飞行控制系统传感器信息融合与容错方法研究

摘要...............................................................................................................................I ABSTRACT...................................................................................................................III 目录...........................................................................................................................VII 第一章绪论.. (1)

1.1论文的研究背景和意义 (1)

1.2传感器容错技术的发展与研究现状 (2)

1.2.1 故障检测隔离方法 (4)

1.2.2 信号重构方法 (7)

1.2.3 故障容错技术研究中存在的问题 (8)

1.3信息融合方法 (8)

1.3.1 加权融合法 (9)

1.3.2 估计融合法 (10)

1.3.3 智能方法 (13)

1.3.4 飞控传感器信息融合研究中存在的问题 (13)

1.4容错系统的可靠性建模分析方法 (14)

1.4.1 静态建模分析方法 (14)

1.4.2 动态建模分析方法 (15)

1.4.3 混合建模分析方法 (16)

1.4.4 容错飞控系统可靠性研究中存在的问题 (16)

1.5研究内容与章节布局 (16)

第二章容错飞控系统传感器信息融合方案设计 (21)

2.1引言 (21)

2.2飞控系统传感器的组成 (22)

2.2.1 惯性传感器 (22)

2.2.2 大气数据传感器 (23)

2.2.3 传感器的解析关系 (25)

2.3信息融合方案设计 (28)

2.3.1 元件级信息融合 (28)

2.3.2 组件级信息融合 (29)

2.3.3 子系统级信息融合 (30)

VII

西北工业大学博士学位论文

2.4本章小结 (31)

第三章基于多模型估计的补偿APV故障检测隔离方法 (33)

3.1引言 (33)

3.2平均奇偶向量法 (34)

3.2.1 数学形式 (34)

3.2.2 决策阈值的确定 (35)

3.2.3 APV方法的风险分析与参数计算 (37)

3.3APV的补偿改进 (39)

3.3.1 奇偶向量补偿的典型方法 (40)

3.3.2 基于交互多模型估计的补偿改进 (41)

3.3.3 基于变结构多模型估计的补偿改进 (44)

3.4仿真与分析 (48)

3.4.1 APV方法的仿真分析 (49)

3.4.2 补偿APV算法的仿真分析 (50)

3.5本章小结 (57)

第四章基于信号重构的关键传感器故障容错设计 (59)

4.1引言 (59)

4.2重构信号在故障容错设计中的配置 (60)

4.3非线性跟踪微分器 (61)

4.3.1 微分信号的提取 (61)

4.3.2 容错控制功能的实现 (62)

4.4经典“当前”统计模型 (64)

4.4.1 数学形式 (64)

4.4.2 CSM方法的仿真分析 (65)

4.5模糊“当前”统计模型法 (67)

4.5.1 基于解析关系和模糊逻辑的模型改进 (67)

4.5.2 遗传算法在模糊系统优化中的应用 (69)

4.5.3 改进优化算法的测试 (75)

4.5.4 信号重构方法的仿真分析 (77)

4.6重构信号辅助故障诊断方法 (81)

4.6.1 双检测阈值的计算 (81)

4.6.2 残差校验方法的设计 (83)

4.6.3 故障诊断的仿真分析 (84)

4.7本章小结 (85)

VIII

第五章基于方差变化检测的加权信息融合 (87)

5.1引言 (87)

5.2基于方差估计的加权融合算法 (88)

5.2.1 典型的加权融合算法 (88)

5.2.2 方差估计算法 (88)

5.3改进算法 (90)

5.3.1 信号分段处理 (91)

5.3.2 后验概率的递推计算 (91)

5.4仿真与分析 (93)

5.4.1 典型加权融合方法的局限性 (93)

5.4.2 改进方法的仿真对比 (95)

5.5本章小结 (97)

第六章基于自适应非线性滤波的大气数据融合 (99)

6.1引言 (99)

6.2滤波模型的建立 (100)

6.3非线性滤波方法的设计 (102)

