[发明专利]一种基于LFT的航空发动机传感器及执行机构故障诊断方法

说明书

本发明公开一种基于LFT的航空发动机传感器及执行机构故障诊断方法，属航空发动机故障诊断领域。采用小扰动法与线性拟合法相结合的方法建立航空发动机状态变量模型，并基于此模型建立仿射参数依赖的航空发动机LPV模型；将带有扰动信号及传感器与执行机构故障信号的航空发动机LPV模型转化为LFT结构，得到LPV故障估计器的H_∞综合框架；通过求解一组线性矩阵不等式LMIs获得故障估计器存在的有解条件；结合LFT结构设计故障估计器，实现航空发动机传感器及执行机构的故障诊断。本发明根据航空发动机参数的变化，自适应地调整故障估计器的参数，迅速地检测传感器及执行机构故障，准确重构故障信号，为后续的主动容错控制提供基础。

技术领域

本发明属于航空发动机故障诊断领域，具体涉及一种基于LFT的航空发动机传感器及执行机构故障诊断方法。

背景技术

航空发动机是飞机的重要部件，飞行状态健康与否直接取决于航空发动机的健康状态。其中，航空发动机的传感器作为航空发动机的底层信息采集平台，能够准确测量航空发动机工作过程中的部件和系统状态信息，从而构建出有效的控制系统。若航空发动机传感器发生故障，则无法给控制系统提供精确的性能和状态参数，无法实现精确的控制。而航空发动机的执行机构是连接航空发动机和控制系统的重要环节，执行机构根据控制系统给定的控制指令，驱动实际控制量变化，从而控制航空发动机的工作状态。若航空发动机执行机构发生故障，则会给控制系统提供错误的信息，从而给飞机的安全带来隐患，有可能引发灾难性的后果。因此，本发明针对航空发动机传感器及执行机构的性能进行监测，对故障状态实时诊断、告警，具有重要的意义。

已有文献表明，首先，现有的航空发动机传感器及执行机构的故障诊断技术的研究方向主要集中在故障检测方面，即只能对航空发动机传感器及执行机构是否发生故障给出判断，而针对故障信号进行估计方法的研究较少。具体的，传感器及执行机构不同的故障模式对应的故障处理措施不同。对于航空发动机的传感器故障，实际故障以漂移为主，若传感器发生漂移，则可通过控制器设计对传感器测量信息进行校正。航空发动机的执行机构故障包括退化、漂移与卡死等状态，若执行机构发生退化或漂移，则可通过控制器设计使航空发动机保持正常工作；若执行机构发生卡死，则需要进行执行机构切换到冗余模式，待飞行完成后进行执行机构维护。因此，只对故障检测进行研究，即判断是否发生故障，不利于航空发动机的安全运行与维护。而对故障程度可靠的估计，可实现航空发动机传感器及执行机构状态的准确判断，同时降低航空发动机的维修成本。此外，航空发动机可以描述为一种典型的LPV(线性变参数)系统。文献表明，LPV系统的故障估计方法近年来主要分为两大类：一是基于观测器的方法，但是这类方法对系统中的扰动以及模型不确定性鲁棒性不强，即系统受到的外界扰动和建模带来的误差会严重影响观测器的观测结果；另一类是基于H_∞优化技术的故障估计方法，该方法可以提高系统的鲁棒性，但基于该技术的故障估计研究仍处于刚刚起步的阶段，还有许多问题值得深入地探讨。

发明内容

针对现有航空发动机传感器及执行机构故障诊断技术中无法实现外界干扰及建模误差下对故障信号进行准确估计的问题，本发明提供一种基于LFT的航空发动机传感器及执行机构故障诊断方法，能够根据航空发动机LPV模型中参数的变化，自适应地调整故障估计器的参数，实现迅速地检测系统中的故障，并准确地重构故障信号，及时提出维修建议，为之后的容错控制提供更好的基础保障。

为实现上述目的，本发明采用的技术方案步骤如下：

一种基于LFT的航空发动机传感器及执行机构故障诊断方法，包括以下步骤：

步骤1：采用小扰动法与线性拟合法相结合的方法建立航空发动机状态变量模型；

步骤2：建立仿射参数依赖的航空发动机线性变参数(LPV)模型；

步骤3：将存在扰动及传感器与执行机构故障的仿射参数依赖的航空发动机LPV模型转化为LFT结构，建立航空发动机LPV故障估计器的H_∞综合框架；