导航传感器故障检测策略

　第36卷第7期　2002年7月

上海交通大学学报

JO U RN A L O F SHA N GHA I JIA O T O NG U N IV ERSIT Y

Vol.36No.7　J ul.2002　

收稿日期:2001-01-08

作者简介:徐力平(1956-),男,江苏溧阳人,博士生,主要从事导

航及控制研究.

文章编号:1006-2467(2002)07-0966-04

导航传感器故障检测策略

徐力平,　赵忠华,　张炎华

(上海交通大学信息检测技术及仪器系,上海200030)

摘　要:为了提高故障检测灵敏度,分析了通常的故障检测中难以兼顾虚警概率和漏检概率的原因和船舶组合导航系统故障检测过程中噪声与故障对检测量的影响.根据船舶组合导航系统故障检测的特点,提出了以模糊逻辑和指数加权平均处理检测量和阈值的故障检测策略,并用实船航行数据仿真.该策略对未知输入等干扰不敏感而对故障敏感,且可根据故障的大小自动调节检测时间的长短.对不易检测的小故障,自动延长检测时间以利用更多的信息从而提高检测的正确率;对于较大的故障,自动缩短检测时间从而减少检测延时和累积误差,起到了自适应检测时间窗的作用.关键词:故障检测;模糊逻辑;指数加权平均中图分类号:T P 18 文献标识码:A

Navigation Sensor Failure Detecting Tactic

X U L i -p ing ,　ZH A O Zhong -hua ,　ZH A N G Yan -hua

(Dept.of Infor matio n M easurement Technolog y and Instrument,

Shang hai Jiaotong Univ.,Shanghai 200030,China)

Abstract :A cer tain kind o f failure detecting tactic based on fuzzy log ic and ex ponent-weighted average w as brought forw ard in order to im pro ve failure detection w ith high noises.And sim ulation w as per for med w ith real stabilized gy rocompass readings dur ing a voy age.The failur e detection tactic is sensitivie to er-rors other than disturbance such as system's unknow n input .Fur thermo re ,the tactic may adjust the leng th o f detection time adaptively.When the erro r mag nitude is small and interm ixed with noises,the tactic incr eases the detectio n tim e to m ake use of mo re inform ation,w hich results in hig her pro bability of co rrect detection .When the erro r magnitude is big ger ,the tactic decreases the detection tim e ,consequent-ly the detecting delay is decreased and the erro r accumulatio n is r educed .Key words :failur e detection;fuzzy logic;ex ponent-w eig hted average

就检测过程看,影响检测正确性的原因是检测量无故障时的条件概率密度曲线与有故障时的条件概率密度曲线有交迭造成的.通常的检测方法是设定一个阈值,当检测量大于该阈值时判定为有故障;否则,判定为无故障.因而,若无故障时检测量落入大于该阈值的范围则出现虚警,若有故障时检测量落入小于该阈值的范围则导致漏检.

检测量无故障时的条件概率密度曲线与有故障时的条件概率密度曲线有部分交迭是由检测量中的噪声引起的.由于未知输入、海况等强干扰,导航系统中存在大幅度噪声使条件概率密度曲线交迭严重.检测量是由估计误差(E e )构成的.就未知输入等干扰噪声与故障造成的E e 的表现形式看,导航传感器本身的噪声一般为非平稳随机过程,其造成的E e 通常很小,无故障时出现的突出的大幅值E e 往往是未知输入及其他强干扰引起的,这些大幅值E e 通常不是连续出现的.而传感器发生故障时通常是连续

出现较大幅值的E e.另外,船舶导航系统允许甚至要求一些故障检测延时.

如果能使故障检测过程对未知输入等干扰噪声不敏感,但对故障敏感,则可进一步提高故障检测的灵敏度,有利于检测小幅值缓变故障.本文根据船舶组合导航系统故障检测的特点及干扰噪声和故障对E e的不同影响,提出了以模糊逻辑和指数加权平均处理检测量和阈值的故障检测策略,并用实船航行数据仿真.

1　故障检测策略

若检测量落在其无故障时的概率密度曲线与有故障时的概率密度曲线的交迭部分,则存在有、无故障两种可能,这正符合模糊逻辑的概念.Frank 等[1,2]就采用了模糊逻辑处理残差或阈值.

当检测量介于有、无故障之间时,若依据连续若干个检测周期的检测量判断有、无故障,则可增加用于判断有、无故障的信息,区分引起大幅值E e的原因,从而提高故障检测的正确率.采用多样本检验不能消除交迭,仅能在某种程度上减轻交迭.若能在某种程度上区分干扰与噪声,则可降低检测阈值,提高故障检测的灵敏度.Napolitano等[3]综合考虑了多次单样本检验的结果判定有无故障.该方法设置2个阈值T1和T2,T2≈20T1.当E e>T2时,立即判定为有故障;T1

该策略设置T1、T2两个阈值.T1的含义为,当检测量x k=T1时,系统介于有故障与无故障之间,即赋予该阈值对应的有故障的可能性为0.5;当x k>T1时,提示警告信息,启动故障警戒过程,首先用偏大型模糊隶属函数[4]

f k(x k)=

0x k≤c

1+a(d(x k-c)-b)-1x k>c

(1)

将x k映射到区间[0,1),并调节参数a,b,c,d,将大于T1的x k映射到(0.5,1)的开区间并使函数曲线符合需要,即将x k用模糊隶属函数进行归一化处理,并设当x k>T1时有故障的可能性介于0.5～1.这样映射也是根据舰船导航系统的故障检测忽略瞬时故障的要求,使偶发的故障不引起报警、切换,无论这个故障造成的E e有多大.然后将经式(1)交换后得到的时间序列f k(x k)指数加权平均[5]

X k=X k-1/2+f k(x k) X0=0(2)当有故障的可能性累积达到1时判定为有故障.

经过这样的处理后,所得X k介于0～2,并且,当x k连续大于T1时,一定能使X k>1,但无论E e有多大,至少出现2次较大的E e才能使X k> 1.因此,若当X k>1即判定为有故障,则至少已出现2次较大的E e.

T2是为解除故障警戒设置的.若以启动故障警戒过程后有故障的可能性的近乎连续小于0.25时,判定系统无故障或故障已消失,则设置T2<0.5.如果启动故障警戒过程后,无论是尚未达到X k≥1时,f k(x k)就下降到0.25以下,还是报警后f k(x k)下降到0.25以下,X k一定能下降到0.5以下.当X k< T2<0.5时,解除故障警戒,提示无故障或故障已消失,同时将X k清零,为下一次启动故障警戒过程做好准备.

采用指数加权平均,除了在处理含非平稳随机过程的时间序列x k时可提高信噪比外,更重要的是它起到了自适应检测时间窗的作用.当启动故障警戒过程后如此指数加权平均,则对大于0.5的f k(x k)序列,即序列x k>T1,x k越大,X k值上升到大于1所经时间越短;而对启动故障警戒过程后小于0.25的f k(x k)序列,x k越小,X k值下降到小于T2所经时间越短;对于在0.5附近的f k(x k)序列,即序列x k徘徊于T1附近,无论是x k>T1时X k值上升到大于1,还是x k

2　仿　真

利用离线训练神经网络作为在线状态估计器对故障检测策略进行仿真.首先用某船驶往某试验场的航行中平台罗经的一段数据(第1段数据)训练神

967

　第7期徐力平,等:导航传感器故障检测策略