基于卡爾曼濾波器的主燃油計(jì)量裝置故障診斷

蘆海洋，王 曦

基于卡爾曼濾波器的主燃油計(jì)量裝置故障診斷

蘆海洋1,2，王 曦1,2

（1.北京航空航天大學(xué)能源與動(dòng)力工程學(xué)院；2.先進(jìn)航空發(fā)動(dòng)機(jī)協(xié)同創(chuàng)新中心：北京100191）

為了建立主燃油計(jì)量電液執(zhí)行機(jī)構(gòu)（EH A）的故障診斷算法，分析了主燃油計(jì)量液壓機(jī)械控制裝置的工作原理，提出了1種建立主燃油計(jì)量線性變參數(shù)(LPV)模型的方法，設(shè)計(jì)并得到基于離散卡爾曼濾波器的主燃油計(jì)量電液執(zhí)行機(jī)構(gòu)位移輸出的殘差生成器。仿真結(jié)果表明：該殘差生成器具有對(duì)故障敏感而對(duì)噪聲和建模誤差不敏感、對(duì)殘差的動(dòng)態(tài)響應(yīng)快，幅值變化較大的特點(diǎn)，有效降低故障誤報(bào)警率和漏報(bào)警率。

主燃油計(jì)量裝置；故障診斷；卡爾曼濾波器；執(zhí)行機(jī)構(gòu)；線性模型

0 引言

卡爾曼濾波器的研究始于20世紀(jì)60年代，那時(shí)的計(jì)算機(jī)技術(shù)還不成熟，維納濾波技術(shù)盡管已經(jīng)產(chǎn)生，但是需要大量歷史數(shù)據(jù)，不具備實(shí)現(xiàn)條件，然而卡爾曼濾波器狀態(tài)估計(jì)的迭代更新過(guò)程不需要存儲(chǔ)大量歷史數(shù)據(jù)，從而解決了當(dāng)時(shí)硬件的存儲(chǔ)限制問(wèn)題[1]。

很多研究學(xué)者將卡爾曼濾波應(yīng)用于工程（如故障診斷和參數(shù)估計(jì)）中解決實(shí)際問(wèn)題。目前，卡爾曼濾波被分為傳統(tǒng)卡爾曼濾波、拓展卡爾曼濾波、混合卡爾曼濾波。傳統(tǒng)卡爾曼濾波主要用于線性系統(tǒng)中；隨著工程應(yīng)用的發(fā)展，對(duì)非線性系統(tǒng)的研究越來(lái)越多，研究學(xué)者將傳統(tǒng)卡爾曼濾波發(fā)展為拓展卡爾曼濾波(EKF)，解決了傳統(tǒng)卡爾曼濾波在非線性模型參數(shù)估計(jì)中的應(yīng)用限制問(wèn)題。Y.Chinnia等[2]將拓展卡爾曼濾波器(EKF)用于估計(jì)黏性摩擦系數(shù)和有效體積模量2個(gè)參數(shù)，將待估計(jì)的系統(tǒng)參數(shù)的變化和電液執(zhí)行機(jī)構(gòu)(EHA)的故障聯(lián)系起來(lái)，例如，黏性摩擦系數(shù)的變化表明液壓油的變質(zhì)和密封件的磨損，有效體積模量的減小影響閉環(huán)系統(tǒng)的響應(yīng)；Xudong Wang等[3]應(yīng)用基于拓展卡爾曼濾波器的多模型(MM)估計(jì)來(lái)實(shí)現(xiàn)對(duì)電液執(zhí)行機(jī)構(gòu)系統(tǒng)的故障診斷、定位，其原理是將某一故障和1組拓展卡爾曼濾波器相關(guān)聯(lián)，某一組卡爾曼濾波器的殘差變大時(shí)，表明與其關(guān)聯(lián)的故障發(fā)生；L.An等[4-5]將拓展卡爾曼濾波器用于估計(jì)電液伺服閥閥芯位移、作動(dòng)筒內(nèi)的腔壓、活塞的速度等變量，將待估計(jì)的參數(shù)和實(shí)際參數(shù)作比較得到殘差，當(dāng)故障發(fā)生時(shí)，與故障對(duì)應(yīng)的殘差生成器的殘差值變大，不同程度的泄漏故障對(duì)應(yīng)不同的殘差值，通過(guò)閾值的選定實(shí)現(xiàn)了對(duì)泄漏程度的分類。

