模型基渦軸發(fā)動(dòng)機(jī)傳感器故障診斷研究

劉夢(mèng)妮，王曦，2，楊超

（1.北京航空航天大學(xué)能源與動(dòng)力工程學(xué)院，北京100191；2.先進(jìn)航空發(fā)動(dòng)機(jī)協(xié)同創(chuàng)新中心，北京100191；3.中航空天發(fā)動(dòng)機(jī)研究院有限公司，北京101304）

模型基渦軸發(fā)動(dòng)機(jī)傳感器故障診斷研究

劉夢(mèng)妮1，王曦1，2，楊超3

（1.北京航空航天大學(xué)能源與動(dòng)力工程學(xué)院，北京100191；2.先進(jìn)航空發(fā)動(dòng)機(jī)協(xié)同創(chuàng)新中心，北京100191；3.中航空天發(fā)動(dòng)機(jī)研究院有限公司，北京101304）

基于干擾解耦思想，針對(duì)渦軸發(fā)動(dòng)機(jī)工作中傳感器瞬時(shí)斷路硬故障模式，提出一種基于模型的渦軸發(fā)動(dòng)機(jī)未知輸入觀測(cè)器傳感器硬故障診斷方法。通過對(duì)地面、高空工作的渦軸發(fā)動(dòng)機(jī)不同傳感器故障的模擬，驗(yàn)證了該故障診斷方法的有效性。結(jié)果表明，基于模型設(shè)計(jì)的未知輸入觀測(cè)器（UIO），能夠?qū)ο到y(tǒng)輸入中的測(cè)量干擾未知輸入信號(hào)進(jìn)行有效解耦，同時(shí)傳感器故障信息通過UIO計(jì)算獲得的輸出估計(jì)具有魯棒殘差性能。

航空發(fā)動(dòng)機(jī)；未知輸入觀測(cè)器；傳感器；故障診斷；干擾解耦；殘差加權(quán)平方和；仿真

1　引言

渦軸發(fā)動(dòng)機(jī)控制系統(tǒng)通過傳感器反饋發(fā)動(dòng)機(jī)的重要工作參數(shù)，并計(jì)算出燃油指令，再由執(zhí)行機(jī)構(gòu)操縱供油裝置實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)工作狀態(tài)的控制。渦軸發(fā)動(dòng)機(jī)控制系統(tǒng)結(jié)構(gòu)復(fù)雜，傳感器數(shù)目多且工作在高溫及強(qiáng)振動(dòng)惡劣環(huán)境中，是系統(tǒng)中最不可靠的控制元件之一。因此，在發(fā)動(dòng)機(jī)工作過程中，需要及時(shí)準(zhǔn)確地診斷出傳感器的錯(cuò)誤，并重構(gòu)故障傳感器正確的信號(hào)。

早在上世紀(jì)70年代，國(guó)外就已開始研發(fā)用于發(fā)動(dòng)機(jī)控制系統(tǒng)的解析余度技術(shù)。80年代中期，美國(guó)圍繞傳感器故障的檢測(cè)、隔離和重構(gòu)（DIA）開展了一系列研究，其中較成功的有NASA劉易斯研究中心的ADIA計(jì)劃。該計(jì)劃全面總結(jié)了當(dāng)時(shí)各種適用于航空發(fā)動(dòng)機(jī)的傳感器故障檢測(cè)、隔離、重構(gòu)算法，計(jì)劃取得的成果已在F100等發(fā)動(dòng)機(jī)上得到成功驗(yàn)證。NASA還主持了改進(jìn)發(fā)動(dòng)機(jī)控制可靠性的解析余度設(shè)計(jì)（ARTERI）計(jì)劃，該計(jì)劃的設(shè)計(jì)技術(shù)也已用于GE23A發(fā)動(dòng)機(jī)。其采用的發(fā)動(dòng)機(jī)部件跟蹤濾波器能隨時(shí)修正機(jī)載的發(fā)動(dòng)機(jī)實(shí)時(shí)模型，使之與實(shí)際發(fā)動(dòng)機(jī)相匹配而具有一定的魯棒性［1-2］。

