摘 要:隨著民用航空行業(yè)快速發(fā)展,飛行控制系統(tǒng)的安全性和可靠性變得尤為關(guān)鍵。傳統(tǒng)故障診斷手段依賴人工經(jīng)驗(yàn),效率低、精度有限。本研究采用數(shù)字孿生技術(shù),通過(guò)建立精確的虛擬仿真模型實(shí)現(xiàn)飛控系統(tǒng)的實(shí)時(shí)監(jiān)控與故障預(yù)測(cè),顯著提高了故障診斷的效率和準(zhǔn)確性。研究驗(yàn)證了數(shù)字孿生技術(shù)在民航飛控系統(tǒng)中的應(yīng)用效果,確認(rèn)其能顯著提升維護(hù)效率和飛行安全。
關(guān)鍵詞:數(shù)字孿生;民航飛控系統(tǒng);故障診斷;實(shí)時(shí)監(jiān)控
中圖分類號(hào):V 249 文獻(xiàn)標(biāo)志碼:A
隨著民用航空業(yè)的飛速發(fā)展,飛行安全和可靠性標(biāo)準(zhǔn)愈發(fā)嚴(yán)格,亟需提高安全保障水平[1]。飛行控制系統(tǒng)是關(guān)鍵,傳統(tǒng)故障診斷方法效率低,準(zhǔn)確性有限。本研究利用數(shù)字孿生技術(shù)為飛行控制系統(tǒng)建立虛擬仿真模型,實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)、預(yù)報(bào),提升運(yùn)行效率、準(zhǔn)確性。數(shù)字孿生技術(shù)融合了感知、分析和診斷功能,能夠在不影響安全性的前提下模擬和分析飛控系統(tǒng),通過(guò)分析海量數(shù)據(jù)檢測(cè)潛在異常和故障。此研究為提升民航飛控系統(tǒng)的安全性提供了新思路和理論支持。
1 基于數(shù)字孿生的故障診斷方法
1.1 虛擬模型構(gòu)建
1.1.1 飛行控制系統(tǒng)模型化
構(gòu)建飛行控制系統(tǒng)的數(shù)字孿生模型的關(guān)鍵是精確的系統(tǒng)模型化。這要求深入理解飛行器動(dòng)力學(xué)、控制邏輯及傳感器和執(zhí)行器特性[3],確保模型能實(shí)時(shí)反映實(shí)際系統(tǒng)行為,用于故障預(yù)測(cè)和健康管理。整合這些動(dòng)力學(xué)參數(shù)、控制邏輯和傳感器/執(zhí)行器特性的詳細(xì)模型,得到的數(shù)字孿生模型能夠以高精度實(shí)時(shí)模擬實(shí)際系統(tǒng)運(yùn)行,顯著提高系統(tǒng)的可靠性和性能,支持航空安全和效率提升。
核心的建模步驟通常包括以下步驟。
動(dòng)力學(xué)建模:根據(jù)牛頓第二定律及飛行器運(yùn)動(dòng)學(xué)原理,建立飛行器的運(yùn)動(dòng)方程。例如,一個(gè)簡(jiǎn)化的線性動(dòng)力學(xué)系統(tǒng)如公式(1)所示。
m=-Dv+g(x1,x2,...,xn) (1)
式中:m為質(zhì)量;v為速度矢量;D為阻力系數(shù)矩;g函數(shù)封裝了與狀態(tài)變量x1,x2,...,xn相關(guān)的其他力和矩。
控制邏輯建模:設(shè)計(jì)控制器邏輯,并將其集成到系統(tǒng)中。這可以通過(guò)例如PID控制或更復(fù)雜的自適應(yīng)控制策略實(shí)現(xiàn),如公式(2)所示。
u(t)=Kpe(t)+Ki∫e(t)dt+Kde(t) (2)
式中:u(t)為控制輸入;e(t)為設(shè)定點(diǎn)與測(cè)量輸出之間的偏差。