隨后，研究學(xué)者又將目光放在混合卡爾曼濾波(HKF)的研究上。Takahisa Kobayashi、Donald L.Simon[6-7]將混合卡爾曼濾波應(yīng)用于航空發(fā)動(dòng)機(jī)在線診斷，其研究成果已被NASA所驗(yàn)證。該方法將非線性系統(tǒng)和線性系統(tǒng)結(jié)合，具體做法是將非線性系統(tǒng)的狀態(tài)變量和輸出作為線性系統(tǒng)的穩(wěn)態(tài)值，估計(jì)輸出和測(cè)量輸出的差值經(jīng)過(guò)卡爾曼增益后反饋到線性系統(tǒng)中。

無(wú)論以上何種形式的卡爾曼濾波器，始終不可避免的問(wèn)題是線性化，針對(duì)以上問(wèn)題，本文提出了1種將電液執(zhí)行機(jī)構(gòu)(EHA)特性歸一的線性化方法，該方法可以避免設(shè)計(jì)卡爾曼濾波器時(shí)調(diào)度參數(shù)A、B、C、D。

1 主燃油計(jì)量裝置工作原理

主燃油計(jì)量活門(mén)是航空發(fā)動(dòng)機(jī)中供油系統(tǒng)的主要組成部分，其控制組件如圖1所示。目前，全權(quán)限電子控制器（FADEC）[8]采用電液伺服閥、主燃油計(jì)量活門(mén)、壓差活門(mén)與回油活門(mén)的伺服控制組件的形式來(lái)實(shí)現(xiàn)對(duì)主燃油計(jì)量出口油量的控制。

圖1 主燃油計(jì)量活門(mén)控制組件

設(shè)發(fā)動(dòng)機(jī)按等轉(zhuǎn)速控制計(jì)劃調(diào)節(jié)，在穩(wěn)態(tài)平衡條件下，發(fā)動(dòng)機(jī)轉(zhuǎn)速不變，齒輪泵供油量一定，計(jì)量活門(mén)的位置一定，燃油流通面積一定，壓差活門(mén)和回油活門(mén)的位置保持不變，回油量一定，因此，向發(fā)動(dòng)機(jī)的供油量保持不變，計(jì)量活門(mén)前、后壓差保持不變。當(dāng)飛行高度升高時(shí)，發(fā)動(dòng)機(jī)空氣流量減少，所需供油量減少，而供油量未變，故發(fā)動(dòng)機(jī)轉(zhuǎn)速增加，又引起供油量相應(yīng)增加，計(jì)量活門(mén)前、后油壓差增大，于是壓差活門(mén)左移，開(kāi)大了回油活門(mén)左腔與壓差活門(mén)中間腔之間的流通面積，回油活門(mén)左腔壓力下降，回油活門(mén)在壓差力作用下左移，回油量增多。計(jì)量活門(mén)前油壓下降，計(jì)量裝置前、后油壓差減小，直至恢復(fù)到壓差控制器所調(diào)定的壓差值為止。調(diào)節(jié)結(jié)束后，壓差活門(mén)稍偏左，回油活門(mén)偏左，回油孔開(kāi)大，回油量增加，計(jì)量活門(mén)前、后壓差基本不變，因此，主燃油計(jì)量裝置中設(shè)計(jì)了等壓差活門(mén)，使計(jì)量的燃油流量?jī)H為計(jì)量活門(mén)開(kāi)度的正比例關(guān)系。當(dāng)計(jì)量活門(mén)開(kāi)度不變時(shí)，發(fā)動(dòng)機(jī)供油量基本不變，而油氣比的增加必然導(dǎo)致發(fā)動(dòng)機(jī)轉(zhuǎn)速的增加，在轉(zhuǎn)速閉環(huán)控制的作用下，電液伺服閥的工作電流按轉(zhuǎn)速偏差調(diào)節(jié)，關(guān)小計(jì)量活門(mén)的開(kāi)度，直至使轉(zhuǎn)速回到設(shè)定指令值為止。