在上述諸多基于解析余度的發(fā)動(dòng)機(jī)故障診斷研究中，Kalman濾波器被廣泛使用，研究結(jié)果也證明了Kalman濾波器對(duì)處理發(fā)動(dòng)機(jī)故障診斷問題的有效性［3-5］。但Kalman濾波過程中要求動(dòng)態(tài)系統(tǒng)的噪聲符合高斯正態(tài)分布，而發(fā)動(dòng)機(jī)模型偏差、非結(jié)構(gòu)性模型不確定性和外界飛行環(huán)境變化等因素，可能會(huì)造成系統(tǒng)模型不滿足白噪聲干擾假設(shè)，因此Kalman濾波器的應(yīng)用受到一定制約。近年來，基于動(dòng)態(tài)系統(tǒng)模型的未知輸入觀測(cè)器（UIO）診斷理論研究發(fā)展很快［6］。雖然UIO在航空發(fā)動(dòng)機(jī)故障診斷方面的應(yīng)用剛剛開始［7-8］，但其具有的故障信息和測(cè)量干擾噪聲能夠解耦的重要特點(diǎn)，突破了Kalman濾波器受噪聲敏感而影響故障診斷效果的難點(diǎn)，在航空發(fā)動(dòng)機(jī)故障診斷領(lǐng)域具有潛在的應(yīng)用價(jià)值。

本文針對(duì)渦軸發(fā)動(dòng)機(jī)控制系統(tǒng)傳感器硬故障，參考上述文獻(xiàn)中解析余度的思想，利用一類先進(jìn)的、具有更好性能的濾波器——未知輸入觀測(cè)器，提出一種模型基傳感器故障診斷方法，并通過不同傳感器的故障模擬對(duì)該方法的有效性進(jìn)行仿真驗(yàn)證。

2　未知輸入觀測(cè)器設(shè)計(jì)

基于UIO的故障診斷方法是一種基于模型的故障診斷技術(shù)。在系統(tǒng)工作條件以及建模誤差變化等因素影響下，系統(tǒng)輸入存在不確定性。作為被診斷線性系統(tǒng)模型中的加性未知輸入，若能獲得這些未知輸入的分布矩陣，UIO則可將這一未知輸入信號(hào)從被估計(jì)系統(tǒng)狀態(tài)中解耦出來，由此生成的輸出估計(jì)殘差向量?jī)H包含故障信息，這種殘差定義為魯棒殘差。

易知，發(fā)動(dòng)機(jī)在穩(wěn)態(tài)工作點(diǎn)附近的工作狀態(tài)模型可以用一個(gè)線性模型來表示，而考慮傳感器故障的發(fā)動(dòng)機(jī)線性模型可表示為：

根據(jù)上述系統(tǒng)，未知輸入觀測(cè)器可設(shè)計(jì)為：

為保證動(dòng)態(tài)系統(tǒng)能設(shè)計(jì)出如式（2）所示的全階未知輸入觀測(cè)器，UIO的存在定理如引理1所述［6-7］。

引理1式（2）所示觀測(cè)器是式（1）所示線性系統(tǒng)的UIO的充分必要條件是：

要使UIO觀測(cè)出的系統(tǒng)狀態(tài)和被診斷系統(tǒng)（式（1））中狀態(tài)向量的殘差與系統(tǒng)干擾項(xiàng)解耦，則該殘差動(dòng)態(tài)應(yīng)與E無關(guān)，且殘差動(dòng)態(tài)方程自治漸進(jìn)穩(wěn)定。由此，UIO（式（2））有解條件為下述方程組有解，且系統(tǒng)矩陣F的特征值穩(wěn)定。

上式表明，若構(gòu)造的UIO有解，則輸出的估計(jì)殘差向量與未知輸入干擾向量無關(guān)。當(dāng)未知輸入被定義為發(fā)動(dòng)機(jī)不同工況下系統(tǒng)狀態(tài)與標(biāo)稱線性模型（即式（1）中均為0）情況間的差異時(shí)，可得到不同的干擾分布矩陣。依據(jù)不同的干擾分布矩陣設(shè)計(jì)出的不同UIO參數(shù)，可根據(jù)表征發(fā)動(dòng)機(jī)工作狀態(tài)的變量（本文選取燃?xì)獍l(fā)生器換算轉(zhuǎn)速）進(jìn)行調(diào)度，使得用于故障診斷的觀測(cè)器殘差具有很強(qiáng)的魯棒性，即狀態(tài)估計(jì)性能不會(huì)隨發(fā)動(dòng)機(jī)工作狀態(tài)的變化而變差。因此，無論是在地面還是高空工作狀態(tài)下，當(dāng)系統(tǒng)未發(fā)生傳感器故障時(shí)，輸出估計(jì)殘差向量的范數(shù)值都很小；反之，則輸出估計(jì)殘差向量的范數(shù)值將很大。根據(jù)這一特性，建立傳感器故障檢測(cè)判據(jù)。

