第2期 齐俊桐，等：旋翼飞行机器人故障诊断与容错控制技术综述 ·35 则通过k·1时刻的测量输出预测的k时刻最 了鲁棒控制、智能控制和自适应控制技术在容错领 优估计为 域的交叉和融合. 全k=Aki全k1+Bk1.1+K.1[y1- Brinker等人Is1.s针对飞行控制系统使用了基 Ck.1全k1-Dk1k.1], 于神经网络的直接自适应控制方法，在出现故障后， Ka.I =Ak.1 PR.I CL.1[Rk.1 Ck.1 PR.1 Ct.11, 神经网络具有稳定飞行的能力，在线神经网络增强 Pt =Lk.10g.1L.1+[Ak.1-Ko.i Ck.1/Px.1AR.1. 了逆控制器的指令并自适应地抵消了逆误差，从而 式中：K为估计增益，P为估计误差协方差矩阵 获得理想的闭环动力学特性.Calise等人s]提出了 3.3基于信号处理的方法 在线神经网络加权了逆误差的基函数展开，以便在 基于信号处理的诊断方法可以部分地回避建立 每个轴进行自适应控制， 诊断对象数学模型的难点，直接利用各类信号处理 Siwakosit等s)将自适应定量反馈重构控制方 的方法，自适应能力强，从原理上既适用于线性系 法应用到了飞行控制，该方法将自适应滤波器与定 统，也适用于非线性系统.基于信号处理的方法是建 量反馈补偿器串接，从而利用标定系统对象不确定 立在对故障机理的透彻分析和研究基础之上，判断 性的固有鲁棒性，基于这种方法的控制器可以对显 出测量信号的哪些特征能够最显著地反映出待诊断 著的模型不确定性提供稳定性和性能鲁棒性，并且 的故障.基于信号处理的方法一股包括基于小波变 不需要对故障系统进行辨识，具有较强的使用价值， 换的方法、信号的谱分析或相关性分析等方法， B0 skvic等人I55.s61在1999年将基于多模型的 小波变换技术是目前基于信号处理方法的一个 故障检测和诊断自适应重构控制方法应用于飞 研究热点，其由于同时具有时域和频域分析的特点， 行控制系统，这也是对严重机翼损伤下的鲁棒控制 对于准确分析系统传感器的故障十分有利.利用小重构问题唯一可行的解决方案.该方法是以一个有 波变换进行故障诊断的基本思路是首先对被诊断对限集就可以描述不同的损伤情况的假设为基础，针 象的输入输出信号进行小波变换，利用该变换求出 对每种故障模型设计相应的观测器，观测侧器并行运 输入输出信号的奇异点，再去除由于输入突变引起 行以寻找最接近当前工作状态的模型，并切换到相 的极值点，则其余的极值点就对应于被诊断对象的 应的控制器.6自由度仿真结果55]表明该方法整体 故障状态 性能优越 Kriedland等)首先提出了利用小波展开来检 3.5故障检测与容错控制结构 测短时非平稳暂态信号的方法，但该方法对于固定 Drozeski等人B提出了一种容错控制结构，并 的分析窗函数其时频分辨率是不变的，而且涉及矩 将其应用于GTMAX旋翼飞行机器人，在不降低飞 阵运算.随后Jee等4s]提出了利用小波变换的方法 机性能的情况下处理多类型的传感器故障.这种容 得到了对波行机到达时间未知的暂时信号的有效检 错控制结构采用3层结构：重构飞行控制器与基本 测，然而其构造的小波检测器是基于广义似然比检 飞行控制器处于底层，这一层按照预定的飞行轨迹 测的，所做的估计是某级较好地反映信号特征的尺 产生给定的控制器输入，中层结构产生飞行器飞行 度下对小波系数的假设检验，实质上得到的仍然是 轨迹以及管理系统的重构，当本层FDD检测到故障 信号在小波空间中的某种特征.Frisch等人4又利 后，向所有层发送重构指令；高层为任务管理层，具 用小波变换的多分频性质，基于信号和随机噪声在 有人机接口，操作者可以指定飞行路径点，旋翼飞行 小波变换域中不同的模极大值系数特征来对信号波 机器人可以按照路径点依次飞行.试验表明，这种容 形进行有效检测.Seungkeun等人Iso针对飞行控制 错控制结构在旋翼飞行机器人悬停状态下出现故障 系统，提出了基于离散小波变换的故障诊断方法，并 的情况下能够较好地保持稳定 应用到双硬件冗余的飞行机器人和低成本飞行器 4旋翼飞行机器人故障诊断与容错控 上，试验表明这种基于非模型的故障诊断方法能够 对系统故障进行有效的检测与诊断 制中存在的问题及发展方向 3.4先进重构控制方法 4.1目前研究存在的问题 先进重构控制方法不再依赖故障检测和诊断， 虽然对容错控制的研究已经有了30余年的历 使控制系统具有适应未知故障和损伤的能力，促进 史，但针对对于旋翼飞行机器人的研究目前尚处于 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net则通过 k - 1 时刻的测量输出预测的 k 时刻最 优估计为 ^x k = A k- 1 ^x k- 1 + Bk- 1 uk- 1 + Kek - 1 [ yk- 1 - Ck- 1 ^x k- 1 - Dk- 1 uk- 1 ] , Kek - 1 = A k- 1 Pk- 1 C T k- 1 [ Rk- 1 + Ck- 1 Pk- 1 C T k- 1 ] , Pk = L k- 1 Qk- 1 L T k- 1 + [ A k- 1 - Kek - 1 Ck- 1 ] Pk- 1 A T k- 1 . 