6.3.1 扩展卡尔曼滤波EKF (102)

6.3.2 无迹卡尔曼滤波UKF (103)

6.3.3 中心差分卡尔曼滤波CDKF (104)

6.3.4 非线性滤波方法的仿真分析 (106)

6.4自适应中心差分卡尔曼滤波 (109)

6.4.1 新息正交性原理 (109)

6.4.2 渐消因子的引入 (112)

6.4.3 自适应滤波的仿真分析 (113)

6.5本章小结 (115)

第七章故障容错设计的可靠性建模与分析 (117)

7.1引言 (117)

7.2集成半马尔可夫过程模型的建立 (118)

7.2.1 故障过程与诊断过程的建模 (118)

7.2.2 模型参数的确定 (118)

7.2.3 集成模型的建立 (119)

7.3定量分析方法的研究 (121)

7.3.1 代数模型方法的应用 (121)

7.3.2 补充变量法的应用 (122)

西北工业大学博士学位论文

7.4仿真分析 (125)

7.4.1 与补充变量法的对比验证 (125)

7.4.2 与时齐马尔可夫过程法的对比验证 (126)

7.4.3 容错方法设计与系统可靠性的联系 (127)

7.5本章小结 (130)

第八章总结与展望 (131)

8.1总结 (131)

8.2展望 (132)

参考文献 (135)

博士期间发表论文和参加科研情况等说明 (149)

致谢 (151)

第一章绪论

1.1 论文的研究背景和意义

准确的传感器信号能够真实反映飞机的飞行状态，实现控制律的正确解算，保证飞行任务的可靠性与飞行安全性。当传感器发生故障时，飞行控制功能可能发生性能降级或者失效现象。当基本控制功能无法实现时，会发生重大甚至灾难性的飞行事故。

当前广泛应用的电传操纵技术中，飞控计算机、传感器以及舵回路之间均采用电信号联接，即使幅值较小的故障通过传播也可能对整个飞行控制系统造成不可预见的危害[1]-[6]。而传感器由于制造精密且工作环境恶劣，故障率相对较高。传感器故障在飞行事故原因中占据了不可忽视的比例。1995年，Dryden 飞行研究中心对Perseus 飞行事故进行分析，确定事故原因为：俯仰角速度传感器故障导致飞行速度超出正常范围限制，机翼承受过大气动力而发生折断。同年另一起X-31A 飞行事故调查与分析表明：皮托管发生结冰故障，导致空速数据显示错误是飞机坠毁的根本原因。2005年，MH 124客机飞行过程中遭遇主飞行仪表数据显示矛盾、自动右转向、自动超高度飞行等一系列问题，飞行事故原因确定为大气数据惯性基准组件中的加速度传感器故障。Austral Lineas Aeroeas Flight 2553航班事故中，机组人员参照了错误的空速表读数，导致飞机超出空速安全限制引发结构故障。Aero Peru Flight 603航班事故的原因为地面维护人员没有及时清除静压系统的胶带所导致的大气数据测量故障。2008年，美国B-2轰炸机在起飞之前，大气数据传感器被水汽损伤，导致起飞速度和上升角度计算错误，最终飞机俯冲坠毁。2009年，法国空客A330飞机事故导致机组成员与乘客全部遇难，事故原因经过分析极有可能为空速管故障。

为避免飞行事故带来的危害性，传感器设计需要满足严格的可靠性与安全性指标要求。民机的安全性要求飞行关键功能的失效概率不大于910 /飞行小时。针对于此，飞行控制系统传感器设计采用余度配置技术和表决监测方法[7]。余度技术采用多重系统执行同一任务，表决监测基于多数传感器信号的一致性实现故障的检测隔离。

两种技术方法的发展较为成熟，已经成为民机安全性评估的适航标准，但仍然存在一定的局限性：（1）采用相同的硬件和软件构成的相似余度容易受到共因故障的影响，而导致余度技术的失效。为此，通常应用不同硬件和软件构成非相似