定義傳感器故障檢測(cè)信號(hào)為：

2.吃雜 在飲食上，不管自己是否喜歡，各種各類食物都適當(dāng)吃一些，只有如此，才不致于偏食，才能真正做到科學(xué)合理的多品種配餐，使各種營(yíng)養(yǎng)物質(zhì)達(dá)到平衡協(xié)調(diào)。根據(jù)中醫(yī)學(xué)理論，五味（酸、甜、甘、咸、辛）的偏嗜，會(huì)破壞人體的協(xié)調(diào)統(tǒng)一，導(dǎo)致疾病。什么都吃，也就是吃雜，對(duì)身體健康是有益的。

式中：ε為故障報(bào)警閾值。

因此，對(duì)傳感器故障時(shí)的診斷問題可歸結(jié)為未知輸入觀測(cè)器的設(shè)計(jì)問題，當(dāng)滿足引理1 UIO有解的充分必要條件時(shí)，可按下述步驟設(shè)計(jì)出UIO。

步驟2：計(jì)算H、T及A1。， T=1-HC，A1=TA。

步驟4：能觀標(biāo)準(zhǔn)型分解，構(gòu)造變換矩陣P。從W0（W0為的能觀矩陣）中選擇個(gè)不相關(guān)的獨(dú)立行向量，與其他n-n1個(gè)行向量構(gòu)成非奇異值矩陣：。

步驟7：選擇n1個(gè)期望的特征值，用極點(diǎn)配置方法將其分配給。

步驟9：計(jì)算矩陣F與K。F=A1-K1C，K=K1+K2=K1+FH。

步驟10：結(jié)束。

3　基于UIO的渦軸發(fā)動(dòng)機(jī)傳感器故障診斷

帶有傳感器故障診斷功能（FDIA）的渦軸發(fā)動(dòng)機(jī)控制系統(tǒng)結(jié)構(gòu)如圖1所示。渦軸發(fā)動(dòng)機(jī)傳感器故障診斷結(jié)構(gòu)如圖2所示，包括最優(yōu)未知輸入觀測(cè)器組（m個(gè)）、故障檢測(cè)單元及故障隔離和重構(gòu)單元。每個(gè)被檢測(cè)傳感器的觀測(cè)器的輸入，包含控制器的輸出信號(hào)和除去該路被檢測(cè)傳感器外的其他所有傳感器測(cè)量信號(hào)。將觀測(cè)器組獲得的輸出估計(jì)殘差加權(quán)平方和（WSSR）作為故障指示信號(hào)，故障檢測(cè)模塊根據(jù)WSSR的結(jié)果獲得故障信息。對(duì)于傳感器斷路硬故障，以傳感器測(cè)量值偏離正常值65%時(shí)狀態(tài)估計(jì)的WSSR作為故障檢測(cè)的設(shè)計(jì)閾值，文中定義WSSR=‖r（t）‖2。

圖1　渦軸發(fā)動(dòng)機(jī)控制系統(tǒng)傳感器故障診斷結(jié)構(gòu)Fig.1 Structure of sensor fault diagnosis for turboshaft engine control system

圖2　基于UIO傳感器故障診斷系統(tǒng)結(jié)構(gòu)Fig.2 Structure of UIO-based sensor fault diagnosis system

若傳感器無故障發(fā)生，控制系統(tǒng)采用傳感器的測(cè)量值控制發(fā)動(dòng)機(jī)正常運(yùn)行。當(dāng)單路傳感器發(fā)生硬故障時(shí)，故障檢測(cè)模塊的WSSR將超出閾值，再根據(jù)傳感器故障檢測(cè)邏輯決策表定位故障傳感器，并進(jìn)行隔離和重構(gòu)，由重構(gòu)信號(hào)代替故障傳感器信號(hào)反饋給控制系統(tǒng)，以保證控制系統(tǒng)在傳感器故障狀態(tài)下仍能正常工作，使發(fā)動(dòng)機(jī)安全可靠運(yùn)行。