傳感器和執(zhí)行器建模:確保模型包括所有關(guān)鍵傳感器和執(zhí)行器的動(dòng)態(tài)響應(yīng)特性。這通常涉及傳遞函數(shù)或響應(yīng)曲線的制定,如公式(3)所示。
(3)
式中:G(s)為拉普拉斯域中的系統(tǒng)傳遞函數(shù);ωn為自然頻率;ζ為阻尼比。
經(jīng)過(guò)上述的建模過(guò)程,構(gòu)建了一個(gè)能夠精確反映真實(shí)飛行控制系統(tǒng)性能的數(shù)字化模型。此模型可以被有效地模擬各種不同操作環(huán)境中的系統(tǒng)行為,進(jìn)而在實(shí)際系統(tǒng)出現(xiàn)問(wèn)題時(shí)給出預(yù)警,并為后續(xù)維護(hù)決策提供方向。
1.1.2 傳感器與執(zhí)行器模型化
為了實(shí)現(xiàn)精確的故障診斷,建立一個(gè)針對(duì)民航飛行控制系統(tǒng)的“數(shù)字孿生”模型是關(guān)鍵步驟。這涉及對(duì)傳感器和執(zhí)行機(jī)構(gòu)的細(xì)致建模,包括它們的靈敏度、遲滯、非線性特性及故障模式,對(duì)準(zhǔn)確模擬真實(shí)元件的動(dòng)態(tài)行為至關(guān)重要。通過(guò)在數(shù)字孿生模型中精細(xì)地再現(xiàn)這些特性,能夠確保模型的響應(yīng)和可靠性與實(shí)際元件相符,從而有效地用于系統(tǒng)的實(shí)時(shí)監(jiān)控、故障預(yù)測(cè)和健康管理。這種高精度的模型可以幫助提前發(fā)現(xiàn)潛在的故障,減少維護(hù)成本并提高飛行安全性。
傳感器建模通常要涉及對(duì)傳感器測(cè)量特性的捕獲,這包括其靈敏度、頻率響應(yīng)和噪聲水平。舉例來(lái)說(shuō),一個(gè)標(biāo)準(zhǔn)的傳感器模型可能會(huì)遵循特定的傳遞函數(shù)模型,如公式(4)所示。
(4)
式中:Gsensot為傳感器的增益;Tsensot為時(shí)間常數(shù);s為復(fù)頻域變量。
這個(gè)模型描述了傳感器對(duì)輸入信號(hào)的穩(wěn)態(tài)和動(dòng)態(tài)響應(yīng)。
執(zhí)行器的模型化重點(diǎn)在于它對(duì)控制指令的反應(yīng)速度,涵蓋了例如力矩產(chǎn)生、移動(dòng)速率和機(jī)械延遲等各種特征。執(zhí)行器的結(jié)構(gòu)模型如公式(5)所示。
(5)
式中:Kactuator為執(zhí)行器增益;ωn為其自然頻率。
此模型有助于評(píng)估執(zhí)行器在實(shí)際飛行條件下的性能表現(xiàn)。
1.2 實(shí)時(shí)監(jiān)測(cè)與預(yù)測(cè)分析
1.2.1 數(shù)據(jù)采集與處理
基于“數(shù)字孿生”理論,對(duì)飛控系統(tǒng)的實(shí)時(shí)監(jiān)控和預(yù)測(cè)分析對(duì)故障診斷至關(guān)重要,而數(shù)據(jù)的獲取與處理是確保診斷精度和有效性的基礎(chǔ)。飛機(jī)通過(guò)傳感器收集姿態(tài)、加速度、舵面位置和環(huán)境參數(shù)等信息,需要依賴先進(jìn)感知技術(shù)和通信網(wǎng)絡(luò),以確保實(shí)時(shí)、準(zhǔn)確地獲取數(shù)據(jù),如圖1所示。