壓差活門(mén)可以保證主燃油計(jì)量活門(mén)出油孔前、后壓差控制，因此等壓差控制使得計(jì)量活門(mén)出口的油量Q僅僅由計(jì)量活門(mén)的開(kāi)度面積決定

式中：Cq為流量系數(shù)[9]；A為計(jì)量活門(mén)的開(kāi)度面積；ΔP為計(jì)量活門(mén)前、后的壓差；ρ為燃油的密度。

由式（1）可知，當(dāng)主燃油計(jì)量前、后ΔP一定時(shí)，計(jì)量出口的流量由開(kāi)度面積決定，而在目前全權(quán)限數(shù)字電子控制[10-12]中，計(jì)量活門(mén)的運(yùn)動(dòng)受到電液伺服閥的控制。電子控制器采集計(jì)量活門(mén)的LVDT位移傳感器信號(hào)與指令信號(hào)位置作差，其值經(jīng)過(guò)PI控制器計(jì)算后輸入到電液伺服閥的電信號(hào)接口中，從而調(diào)整電液伺服閥的閥芯開(kāi)度，調(diào)制送往計(jì)量活門(mén)作動(dòng)2腔的流量，主燃油計(jì)量活門(mén)負(fù)反饋控制結(jié)構(gòu)如圖2所示。

圖2 主燃油計(jì)量活門(mén)負(fù)反饋控制結(jié)構(gòu)

根據(jù)主燃油計(jì)量液壓機(jī)械控制裝置非線性AMESim模型仿真數(shù)據(jù)，通過(guò)最小二乘法辨識(shí)的方法可以得到電液伺服閥輸出流量隨不同階躍輸入的歸一化響應(yīng)曲線的線性模型，線性化之后的模型可以用于設(shè)計(jì)卡爾曼濾波器，采用Kalman濾波估計(jì)算法[13-14]的優(yōu)點(diǎn)在于能彌補(bǔ)建模誤差。尤其是非閉環(huán)控制回路的建模，建模誤差將被放大，采用Kalman濾波估計(jì)算法可以有效地削減該誤差，避免了在正常無(wú)故障情況下的誤報(bào)警概率。基于Kalman濾波的主燃油計(jì)量活門(mén)FMV控制回路的故障診斷結(jié)構(gòu)如圖3所示。

圖3 主燃油計(jì)量控制回路故障診斷策略

2 主燃油計(jì)量運(yùn)動(dòng)線性模型

該主燃油計(jì)量運(yùn)動(dòng)線性模型的結(jié)構(gòu)形式如圖4所示。

圖4 主燃油計(jì)量運(yùn)動(dòng)數(shù)學(xué)模型結(jié)構(gòu)形式

電液伺服閥中的電信號(hào)與調(diào)制輸出的流量是一一對(duì)應(yīng)的關(guān)系，電液伺服閥閥芯開(kāi)度面積越大，輸出到計(jì)量活門(mén)作動(dòng)2腔中的流量越多，計(jì)量活門(mén)的作動(dòng)速度越快。電液伺服閥穩(wěn)態(tài)流量增益曲線如圖5所示，數(shù)據(jù)見(jiàn)表1。

圖5 電液伺服閥穩(wěn)態(tài)流量增益曲線

表1 電液伺服閥穩(wěn)態(tài)流量增益數(shù)據(jù)