4　渦軸發(fā)動(dòng)機(jī)傳感器故障診斷仿真驗(yàn)證

渦軸發(fā)動(dòng)機(jī)狀態(tài)變量、輸入變量與輸出變量分別為：

式中：NG為燃?xì)獍l(fā)生器轉(zhuǎn)子轉(zhuǎn)速，NP為動(dòng)力渦輪轉(zhuǎn)子轉(zhuǎn)速，p3為壓氣機(jī)出口總壓，p41為燃?xì)獍l(fā)生器渦輪入口氣體總壓，p45為動(dòng)力渦輪入口氣體總壓，Wf為發(fā)動(dòng)機(jī)供油量，XPCP為直升機(jī)總距桿位置（用占最大位置角度的百分比表示），QPT為發(fā)動(dòng)機(jī)輸出扭矩，T45為動(dòng)力渦輪入口總溫，ps3為壓氣機(jī)出口靜壓。

定義故障指示信號(hào)Error signal，0代表無傳感器故障，1代表QPT傳感器故障，2代表NP傳感器故障，3代表NG傳感器故障，4代表T45傳感器故障，5代表ps3傳感器故障。

針對(duì)單路傳感器硬故障模式，采取故障時(shí)隔離、重構(gòu)，非故障時(shí)恢復(fù)的原則，采用大偏離線性變參數(shù)調(diào)度模型重構(gòu)故障傳感器信號(hào)。在海平面標(biāo)準(zhǔn)大氣（ISA）條件下，直升機(jī)總距桿位置為95%，保持動(dòng)力渦輪轉(zhuǎn)速為額定轉(zhuǎn)速不變，圖3～圖7給出了上述5路傳感器在20 s時(shí)刻分別發(fā)生斷路故障的仿真曲線。各圖中，上子圖為診斷系統(tǒng)的故障指示信號(hào)，下子圖為故障傳感器回路給控制系統(tǒng)的反饋信號(hào)。可見，任意一路傳感器發(fā)生故障后，故障診斷系統(tǒng)都能及時(shí)診斷出是哪路傳感器故障；經(jīng)定位、隔離、重構(gòu)后，控制系統(tǒng)能采用重構(gòu)信號(hào)代替故障傳感器繼續(xù)正常工作。

圖3　標(biāo)準(zhǔn)大氣條件下發(fā)動(dòng)機(jī)輸出扭矩傳感器故障診斷仿真Fig.3 Simulation ofQPTsensor fault diagnosis on ISA

圖4　標(biāo)準(zhǔn)大氣條件下動(dòng)力渦輪轉(zhuǎn)子轉(zhuǎn)速傳感器故障診斷仿真Fig.4 Simulation ofNPsensor fault diagnosis on ISA

圖5　標(biāo)準(zhǔn)大氣條件下燃?xì)獍l(fā)生器轉(zhuǎn)子轉(zhuǎn)速傳感器故障診斷仿真Fig.5 Simulation ofNGsensor fault diagnosis on ISA

圖6　標(biāo)準(zhǔn)大氣條件下動(dòng)力渦輪入口總溫傳感器故障診斷仿真Fig.6 Simulation ofT45sensor fault diagnosis on ISA

圖7　標(biāo)準(zhǔn)大氣條件下壓氣機(jī)出口靜壓傳感器故障診斷仿真驗(yàn)證Fig.7 Simulation ofps3sensor fault diagnosis on ISA

在非標(biāo)準(zhǔn)大氣、飛行高度6 km條件下，直升機(jī)總距桿位置為80%，保持動(dòng)力渦輪轉(zhuǎn)速為額定轉(zhuǎn)速不變，圖8～圖12給出了上述5路傳感器在20 s時(shí)刻分別發(fā)生斷路故障的仿真曲線。此時(shí)，用表征發(fā)動(dòng)機(jī)工作狀態(tài)的燃?xì)獍l(fā)生器換算轉(zhuǎn)速得到該工況下的干擾分布矩陣，從而計(jì)算得到合適的UIO參數(shù)。從圖中可知，任意一路傳感器在高空發(fā)生故障后，故障診斷系統(tǒng)也都能及時(shí)診斷出是哪路傳感器故障；經(jīng)定位、隔離、重構(gòu)后，控制系統(tǒng)也能采用重構(gòu)信號(hào)代替故障傳感器繼續(xù)正常工作。

圖8　高空6 km條件下發(fā)動(dòng)機(jī)輸出扭矩傳感器故障診斷仿真Fig.8 Simulation ofQPTsensor fault diagnosis on 6 km

圖9　高空6 km條件下動(dòng)力渦輪轉(zhuǎn)子轉(zhuǎn)速傳感器故障診斷仿真Fig.9 Simulation ofNPsensor fault diagnosis on 6 km

