·36 智能系统学报 第2卷 起步阶段，仍存在很多问题，主要包括：异故障解耦、 断与容错系统的自适应性就成为一个值得研究的问 多故障同时诊断、综合诊断、鲁棒性、自适应性以及 题 容错算法优化 6)容错算法优化：旋翼飞行机器人作为非线性、 1)异类故障解耦：一般对于故障诊断的研究，传 欠驱动、静不稳定系统，是一个复杂的被控对象，要 感器与执行器是分开考虑的.研究传感器故障诊断 实现对其较好地稳定控制一般需要复杂的控制算 的前提是假设执行器一直处于完好的状态，但实际 法，这就占用了机载计算机的大量资源，留给容错控 过程这种假设就有很大的局限性.旋翼飞行机器人 制算法的资源并不多，由此，对于旋翼飞行机器人这 不同传感器的故障可通过故障分离找出，但传感器 样的复杂被诊断系统，计算代价与诊断精度之间存 故障与执行器故障存在耦合，即它们发生故障后的 在着很大的矛盾 故障分离输入相似，无法进行辨别.虽然基于神经网4.2未来的发展趋势 络的方法可以对此异类故障进行解耦，但对于斜坡 旋翼飞行机器人的故障诊断与容错控制理论研 类的“软”故障仍不理想，且未考虑传感器与执行器 究尚处于起步阶段，其目前所遇到问题的尽快解决， 类故障外的其他类型」 对提高其自主控制的可靠性至关重要近几年，旋翼 2)多故障实时诊断：目前各种传感器故障检测 飞行机器人的故障诊断与容错控制的发展趋势主要 与诊断、容错控制器的设计一般都是在假定只有单 有以下几个方面： 个故障条件下发展起来的.然而实际系统中常常有 1)与航天技术相近5)，飞行控制需要系统进行 可能同时发生多个故障，损坏某个元件的同时很容 整体优化，将结构设计与控制方案、控制系统设计以 易损坏周围的部件.旋翼飞行机器人飞行环境复杂， 及容错控制有机结合，使得在满足系统的可靠性要 会受到风、电磁以及振动等多重扰动，可能对机载系求下，考虑资源约束及可利用的解析冗余度，确定最 统多元件同时造成影响，出现多故障的情况.基于逻 小硬件冗余度及进行各部件可靠度的合理分配 辑模型的诊断方法虽然可以诊断多故障，但难以诊 2)改进现有的诊断方法，克服误诊及漏诊现象， 断瞬时故障，对旋翼飞行机器人并不适用 在提高容错控制的可靠性同时，进一步提高效率】 3)综合诊断：旋翼飞行机器人飞行中所处的未 2)从分析传感器故障、执行器故障等异类故障 建模环境会导致其故障的复杂性，而现有的诊断方 的特点出发，改进现有的故障诊断方法，研究对异类 法又存在各自的局限性，单一使用一种诊断方法就 故障进行实时检测及诊断技术， 完全解决机载系统的诊断问题几乎是不可能的.因 3)现有的故障诊断与容错控制方法各具特点又 此要对多种故障诊断方法进行研究，发挥各自优势， 存在各自的局限性，将基于知识的、基于解析模型的 将它们有效地集成在一起，从而提高整个容错系统 以及基于信号处理的多种诊断技术有机结合，建立 的综合性能 多层体系的诊断与容错控制结构，提高其可靠性 4)鲁棒性：旋翼飞行机器人在未建模环境中工 4)将主动建模技术与容错技术结合，提高诊断 作面临各种不确定性，包括系统模型的不确定性、环 与容错系统对被诊断系统的“认知”，增强系统鲁棒 境的不确定性、传感器的不确定性等，故障诊断的鲁 性 棒性问题多年来一直受到广泛关注，并且已经出现 5)优化诊断与容错控制算法，在理论研究的同 了一些增强故障诊断系统鲁棒性的方法，然而这些 时密切联系实际计算能力的约束，发展简单、便于实 方法都有很大的局限性.目前对带有非结构化不确 现、计算实时性强、占用计算资源少、符合旋翼飞行 定性的系统的鲁棒故障诊断已经成为一个亟待解决 机器人特点的故障诊断和容错控制方法， 的问题 5)自适应性：旋翼飞行机器人在飞行过程中存 5结束语 在悬停、前飞、升高等多种飞行模态，而不同的飞行 随着科学技术的发展，国内外对于旋翼飞行机 模态所对应的系统模型差异很大，被诊断对象的状 器人的相关研究己经取得了多项令人鼓舞的进展， 况会在运行过程中发生变化.这就要求诊断与容错 也使人们认识到了其必然的发展方向以及广泛的应 系统具有一定的适应能力和学习能力，使得它能够 用前景，受到各国特别是发达国家的高度重视并制 对变化后的诊断对象仍能有效地诊断.因此增强诊 定了各种详细的发展规划.其故障诊断与容错控制 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net起步阶段 ,仍存在很多问题 ,主要包括 :异故障解耦、 多故障同时诊断、综合诊断、鲁棒性、自适应性以及 容错算法优化. 