们在飞行，遥控直升机还是存在内在的不稳定性动态。无人直升机的控制是一个具有挑战性的任务，涉及多变量非线性开环执行器饱和不稳定系统。此外，直升机不具备优化退化性能的固定翼飞机或飞船的情况。因此，一个失败的任何部分自主直升机（执行器，传感器，控制系统，等）可以是灾难性的。如果失败是无法检测和评估的，那么直升机久会直接崩溃。故障检测与隔离（fdi）技术被广泛应用于工业过程的故障检测执行器和传感器。如果检测到故障，结构该控制器可以改变以便得到最好的反应系统，甚至可以带来一个紧急停止。故障检测方法可分为无模型和基于模型的范例。无模型的故障诊断包括所有的技术，不依赖于模型的基本制度，而基于模型的方法故障诊断使用冗余的一些数学模型动态来描述它。从七十年代开始，已经有许多先进的理论故障诊断基于解析冗余。根据这一办法，所有的信息在系统可用于监测的行为学，包括知识的动力学。

1.2断层的存在是检测手段的所谓残差，即，数量是过度敏感故障。剩余的产生可以进行不同的方法：奇偶方程，观测器的一代，和方法的基础上的估计参数。神经网络和模糊系统也适用在基于模型的FDI。基于观测器的参数估计方法是最常见的应用故障检测的方法。大多数近年来FDI系统自主车辆也使用基于观测器的方法。背后的基本想法观察员或滤波器方法是估计系统输出的测量，通过使用龙贝格观测器在一个确定的设置或滤波在随机位置设置。特别是在外地的自主车辆的FDI，观测器，卡尔曼滤波器，观察员系列及卡尔曼滤波器和神经网络已用于观察员的一代。

1.3神经网络已被用来检测传感器和执行器故障应用到b-747数学模型。在美国国家航空航天局的高海拔无人机仿真模型中，卡尔曼滤波器和神经网络也被用于传感器故障检测，和b-373实际飞行数据。卡尔曼滤波器还可用于飞机的故障检测。执行机构故障检测，无人水下航行用都可卡尔曼滤波器估计。然而，很少有可以找到的文献结果在故障检测自主无人直升机方面。Drozeskiet等人提出一个投资神经网系统，它可用于重构飞行控制无人机。FDI 系统已经实施和测试改良雅马哈喷洒自治新型直升机（机身的重量58公斤，和有一个30公斤的有效载荷）。在本文中，执行器和传感器故障诊断在直升机的研究和设计的故障检测系统，使用基于模型方法，与基于观测器的残差。本系统的测试与实际飞行数据。

1.4本文对会议论文总序，本文的组织如下。小自治直升机，故障检测与隔离方法，作动器和传感器故障检测技术的应用，专门的结论。整个世界小型自主直升机几个小型无人直升机原型发展近年来在不同的研究中心。在大多数情况下，原型建立在一个机体上，其中传感器，计算机和通讯设备。在许多情况下，机体是一个传统的模型直升机。有效载荷通常在4–8公斤，因此设备可以安装船上是有限的。在某些情况下，新型的雅马哈喷涂直升机是用来作为机体。该新型大于其他机身（有效载荷30公斤左右），它没有这些重量限制。小直升机通常有五个控制输入：集体沥青，循环音高坪为投手，循环间距像素滚动，尾桨沥青材料和发动机油门铂。它是通常，发动机省长或一个单独的油门控制循环速度保持在恒定的主旋翼价值操纵油门，因此飞行控制器控制只有四个第一输入。直升机主旋翼系统的联系机械涉及直升机的叶片角度的主驱动器，通过一个中介机构的斜盘。大多数小型直升机通常有三个斜盘致动器，但在某些情况下，四个驱动器同时使用。如果其中一个主要的转子驱动器失败，严重退化甚至完全丧失直升机可以发生。在这些情况下，快速和可靠的检测确定故障

是很重要的。一旦信息的存在和位置的失败是可用的，飞行系统可以采取行动对付它通过控制器重构的影响。

2.1恩斯.李提出一个驱动器几何three-actuator冲洗金属板等提供控制轴耦合和重构战略控制的任何保留的三个控制在时间轴。drozeski等人提出的重构飞行控制结构，恢复垂直控制后一个集体执行器故障的直升机，控制速度的主要转子与节流阀的铂。直升机自主飞行需要的精确位置和信息控制与镇定。小自主直升机携带一个包的传感器，在一个典型的案件包括一个惯性测量装置（系统）与三个陀螺仪，加速度计和三轴磁强计姿态确定，一个centimeter-precision运动系统，用于测量传感器的主旋翼转，和一个超声波传感器和起飞登陆。一个故障传感器之一，虽然不是至关重要执行器故障，可能引起的姿态和位置估计如果未被发现的错误。在这些情况下的重构通常包括隔离故障传感器和使用其他传感器得到最好的位置估计与态度。一些实验数据本文介绍了已记录使用马尔文直升机，这是根据传统的新型机体。传感器位置和姿态确定包括一个惯性测量装置，超声波测距仪看下来和诺瓦泰rt-2载波相位差分全球定位系统接收器。马尔文的六个伺服操作器发动机油门，尾桨音高，和主旋翼间距设置。斜盘是由四个舵机，控制其位置和方向的一个四90 偏移角。这意味着三个参数（集体音高，循环音高坪为投手，和循环沥青像素滚动）冗余受四个伺服输出，前伺服，伺服某人后，左伺服型，和右伺服老所涉及的关系：

伺服信号是由控制器计算根据上述关系。因此，如果一个伺服失败，但可以通过动议，其余三，马尔文仍然可以运作安全没有任何特殊措施。因此，早期故障检测与鉴定有关的提高直升机的安全。3。故障检测与识别3.1。景区简介安全性和可靠性是重要的要求人造动力系统。这些要求适用特别是安全关键系统，比如直升机。早期故障检测可以帮助避免系统实验，设计的系统检查，FDI飞行条件在一些变量的值用于识别。如果外国直接投资的系统故障检测当这些变量超出指定范围，FDI系统会发出警告，但它已确认故障申报后警告当飞机变量在指定的范围。变量用来指定飞行包线覆盖由识别数据和极限值是直升机的速度在世界坐标平面（velxy < 10米/秒），垂直直升机速度的世界坐标（维尔兹< 2米/秒），直升机的俯仰角（节距< 20 ）和直升机卷角（卷“10 ）。图4显示了一个典型实验直升机速度用于识别。从实际的角度来看，外商直接投资对线性系统观察者是比较容易执行局小自治直升机，通常具有有限的计算资源。线性观察员已用于本文故障检测。

设计FDI的目的，估计状态向量不必要的，只输出估计需要。因此，一个输入输出模型–直升机系统可以确定产量预测。因为过去的投入输出可在任何给定的系统即时，–输入输出模型可用于估计实际输出故障的情况下。一个线性数学模型模型的输入输出可用于–链接局部分析。该模型可以采用井已知的鉴定方案。在案件高信号噪声比，方程误差识别并可以利用，特别是，不同的方程误差模型可以提取数据。一个具体的离散，时间不变，线性动态模型，如回归或外源的（自回归或自回归移动平均外源性），可内承担的家庭模式。一个数的多输入单输出模型已被确定为FDI。这些模式是类型：