式中 : Ke 为估计增益 , P 为估计误差协方差矩阵. 313 基于信号处理的方法 基于信号处理的诊断方法可以部分地回避建立 诊断对象数学模型的难点 ,直接利用各类信号处理 的方法 ,自适应能力强 , 从原理上既适用于线性系 统 ,也适用于非线性系统. 基于信号处理的方法是建 立在对故障机理的透彻分析和研究基础之上 ,判断 出测量信号的哪些特征能够最显著地反映出待诊断 的故障. 基于信号处理的方法一般包括基于小波变 换的方法、信号的谱分析或相关性分析等方法. 小波变换技术是目前基于信号处理方法的一个 研究热点 ,其由于同时具有时域和频域分析的特点 , 对于准确分析系统传感器的故障十分有利. 利用小 波变换进行故障诊断的基本思路是首先对被诊断对 象的输入输出信号进行小波变换 ,利用该变换求出 输入输出信号的奇异点 ,再去除由于输入突变引起 的极值点 ,则其余的极值点就对应于被诊断对象的 故障状态. Kriedland 等[47 ]首先提出了利用小波展开来检 测短时非平稳暂态信号的方法 ,但该方法对于固定 的分析窗函数其时频分辨率是不变的 ,而且涉及矩 阵运算. 随后 ,J ee 等[48 ]提出了利用小波变换的方法 得到了对波行机到达时间未知的暂时信号的有效检 测 ,然而其构造的小波检测器是基于广义似然比检 测的 ,所做的估计是某级较好地反映信号特征的尺 度下对小波系数的假设检验 ,实质上得到的仍然是 信号在小波空间中的某种特征. Frisch 等人[49 ] 又利 用小波变换的多分频性质 ,基于信号和随机噪声在 小波变换域中不同的模极大值系数特征来对信号波 形进行有效检测. Seungkeun 等人[ 50 ] 针对飞行控制 系统 ,提出了基于离散小波变换的故障诊断方法 ,并 应用到双硬件冗余的飞行机器人和低成本飞行器 上 ,试验表明 ,这种基于非模型的故障诊断方法能够 对系统故障进行有效的检测与诊断. 314 先进重构控制方法 先进重构控制方法不再依赖故障检测和诊断 , 使控制系统具有适应未知故障和损伤的能力 ,促进 了鲁棒控制、智能控制和自适应控制技术在容错领 域的交叉和融合. Brinker 等人[51 - 52 ]针对飞行控制系统使用了基 于神经网络的直接自适应控制方法 ,在出现故障后 , 神经网络具有稳定飞行的能力 ,在线神经网络增强 了逆控制器的指令并自适应地抵消了逆误差 ,从而 获得理想的闭环动力学特性. Calise 等人[53 ] 提出了 在线神经网络加权了逆误差的基函数展开 ,以便在 每个轴进行自适应控制. Siwakosit 等[ 54 ]将自适应定量反馈重构控制方 法应用到了飞行控制 ,该方法将自适应滤波器与定 量反馈补偿器串接 ,从而利用标定系统对象不确定 性的固有鲁棒性 ,基于这种方法的控制器可以对显 著的模型不确定性提供稳定性和性能鲁棒性 ,并且 不需要对故障系统进行辨识 ,具有较强的使用价值. Boskvic 等人[55 - 56 ] 在 1999 年将基于多模型的 故障检测和诊断 ———自适应重构控制方法应用于飞 行控制系统 ,这也是对严重机翼损伤下的鲁棒控制 重构问题唯一可行的解决方案. 该方法是以一个有 限集就可以描述不同的损伤情况的假设为基础 ,针 对每种故障模型设计相应的观测器 ,观测器并行运 行以寻找最接近当前工作状态的模型 ,并切换到相 应的控制器. 6 自由度仿真结果[55 ] 表明该方法整体 性能优越. 315 故障检测与容错控制结构 Drozeski 等人[31 ]提出了一种容错控制结构 ,并 将其应用于 GTMAX 旋翼飞行机器人 ,在不降低飞 机性能的情况下处理多类型的传感器故障. 这种容 错控制结构采用 3 层结构 :重构飞行控制器与基本 飞行控制器处于底层 ,这一层按照预定的飞行轨迹 产生给定的控制器输入 ;中层结构产生飞行器飞行 轨迹以及管理系统的重构 ,当本层 FDD 检测到故障 后 ,向所有层发送重构指令 ;高层为任务管理层 ,具 有人机接口 ,操作者可以指定飞行路径点 ,旋翼飞行 机器人可以按照路径点依次飞行. 试验表明 ,这种容 错控制结构在旋翼飞行机器人悬停状态下出现故障 的情况下能够较好地保持稳定. 4 旋翼飞行机器人故障诊断与容错控 制中存在的问题及发展方向 411 目前研究存在的问题 虽然对容错控制的研究已经有了 30 余年的历 史 ,但针对对于旋翼飞行机器人的研究目前尚处于 第 2 期 齐俊桐 ,等 :旋翼飞行机器人故障诊断与容错控制技术综述 · 53 ·