1) 异类故障解耦 :一般对于故障诊断的研究 ,传 感器与执行器是分开考虑的. 研究传感器故障诊断 的前提是假设执行器一直处于完好的状态 ,但实际 过程这种假设就有很大的局限性. 旋翼飞行机器人 不同传感器的故障可通过故障分离找出 ,但传感器 故障与执行器故障存在耦合 ,即它们发生故障后的 故障分离输入相似 ,无法进行辨别. 虽然基于神经网 络的方法可以对此异类故障进行解耦 ,但对于斜坡 类的“软”故障仍不理想 ,且未考虑传感器与执行器 类故障外的其他类型. 2) 多故障实时诊断 :目前各种传感器故障检测 与诊断、容错控制器的设计一般都是在假定只有单 个故障条件下发展起来的. 然而 ,实际系统中常常有 可能同时发生多个故障 ,损坏某个元件的同时很容 易损坏周围的部件. 旋翼飞行机器人飞行环境复杂 , 会受到风、电磁以及振动等多重扰动 ,可能对机载系 统多元件同时造成影响 ,出现多故障的情况. 基于逻 辑模型的诊断方法虽然可以诊断多故障 ,但难以诊 断瞬时故障 ,对旋翼飞行机器人并不适用. 3) 综合诊断 :旋翼飞行机器人飞行中所处的未 建模环境会导致其故障的复杂性 ,而现有的诊断方 法又存在各自的局限性 ,单一使用一种诊断方法就 完全解决机载系统的诊断问题几乎是不可能的. 因 此要对多种故障诊断方法进行研究 ,发挥各自优势 , 将它们有效地集成在一起 ,从而提高整个容错系统 的综合性能. 4) 鲁棒性 :旋翼飞行机器人在未建模环境中工 作面临各种不确定性 ,包括系统模型的不确定性、环 境的不确定性、传感器的不确定性等. 故障诊断的鲁 棒性问题多年来一直受到广泛关注 ,并且已经出现 了一些增强故障诊断系统鲁棒性的方法 ,然而这些 方法都有很大的局限性. 目前对带有非结构化不确 定性的系统的鲁棒故障诊断已经成为一个亟待解决 的问题. 5) 自适应性 :旋翼飞行机器人在飞行过程中存 在悬停、前飞、升高等多种飞行模态 ,而不同的飞行 模态所对应的系统模型差异很大 ,被诊断对象的状 况会在运行过程中发生变化. 这就要求诊断与容错 系统具有一定的适应能力和学习能力 ,使得它能够 对变化后的诊断对象仍能有效地诊断. 因此增强诊 断与容错系统的自适应性就成为一个值得研究的问 题. 6) 容错算法优化 :旋翼飞行机器人作为非线性、 欠驱动、静不稳定系统 ,是一个复杂的被控对象 ,要 实现对其较好地稳定控制一般需要复杂的控制算 法 ,这就占用了机载计算机的大量资源 ,留给容错控 制算法的资源并不多 ,由此 ,对于旋翼飞行机器人这 样的复杂被诊断系统 ,计算代价与诊断精度之间存 在着很大的矛盾. 412 未来的发展趋势 旋翼飞行机器人的故障诊断与容错控制理论研 究尚处于起步阶段 ,其目前所遇到问题的尽快解决 , 对提高其自主控制的可靠性至关重要. 近几年 ,旋翼 飞行机器人的故障诊断与容错控制的发展趋势主要 有以下几个方面 : 1) 与航天技术相近[57 ] ,飞行控制需要系统进行 整体优化 ,将结构设计与控制方案、控制系统设计以 及容错控制有机结合 ,使得在满足系统的可靠性要 求下 ,考虑资源约束及可利用的解析冗余度 ,确定最 小硬件冗余度及进行各部件可靠度的合理分配. 2) 改进现有的诊断方法 ,克服误诊及漏诊现象 , 在提高容错控制的可靠性同时 ,进一步提高效率. 2) 从分析传感器故障、执行器故障等异类故障 的特点出发 ,改进现有的故障诊断方法 ,研究对异类 故障进行实时检测及诊断技术. 3) 现有的故障诊断与容错控制方法各具特点又 存在各自的局限性 ,将基于知识的、基于解析模型的 以及基于信号处理的多种诊断技术有机结合 ,建立 多层体系的诊断与容错控制结构 ,提高其可靠性. 4) 将主动建模技术与容错技术结合 ,提高诊断 与容错系统对被诊断系统的“认知”,增强系统鲁棒 性. 5) 优化诊断与容错控制算法 ,在理论研究的同 时密切联系实际计算能力的约束 ,发展简单、便于实 现、计算实时性强、占用计算资源少、符合旋翼飞行 机器人特点的故障诊断和容错控制方法. 5 结束语 随着科学技术的发展 ,国内外对于旋翼飞行机 器人的相关研究已经取得了多项令人鼓舞的进展 , 也使人们认识到了其必然的发展方向以及广泛的应 用前景 ,受到各国特别是发达国家的高度重视并制 定了各种详细的发展规划. 其故障诊断与容错控制 · 63 · 智 能 系 统 学 报 第 2 卷