當(dāng)電液伺服閥采用不同的階躍輸入信號(hào)時(shí)，電液伺服閥輸出流量的響應(yīng)曲線如圖6所示。

假設(shè)待辨識(shí)的流量響應(yīng)的傳遞函數(shù)具有如下離散形式

圖6 電液伺服閥流量動(dòng)態(tài)響應(yīng)曲線

利用最小二乘法對(duì)圖6中的6條響應(yīng)曲線進(jìn)行時(shí)域辨識(shí)，可以得到與之相對(duì)應(yīng)的6個(gè)傳遞函數(shù)，各傳遞函數(shù)的參數(shù)（由于篇幅有限，對(duì)參數(shù)進(jìn)行了約簡(jiǎn)）見(jiàn)表2。

表2 6個(gè)傳遞函數(shù)的參數(shù)

所有傳遞函數(shù)的極點(diǎn)位置如圖7所示。

這6個(gè)傳遞函數(shù)的關(guān)于輸入的響應(yīng)穩(wěn)態(tài)值見(jiàn)表1，在建立電液伺服閥輸出流量的數(shù)學(xué)模型時(shí)，穩(wěn)態(tài)值可以根據(jù)調(diào)度

圖7 6個(gè)傳遞函數(shù)的極點(diǎn)位置

得到，動(dòng)態(tài)過(guò)程通過(guò)辨識(shí)得到，也就是說(shuō)只需要關(guān)注圖6的6條動(dòng)態(tài)響應(yīng)曲線的動(dòng)態(tài)響應(yīng)品質(zhì)。本文列出了2個(gè)衡量動(dòng)態(tài)品質(zhì)的參考量：調(diào)節(jié)時(shí)間和超調(diào)量。對(duì)于2階傳遞函數(shù)，有

統(tǒng)計(jì)得到6個(gè)傳遞函數(shù)的調(diào)節(jié)時(shí)間ts和超調(diào)量σ，見(jiàn)表 3。

從表3中可見(jiàn)，6個(gè)傳遞函數(shù)的調(diào)節(jié)時(shí)間比較相近，且超調(diào)量也在較小范圍內(nèi)變動(dòng)，工程中為了簡(jiǎn)化設(shè)計(jì)過(guò)程，可以近似認(rèn)為該電液伺服閥的動(dòng)態(tài)響應(yīng)品質(zhì)是相等的。通過(guò)將圖6中的動(dòng)態(tài)響應(yīng)曲線相對(duì)表1中的穩(wěn)態(tài)數(shù)據(jù)進(jìn)行歸一化處理后也發(fā)現(xiàn)，在不考慮穩(wěn)態(tài)流量輸出的情況下，6條動(dòng)態(tài)響應(yīng)曲線是近似相近的，如圖8所示。

表3 6個(gè)傳遞函數(shù)的響應(yīng)時(shí)間和超調(diào)量

圖8 歸一化處理后的電液伺服閥流量動(dòng)態(tài)響應(yīng)曲線

綜合考慮表3中的參數(shù)后，選取圖8中的1條曲線作為待辨識(shí)的歸一化的傳遞函數(shù)，假設(shè)經(jīng)歸一化后的離散狀態(tài)空間方程

式中：輸入u為控制器的電流值；yk是經(jīng)歸一化后線性模型的輸出[0.08131 0]，D=0。

由于以上模型不帶有電液伺服閥穩(wěn)態(tài)流量增益的信息，只是表征了其動(dòng)態(tài)響應(yīng)的過(guò)程，將表1作為待調(diào)度的穩(wěn)態(tài)流量增益數(shù)據(jù)表，可以基于參數(shù)調(diào)度建立電液伺服閥輸出流量線性模型，設(shè)計(jì)過(guò)程如下。

