[发明专利]基于Simulink模型的副翼作动器故障诊断方法

说明书

本发明公开了一种基于Simulink模型的副翼作动器故障诊断方法，属于直接驱动阀式多余度副翼作动器故障诊断领域，该故障诊断方法的主要步骤为：分析副翼作动器结构，搭建副翼作动器的仿真模型；分析作动器故障模式的发生概率和严酷度，构建危害性矩阵图，梳理需要诊断的关键故障模式；在作动器仿真模型中植入不同种类的故障，采集故障数据；分析故障数据特性，对不同类型的故障模式采用不同的故障诊断方法，并建立整体故障诊断规则，最后实现对作动器准确故障诊断，以解决副翼作动器多种故障模式的故障诊断问题。

技术领域

本发明涉及直接驱动阀式多余度副翼作动器故障诊断的技术领域，具体而言，涉及一种基于Simulink模型的副翼作动器故障诊断方法。

背景技术

随着航空科技的不断发展进步，飞行控制系统的精度要求和复杂程度越来越高。一旦相应的系统或者装备出现故障，将会带来巨大的财产损失和人员伤亡，因此，需要不断提升飞行控制系统的可靠性。据统计表明，造成飞机损伤的原因有相当一部分来自于飞控系统的故障，飞控系统的故障又是由副翼、升降舵等关键部件造成的。由此可见，飞机能否保证正常运行很大程度上取决于副翼作动器是否可以正常运作。而副翼作动器要保持正常运作，不仅要在控制精度和响应速度等方面达到预定要求，更要保证其可靠性满足要求。因此副翼作动器在设计时往往都是要考虑冗余设计来保证其可靠性的。当作动器某个部件或通道发生故障时，会有相应的其他部件或通道来保证其正常的工作。但是冗余设计余度不宜过多，过多的冗余设计虽然保证了其运行的高可靠性，却会增加它的重量及体积，这对整体飞机设计是不利的。因此对副翼作动器一般采用三余度或四余度的设计方案来保证系统的可靠性。综上，副翼作动器作为飞机控制系统的重要执行部件，对其进行故障诊断对于保持装备完好、保证飞机的飞行品质和飞行安全、减少维修保障费用等方面都具有十分重要的意义。

目前提出的作动器故障诊断方法主要有三种：

1、基于模型的故障诊断方法：这类方法的核心思想是构建一个模型来估计作动器的正常输出值，用作动器的真实输出值和估计输出值进行比较形成残差。当作动器正常工作时，残差理论上为零；而当作动器发生故障时，残差非零。最后从残差信号中提取故障特征并通过相应的故障诊断算法实现故障诊断。采用的模型通常有两种：数学模型和观测器。数学模型是基于作动器的控制方程建立的能完整描述作动器控制回路的精确模型；观测器则是对作动器输入输出间非线性关系的一种拟合，常用到的观测器有卡尔曼滤波器、支持向量机、神经网络等。

2、基于知识的故障诊断方法：这类方法引入了作动器的许多知识和故障信息，通过知识和经验判断作动器是否故障及故障模式。常用的基于知识的故障诊断方法有：基于模糊推理的方法和基于知识库的方法；基于模糊推理的故障诊断方法是根据模糊集合征兆空间与故障状态空间的某种映射关系，通过征兆来判断故障，它利用模糊逻辑的概念阐述设备故障现象与故障产生原因之间的模糊关系，并利用模糊集合论中的元素隶属度和模糊关系方程，解决故障诊断问题。基于知识库的故障诊断方法的基本原理为：知识库管理诊断对象的知识，将其提取到故障规则集，当实际信息与规则某部分相匹配时，则可对应到相应故障。

3、基于数据的故障诊断方法：这类方法直接依赖于数据结的类型和特征，它首先采用数据处理方法对故障特征进行提取，然后用不同的分类方法对故障特征进行分类。与基于模型的故障诊断方法相比，基于数据的故障诊断方法不需要建立复杂的模型，但是要对数据进行最为恰当的处理，才可以实现故障的分类。

发明内容

有鉴于此，为了解决现有技术存在的上述问题，本发明的目的在于提供一种基于副翼作动器Simulink模型的故障诊断方法，以达到在固定指令驱动的情况下，通过对采集到的副翼作动器传感器数据进行分析，实现副翼作动器故障诊断的目的。

为实现上述目的，本发明采用的技术方案是：一种基于Simulink模型的副翼作动器故障诊断方法，该故障诊断方法主要包括以下步骤：

步骤1：根据直接驱动阀式副翼作动器的结构和工作原理，搭建完整的副翼作动器仿真模型；