圖10　高空6 km條件下燃?xì)獍l(fā)生器轉(zhuǎn)子轉(zhuǎn)速傳感器故障診斷仿真Fig.10 Simulation ofNGsensor fault diagnosis on 6 km

圖11　高空6 km條件下動(dòng)力渦輪入口總溫傳感器故障診斷仿真Fig.11 Simulation ofT45sensor fault diagnosis on 6 km

圖12　高空6 km條件下壓氣機(jī)出口靜壓傳感器故障診斷仿真Fig.12 Simulation ofps3sensor fault diagnosis on 6 km

5　結(jié)論

本文針對(duì)渦軸發(fā)動(dòng)機(jī)工作過程中傳感器瞬時(shí)斷路硬故障，利用解析余度的思想，提出一種基于模型的未知輸入觀測(cè)器的傳感器故障診斷的設(shè)計(jì)方法，并通過地面、高空工作的渦軸發(fā)動(dòng)機(jī)不同傳感器故障模擬，仿真驗(yàn)證了該方法能有效診斷傳感器的瞬時(shí)斷路故障，診斷結(jié)果具有一定的魯棒性。實(shí)驗(yàn)結(jié)果表明，當(dāng)傳感器發(fā)生某路故障時(shí)，通過基于模型設(shè)計(jì)的未知輸入觀測(cè)器，能夠?qū)ο到y(tǒng)輸入中的測(cè)量干擾未知輸入信號(hào)進(jìn)行有效解耦，將傳感器故障信息通過UIO計(jì)算獲得輸出估計(jì)魯棒殘差，及時(shí)診斷傳感器故障；經(jīng)定位、隔離、重構(gòu)后，控制系統(tǒng)可采用重構(gòu)信號(hào)代替故障傳感器繼續(xù)正常工作，提高了控制系統(tǒng)的工作可靠性。

［1］Swan J A，Vizzini R W.Analytical redundancy design for improved engine control reliability-final review［R］.AIAA 88-3176，1988.

［2］Garg S.NASA Glenn Research in controls and diagnostics for intelligent aerospace propulsion systems［R］.AIAA 2005-6906，2005.

［3］Luppold R H，Gallops G W，Kerr L J，et al.Estimating in-flight engine performance variations using Kalman filter concepts［R］.AIAA 89-2584，1989.

［4］Caliskan F，Hajiyev C M.Aircraft sensor fault diagnosis based on Kalman filter innovation sequence［C］//.Proceedings of the 37th IEEE Conference.1998.

［5］Kobayashi T，Simon D L.Application of a bank of Kalman filters for aircraft engine fault diagnostics［R］.ASME GT2003-38550，2003.

［6］Chen J，Patton R J.Robust model-based fault diagnosis for dynamic systems［M］.USA：Kluwer Academic Publishers，1999.

［7］何皚.基于LMI的航空發(fā)動(dòng)機(jī)智能容錯(cuò)控制技術(shù)研究［D］.北京：北京航空航天大學(xué)，2012.

［8］楊超.渦軸發(fā)動(dòng)機(jī)控制系統(tǒng)及故障診斷研究［D］.北京：北京航空航天大學(xué)，2014.

Model-based sensor fault diagnosis for turboshaft engine

LIU Meng-ni1，WANG Xi1，2，YANG Chao3
（1.School of Energy and Power Engineering，Beijing University of Aeronautics and Astronautics，Beijing 100191，China；2.Collaborative Innovation Center for Advanced Aero-Engine，Beijing 100191，China；3.China Aviation Engine Establishment，Beijing 101304，China）

Focus on the sensor instant open circuit hard fault mode of operating states for turboshaft engine, the fault diagnosis method based on model unknown input observer（UIO）and disturbance input decoupling was proposed.Through the simulation of different sensor faults occur in ground and altitude operating conditions for turboshaft engine,the effectiveness of detection process algorithm was verified.Moreover,the results show that the designed unknown input observer based on model can be decoupling with unknown disturbance input signals into systems；in addition,the sensor fault information of the output evaluation obtained from calculation on established unknown input observer will possess robust residual performance.

aero-engine；unknown input observer；sensor；fault diagnosis；disturbance decoupling；weighted sum-squared residual；simulation

V233.7

A

1672-2620（2016）03-0025-05

2015-09-14；

2016-01-16

劉夢(mèng)妮（1991-），女，湖南常德人，碩士研究生，主要從事為航空發(fā)動(dòng)機(jī)控制研究。