假設(shè)電液伺服閥輸出流量隨輸入電信號(hào)的調(diào)度函數(shù)為

電液伺服閥輸出流量的線性模型具有如下形式

式中：H*（uk-1）=σ（uk-1）H；qk為電液伺服閥流量輸出。

根據(jù)控制器電信號(hào)閥流量輸出線性模型結(jié)構(gòu)如圖9所示。

假設(shè)主燃油計(jì)量活門(mén)的速度

式中A為主燃油計(jì)量活門(mén)作動(dòng)腔的徑向橫截面積。

假設(shè)采樣周期Ts，主燃油計(jì)量活門(mén)的位移S可以表示為

圖9 電液伺服閥輸出流量線性模型

3 離散卡爾曼濾波器的設(shè)計(jì)

圖10 經(jīng)積分后的新系統(tǒng)

圖4 中的“除以面積”環(huán)節(jié)只是對(duì)電液伺服閥輸出流量的變換，為一固定的系數(shù)，其物理結(jié)構(gòu)上應(yīng)該位于傳遞函數(shù)之后，但從數(shù)學(xué)角度看，其位置在傳遞函數(shù)之前還是傳遞函數(shù)之后都一樣，本文將其放在傳遞函數(shù)之前，傳遞函數(shù)和1個(gè)積分環(huán)節(jié)串聯(lián)到一起，如圖10所示。

該過(guò)程用數(shù)學(xué)可以表示為

假設(shè)增廣后的狀態(tài)變量x1k

圖10中的模型經(jīng)過(guò)增廣后并考慮噪聲的線性模型可以表示為

δk-1是 Kronecker-δ函數(shù)

假設(shè)卡爾曼濾波器需要預(yù)定義的初始參數(shù)為

卡爾曼濾波器的迭代更新方程為

根據(jù)第2章建立的主燃油計(jì)量活門(mén)數(shù)學(xué)模型和本節(jié)建立的基于卡爾曼濾波算法的執(zhí)行機(jī)構(gòu)故障算法，可以得到仿真平臺(tái)，如圖11所示。

圖11 主燃油計(jì)量活門(mén)故障診斷仿真平臺(tái)

4 仿真結(jié)果

在本文討論的卡爾曼濾波估計(jì)中，假設(shè)過(guò)程噪聲很小，測(cè)量噪聲較大，也就是噪聲{vk}的方差Rk較大，使得式 (13)中計(jì)算的Kk值較小，在計(jì)算后驗(yàn)估計(jì)時(shí)，算法更加偏重于信任先驗(yàn)估計(jì)。總而言之，過(guò)程噪聲{wk}的方差Qk和測(cè)量噪聲{vk}的方差Rk更類似于加權(quán)系數(shù)，如果Qk較大（很大一部分原因是建模誤差），那么認(rèn)為卡爾曼濾波器更加偏重于信任測(cè)量輸出，反之，則偏重于信任線性模型；如果Rk較大，那么認(rèn)為卡爾曼濾波器更加偏重于信任線性模型，反之，則偏重于信任測(cè)量輸出。

將第2章提取的主燃油計(jì)量活門(mén)線性模型與其非線性AMESim模型對(duì)比發(fā)現(xiàn)，建模誤差較小，因此過(guò)程噪聲較小，取為i=1…k；為了獲得濾波效果較理想的值，而將測(cè)量噪聲方差取得較大，將其分成4組進(jìn)行測(cè)試

將4組測(cè)量噪聲方差參數(shù)輸入到仿真平臺(tái)中，得到不同組別間的濾波效果，如圖12所示。從圖中可見(jiàn)，測(cè)量噪聲方差越大，濾波效果越好，但噪聲方差并不是越大越好，過(guò)大的測(cè)量噪聲方差會(huì)使殘差隨故障注入的響應(yīng)變慢，并且在一定程度上損失參數(shù)估計(jì)的魯棒性。