持續(xù)收集的數(shù)據(jù)需要進(jìn)行處理,以支持后續(xù)分析。數(shù)據(jù)處理包括數(shù)據(jù)清洗、同步和融合3個(gè)關(guān)鍵環(huán)節(jié)。針對(duì)傳統(tǒng)數(shù)據(jù)清洗技術(shù)的不足,介紹了基于小波分析的幾種數(shù)據(jù)處理算法及其優(yōu)缺點(diǎn),并提出一種利用小波變換進(jìn)行數(shù)據(jù)清洗的新方法。由于小波分析在時(shí)頻局部化方面的優(yōu)越性,它非常適合處理復(fù)雜背景下的目標(biāo)檢測(cè)和跟蹤問(wèn)題。
1.2.2 狀態(tài)評(píng)估與預(yù)測(cè)
當(dāng)評(píng)估飛行控制系統(tǒng)狀態(tài)時(shí),采用定量方法是基本途徑。具體來(lái)說(shuō),可以通過(guò)計(jì)算系統(tǒng)的實(shí)際輸出與預(yù)定模型預(yù)測(cè)之間的偏差來(lái)構(gòu)建一個(gè)名為e(t)的殘差信號(hào)集。這種殘差信號(hào)代表了模型預(yù)測(cè)誤差,是評(píng)估系統(tǒng)健康狀況的關(guān)鍵指標(biāo)。如果殘差信號(hào)e(t)超過(guò)某個(gè)閾值,這通常意味系統(tǒng)可能存在異?;蚬收?。通過(guò)實(shí)時(shí)監(jiān)測(cè)這些殘差信號(hào),能夠?qū)ο到y(tǒng)中的微小變化保持敏感,從而在異常發(fā)展的早期階段進(jìn)行檢測(cè)和警報(bào),進(jìn)一步采取適當(dāng)?shù)脑\斷和維修措施來(lái)確保系統(tǒng)的正常運(yùn)行和飛機(jī)的安全飛行。殘差信號(hào)如公式(6)所示。
e(t)=yreal(t)-ymodel(t) (6)
式中:yreal(t)為實(shí)際系統(tǒng)輸出;ymodel(t)為數(shù)字孿生模型的預(yù)測(cè)輸出。
一旦殘差超出了預(yù)定的閾值,便可判定系統(tǒng)可能存在異常。
當(dāng)進(jìn)行預(yù)測(cè)分析時(shí),經(jīng)常會(huì)運(yùn)用時(shí)間序列分析和機(jī)器學(xué)習(xí)的相關(guān)技術(shù)。自回歸移動(dòng)平均模型(ARMA)及其相關(guān)版本,例如自回歸積分滑動(dòng)平均模型(ARIMA),常被采納來(lái)預(yù)測(cè)系統(tǒng)的將來(lái)行動(dòng)。一個(gè)基礎(chǔ)性的ARIMA模型如公式(7)所示。
(1-B)p(1-B)dYt=(1-B)q∈t (7)
式中:Yt為時(shí)間序列數(shù)據(jù);B為后退算子;∈t為白噪聲;p、d、q分別為自回歸、差分、移動(dòng)平均的階數(shù)。
1.3 故障識(shí)別與定位
1.3.1 故障特征提取
在特征抽取階段,使用信號(hào)處理方法例如快速傅里葉變換(FFT)[4]對(duì)傳感器數(shù)據(jù)進(jìn)行頻域分析是至關(guān)重要的。FFT技術(shù)將時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào),有效識(shí)別系統(tǒng)的基本頻率和諧波,對(duì)評(píng)估系統(tǒng)健康狀態(tài)至關(guān)重要。它能精確捕捉不同故障模式在特定頻率上的特征響應(yīng),例如軸承損壞的高頻振動(dòng)或不平衡的低頻特征,從而實(shí)現(xiàn)早期故障檢測(cè)和診斷。FFT還能過(guò)濾噪聲,準(zhǔn)確聚焦真實(shí)故障頻率,顯著提升飛行控制系統(tǒng)維護(hù)和健康管理的效率和準(zhǔn)確性,是故障診斷的關(guān)鍵工具。FFT的數(shù)學(xué)表示式如公式(8)所示。
(8)