圖12 測(cè)量噪聲方差參數(shù)大小對(duì)濾波效果的影響

結(jié)合傳感器輸出，估計(jì)輸出殘差表達(dá)為

以電液伺服閥閥芯卡滯故障為例，在仿真時(shí)間的第5 s注入該故障，殘差變化如圖13所示。

圖13 殘差響應(yīng)變化

從圖中可見(jiàn)，測(cè)量噪聲方差增大使得估計(jì)輸出殘差幅值變大，也使估計(jì)輸出殘差響應(yīng)變慢，過(guò)大的測(cè)量噪聲參數(shù)會(huì)使卡爾曼濾波算法失去魯棒性，綜合考慮之下，取測(cè)量噪聲方差為1000。5 s注入故障后，殘差值迅速增加并超過(guò)報(bào)故閾值，從故障注入時(shí)刻到故障預(yù)警經(jīng)歷的時(shí)間為0.3 s，滿足工程中對(duì)及時(shí)報(bào)警的要求，而在正常狀態(tài)下，殘差值遠(yuǎn)小于報(bào)故閾值，不會(huì)誤報(bào)警。

目前，該故障診斷技術(shù)可以被用于電液執(zhí)行機(jī)構(gòu)控制回路故障診斷，包括電液伺服閥卡滯故障和漂移故障，以及作動(dòng)筒燃油泄漏和作動(dòng)筒活塞卡滯故障，對(duì)于以上故障都能診斷得到控制回路故障信號(hào)，接下來(lái)的工作將圍繞閾值與故障類型之間的非線性映射關(guān)系展開(kāi)研究。

5 結(jié)論

（1）主燃油計(jì)量活門(mén)的線性變參數(shù)（LPV）建模方法準(zhǔn)確描述了原非線性系統(tǒng)，減小了建模誤差，拓展了傳統(tǒng)卡爾曼濾波器的應(yīng)用范圍。

（2）通過(guò)調(diào)整卡爾曼濾波器中的測(cè)量噪聲方差和過(guò)程噪聲方差，使得濾波效果明顯。

（3）基于卡爾曼濾波器設(shè)計(jì)的殘差生成器對(duì)故障很敏感，但對(duì)噪聲和建模誤差不敏感，殘差的響應(yīng)時(shí)間快，幅值較大，有效降低了故障誤報(bào)警率和漏報(bào)警率。

[1]Kalman R E.A new approach to linear filtering and prediction problems[J].Journal of Basic Engineering,1960:35-45.

[2]Chinniah Y,Burtom R,Habibi S.Failure monitoring in a high performance hydrostatic actuation system using the Extended Kalman Filter[J].Mechatronics,2006（16）:643-653.

[3]WANG X,Syrmos V L.Fault detection,identification and estimation in the electro-hydraulic actuator system using EKF-based multiple-model estimation [C]//16thMediterranean Conference on Control and Automation Congress Centre,2008.

[4]An L,Sepehri N.Hydraulic actuator circuit fault detection using Extended Kalman Filter[C]//Proceeding of the American Control Conference,2003.

[5]An L,Sepehri N.Leakage fault identification in a hydraulic positioning system using Extended Kalman Filter[C]//Proceeding of the 2004 American Control Conference,2004.

[6]Kobayashi T,Simon D L.Intergration of on-line and off-line diagnostic algorithms for aircraft engine health management[C]//ASME Turbo Expo 2007:Power for Land,Sea and Air,2007.

[7]Kobayashi T,Simon D L,Hybrid K F.A new approach for aircraft engine in-flight diagnostics[R].Cleveland:National Aeronautics and Space Administration,2006.

[8]張東輝.航空發(fā)動(dòng)機(jī)數(shù)控系統(tǒng)液壓機(jī)械裝置仿真研究[J].航空發(fā)動(dòng)機(jī)，2012.38（2）:5-10.ZHANG Donghu.Simulation of Hydro-Mechanical Unit(HMU)for aeroengine digital control system[J].Aeroengine,2012,38（2）：5-10.（in chinese）

[9]Mccloy D,Martin H R.Control of fluid power：analysis and design[M].Ellis Horwood Limited,1980：68-71.

[10]劉大響，程榮輝.世界航空動(dòng)力技術(shù)的現(xiàn)狀及發(fā)展方向[J].北京航空航天大學(xué)學(xué)報(bào)，2002，28（5）：490-496.LIU Daxiang,Cheng Ronghui.Current status and development direction of aircraft power technology in the world[J].Journal of Beijing University of Aeronautics and Astronautics，2002，28（5）：490-496.（in Chinese）

[11]姚華，王國(guó)祥.航空發(fā)動(dòng)機(jī)全權(quán)限數(shù)控系統(tǒng)研究和試飛驗(yàn)證[J].航空動(dòng)力學(xué)報(bào)，2004，19（2）：247-253.YAO Hua,WANG Guoxiang.A study and flight evaluation of full authority digital engine control system[J].Journal of Aerospace Power，2004，19（2）：247-253.（in Chinese）

[12]張紹基.航空發(fā)動(dòng)機(jī)控制系統(tǒng)的研發(fā)與展望 [J].航空動(dòng)力學(xué)報(bào)，2004，19（3）：375-382.ZHANG Shaoji.A review of aeroengine control system[J].Journal of Aerospace Power，2004，19（3）：375-382.（in chinese）

[13]姚華，單貴平，孫建國(guó).基于卡爾曼濾波器及神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷[J].航空動(dòng)力學(xué)報(bào)，2008，23（6）：1111-1117.YAO Hua,SHAN Guiping,SUN Jianguo.Fault diagnosis for gas turbine engines based on Kalman filter and neural networks[J].Journal of Aerospace Power，2008，23（6）：1111-1117.（in Chinese）

[14]王施，王榮橋，陳志英，等.航空發(fā)動(dòng)機(jī)健康管理綜述[J].燃?xì)鉁u輪試驗(yàn)與研究，2009，22（1）：51-59.WANG Shi，WANG Rongqiao，CHEN Zhiying， et al.Survey on aircraft engine health management[J].Gas Turbine Experiment and Research，2009，22（1）：51-59.（in Chinese）

[15]王世元.非線性卡爾曼濾波器原理及應(yīng)用 [M].電子工業(yè)出版社，2015：12-17.WANG Shiyuan.Principles of nonlinear Kalman filters and their applications[M].Beijing:Publishing House of Electronics Industry，2015，12-17.（in Chinese）

Fault Diagnosis of Main Fuel Metering Device Based on Kalman Filter

LU Hai-yang1，2，WANG Xi1，2
（1.School of Energy and Power Engineering，Beihang University，Beijing 100191，China；2.Collaborative Innovation Center for Advanced Aero-Engine，Beijing 100191，China）

In order to establish the fault diagnosis algorithm of the main fuel metering Electro Hydraulic Actuator(EHA),the working principle of the main fuel metering device was analyzed,a method of establishing the main fuel metering Linear-Parameter-Varying （LPV）model was presented and finally residual generator main fuel metering Electro Hydraulic Actuator's displacement output was designed based on discrete Kalman filter.Simulation results show that the residual generator is sensitive to fault and insensitive to noise and modeling errors,the dynamic response of the residual is fast,the change of the amplitude of the residual error is large,the false alarm rate and missing alarm rate are reduced effectively.

main fuel metering device;fault diagnosis;Kalman filter;actuator；linear model

V 233.7+53

A

1 0.1 3477/j.cnki.aeroengine.201 7.02.004

2016-10-28

蘆海洋（1991），男，在讀碩士研究生，主要研究方向?yàn)楹娇瞻l(fā)動(dòng)機(jī)燃油控制系統(tǒng)建模及故障診斷；E-mail：1334249649@qq.com。

蘆海洋,王曦.基于卡爾曼濾波器的主燃油計(jì)量裝置故障診斷[J].航空發(fā)動(dòng)機(jī)，2017，43（2）：17-22.LU Haiyang，WANG Xi.Faultdiagnosis ofmain fuelmetering device based on Kalman filter[J].Aeroengine，2017，43（2）：17-22.

（編輯：趙明菁）