式中:F(k)為頻域中的輸出;f(n)為原始信號(hào)的時(shí)間序列;N為樣本點(diǎn)數(shù);i為虛數(shù)單位。
時(shí)域分析工具,例如統(tǒng)計(jì)矩(包括均值、方差等)、峰度、偏度等,也經(jīng)常用于提取故障特征,這些工具能夠量化數(shù)據(jù)的核心趨勢(shì)、分散程度和形態(tài)特性。此外,在振動(dòng)分析過(guò)程中,峭度這一指標(biāo)對(duì)檢測(cè)滾動(dòng)軸承以及齒輪箱等關(guān)鍵部件的故障表現(xiàn)得尤為出色。峭度系數(shù)(Kurtosis)如公式(9)所示。
(9)
式中:K為峭度系數(shù);xi為單個(gè)樣本點(diǎn);為樣本均值;σ為標(biāo)準(zhǔn)偏差;N為樣本總數(shù)。
1.3.2 故障診斷算法
為確保飛行過(guò)程中的安全性,對(duì)其進(jìn)行故障的高效檢測(cè)和定位研究。這一方法依托大量的數(shù)字化孿生模型和真實(shí)系統(tǒng)數(shù)據(jù)的分析,進(jìn)而對(duì)這些數(shù)據(jù)執(zhí)行高效的故障檢測(cè)。
常用的故障診斷算法包括模型基于解析冗余的關(guān)系,例如卡爾曼濾波器(KF)給予系統(tǒng)狀態(tài)估計(jì)的最優(yōu)性。擴(kuò)展卡爾曼濾波器(EKF)用于處理非線性系統(tǒng),如公式(10)所示。
k|k-1=f(hatxk-1|k-1,uk)
Pk|k-1=FkPk-1|k-1FkT+Qk (10)
式中:hatxk-1|k-1為先驗(yàn)狀態(tài)估計(jì);f為系統(tǒng)動(dòng)態(tài)模型;uk為控制輸入;Pk|k-1為誤差協(xié)方差矩陣;Fk為雅可比矩陣;Qk為過(guò)程噪聲協(xié)方差。
2 民航飛行控制系統(tǒng)故障診斷應(yīng)用
2.1 應(yīng)用場(chǎng)景分析
以飛機(jī)舵面為例,通過(guò)建立“數(shù)字孿生”的數(shù)學(xué)模型,在飛行控制系統(tǒng)中,對(duì)舵面的異常偏轉(zhuǎn)、液壓系統(tǒng)的泄漏、液壓系統(tǒng)的異常壓力等進(jìn)行故障診斷。在此基礎(chǔ)上,對(duì)上述關(guān)鍵性能參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控,保證了飛控系統(tǒng)的正常工作,有效地防止了因系統(tǒng)故障而引起的安全事故。
在航空電子行業(yè)內(nèi),數(shù)字孿生技術(shù)的應(yīng)用有助于提前識(shí)別傳感器出現(xiàn)的問(wèn)題和處理異常數(shù)據(jù),這對(duì)確保飛行的安全性和提高航班的準(zhǔn)期率具有顯著的意義。在這樣的基礎(chǔ)之上,為其實(shí)施及時(shí)的診斷和維護(hù)操作,不僅能縮減施工時(shí)間,而且還能有效提升其運(yùn)行效能。
2.2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
這套體系架構(gòu)被細(xì)分為數(shù)據(jù)采集層、數(shù)據(jù)處理環(huán)節(jié)、診斷與決策部分及與用戶的互動(dòng)層面。數(shù)據(jù)通過(guò)傳感技術(shù)實(shí)時(shí)傳輸?shù)较到y(tǒng),經(jīng)過(guò)凈化、融合和初步分析后,為數(shù)字化孿生模式的構(gòu)建和持續(xù)維護(hù)提供高品質(zhì)數(shù)據(jù)。整個(gè)體系結(jié)構(gòu)也具有模塊化和可擴(kuò)充性特點(diǎn),便于未來(lái)更新和維護(hù)。各模塊相互配合,構(gòu)成了一個(gè)完備的故障診斷系統(tǒng)。實(shí)時(shí)數(shù)據(jù)采集模塊采集各傳感器及飛行控制系統(tǒng)的實(shí)時(shí)信息,數(shù)據(jù)分析處理模塊對(duì)數(shù)據(jù)進(jìn)行分析、處理,包括數(shù)據(jù)清洗、特征提取等環(huán)節(jié)[2]。在此基礎(chǔ)上,提出了一種基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法,并提出了新的維修策略,為人機(jī)互動(dòng)模組提供了直觀、易用的界面,讓使用者可以很容易地取得系統(tǒng)資訊、故障診斷與維修意見(jiàn)。各模塊的職責(zé)見(jiàn)表1。
通過(guò)這些功能模塊的協(xié)同工作,基于數(shù)字孿生的飛行控制系統(tǒng)故障診斷技術(shù)能夠高效、準(zhǔn)確地監(jiān)測(cè)和管理民航飛行控制系統(tǒng)的健康狀態(tài),從而提高系統(tǒng)的可靠性和安全性。
3 具體應(yīng)用分析
3.1 動(dòng)力學(xué)建模應(yīng)用
在民航飛行控制系統(tǒng)的故障診斷中,動(dòng)力學(xué)模型的構(gòu)建是初步且關(guān)鍵的步驟。該模型基于飛行器的運(yùn)動(dòng)方程(公式(1)),有效描述飛行器在多種飛行狀態(tài)下的行為。通過(guò)這一模型,可以預(yù)測(cè)飛行器的動(dòng)態(tài)響應(yīng),并為系統(tǒng)的健康管理提供理論依據(jù)。
3.2 控制邏輯和傳感器/執(zhí)行器模型化
利用控制邏輯建模(公式(2))結(jié)合傳感器和執(zhí)行器的傳遞函數(shù)模型(公式(4)),能夠精確模擬飛行控制系統(tǒng)對(duì)各種操縱輸入的響應(yīng)。這種詳細(xì)的模擬幫助識(shí)別系統(tǒng)中潛在的故障模式,從而采取適時(shí)的預(yù)防或修復(fù)措施,確保飛行安全。
3.3 實(shí)時(shí)監(jiān)測(cè)與預(yù)測(cè)分析
采用殘差信號(hào)計(jì)算方法(公式(6)),通過(guò)實(shí)時(shí)比較系統(tǒng)的實(shí)際輸出與數(shù)字孿生模型的預(yù)測(cè)輸出,有效監(jiān)控飛行控制系統(tǒng)的健康狀況。此外,使用ARIMA模型(公式(7))預(yù)測(cè)系統(tǒng)未來(lái)行為,有助于故障預(yù)測(cè)和預(yù)防工作。
3.4 故障特征提取與診斷算法應(yīng)用
快速傅里葉變換(FFT)分析傳感器數(shù)據(jù),根據(jù)公式(8)揭示故障頻率特性,是檢測(cè)特定故障模式的關(guān)鍵工具。結(jié)合峭度系數(shù)(公式(9))等統(tǒng)計(jì)工具,從數(shù)據(jù)中提取關(guān)鍵故障特征,提高診斷的準(zhǔn)確性。
數(shù)字孿生技術(shù)顯著提升了飛行控制系統(tǒng)的維護(hù)效率和安全性,通過(guò)精確模型化和實(shí)時(shí)監(jiān)控,增強(qiáng)了預(yù)測(cè)和診斷潛在故障的能力。該技術(shù)為民航業(yè)提供了強(qiáng)大的技術(shù)支持和安全保障。
3.5 模擬試驗(yàn)驗(yàn)證分析
為了進(jìn)一步驗(yàn)證基于數(shù)字孿生的飛行控制系統(tǒng)故障診斷技術(shù)的有效性和實(shí)用性,本研究設(shè)計(jì)了一系列的試驗(yàn)。這些試驗(yàn)旨在通過(guò)實(shí)際數(shù)據(jù)對(duì)比傳統(tǒng)故障診斷方法與基于數(shù)字孿生的故障診斷技術(shù)在診斷效率和準(zhǔn)確性上的表現(xiàn)。模擬試驗(yàn)結(jié)果見(jiàn)表2。
試驗(yàn)選取民航飛機(jī)中常見(jiàn)的幾種故障模式,包括傳感器偏移、執(zhí)行器失效等。每種故障模式下,分別使用傳統(tǒng)的故障診斷方法和基于數(shù)字孿生的技術(shù)進(jìn)行診斷。
數(shù)據(jù)采集:利用安裝在飛機(jī)各關(guān)鍵部位的傳感器收集實(shí)時(shí)數(shù)據(jù),包括飛行器的姿態(tài)、加速度、舵面位置參數(shù)等。
數(shù)據(jù)處理:采用小波變換進(jìn)行數(shù)據(jù)清洗,以提高數(shù)據(jù)質(zhì)量。
模型構(gòu)建與監(jiān)測(cè):構(gòu)建動(dòng)力學(xué)模型和控制邏輯模型,并實(shí)時(shí)比較系統(tǒng)輸出與模型預(yù)測(cè)的差異,生成殘差信號(hào)。
故障檢測(cè)與定位:應(yīng)用FFT和峭度系數(shù)等工具提取故障特征,并使用EKF進(jìn)行狀態(tài)估計(jì)和故障診斷。
根據(jù)表2結(jié)果,基于數(shù)字孿生的故障診斷方法顯著提升了飛行控制系統(tǒng)的診斷速度和準(zhǔn)確率,尤其是針對(duì)傳感器偏移和執(zhí)行器失效故障,數(shù)字孿生技術(shù)將傳感器偏移故障的診斷時(shí)間從15min降至5min,準(zhǔn)確率提升至95%,并將執(zhí)行器失效故障的診斷時(shí)間從20min降至7min,準(zhǔn)確率提升至93%,這對(duì)提高民航飛機(jī)的安全性和可靠性具有重要意義。
4 結(jié)語(yǔ)
針對(duì)民航飛行安全和可靠性的迫切需求,本研究探索了基于數(shù)字孿生的新型故障診斷技術(shù)。通過(guò)建立精確仿真模型,提出了一種能實(shí)時(shí)監(jiān)測(cè)和預(yù)測(cè)飛控系統(tǒng)狀態(tài)的方法,提高了故障識(shí)別和定位的準(zhǔn)確性。研究深入討論了數(shù)字孿生基礎(chǔ)理論,并驗(yàn)證了其在提升飛機(jī)飛控系統(tǒng)故障診斷水平方面的有效性。與傳統(tǒng)方法相比,該技術(shù)減少了對(duì)人工經(jīng)驗(yàn)的依賴,實(shí)現(xiàn)了更快速、更精確的故障診斷,為提升我國(guó)民用航空飛控系統(tǒng)的安全性和可靠性提供了新途徑。
參考文獻(xiàn)
[1]彭博.基于P3D的飛機(jī)自動(dòng)飛行控制系統(tǒng)的設(shè)計(jì)方法與仿真研究[D].德陽(yáng):中國(guó)民用航空飛行學(xué)院,2023.
[2]李敬兆,張佳文,石晴,等.基于數(shù)字孿生的清掃裝置智能運(yùn)維系統(tǒng)設(shè)計(jì)[J].蘭州工業(yè)學(xué)院學(xué)報(bào),2024,31(1):12-16.
[3]史巖,齊曉慧.基于故障檢測(cè)濾波器法的飛行控制系統(tǒng)故障檢測(cè)[J].兵工自動(dòng)化,2007(1):5-7.
[4]朱劍月,袁詠祎,陳羽,等.后端設(shè)置擾流板對(duì)圓柱流場(chǎng)與氣動(dòng)噪聲影響[J].機(jī)械工程報(bào),2024,60(12):287-300.