容錯飛行控制技術的應用研究現狀與發展趨勢

王發威, 廖開俊

(空軍第一航空學院 航空儀電工程系, 河南 信陽 464000)

容錯飛行控制技術的應用研究現狀與發展趨勢

王發威, 廖開俊

(空軍第一航空學院 航空儀電工程系, 河南 信陽 464000)

如何將容錯飛行控制理論研究與工程應用緊密結合是值得關注的問題。從解決飛控系統自身故障的余度容錯技術、解決飛控系統被控對象故障的容錯控制技術和制約主動容錯控制發展的故障診斷技術3個方面研究了容錯飛行控制在工程應用中的發展現狀。分析了容錯飛行控制的核心技術和難點問題,對未來容錯飛行控制技術的發展提出了思考與建議。

飛行控制; 容錯控制; 余度; 故障診斷; 魯棒性

0 引言

容錯控制是保證飛機在發生舵面故障時安全飛行、提高飛機生存力的主要技術之一,是未來先進飛機必然采用的關鍵技術[1-2]。近幾十年來,容錯飛行控制技術在理論上取得了巨大進步,各種控制方法層出不窮[3]。然而20世紀60年代末至今,經歷了近半個世紀的發展,被控對象——舵面故障的容錯控制仍停留在理論研究和模型試驗階段,尚未在現代飛機工程實踐中成熟應用。

國外已經對容錯飛行控制進行了大量的模型試驗,特別是在無人機已大規模投入作戰使用的情況下,美國更是加大了該方向的研究力度。2008年7月,美國羅克韋爾科林斯公司已經利用F/A-18模型機成功實現了容損飛行。當丟掉60%機翼后,設計的自動監管適應控制系統能在20 ms內對故障進行反應,控制飛機平穩飛行,成功安全返航著陸。

有專家預計自動監管適應控制系統將成為美軍下一代無人戰斗機的標準飛行控制系統。我國在“九五”期間也進行了容錯飛行控制相關研究,并取得了突破性進展,但在實際飛行中驗證成功較少。因此,開展可工程化實際應用的容錯飛行控制方法研究已刻不容緩。本文探討了飛行控制系統容錯方法應用研究現狀,并指出了其發展趨勢和需要解決的關鍵問題。

1 飛行控制系統容錯類型及余度技術

對于飛行控制系統的容錯,首先需要清楚容忍什么樣的錯誤。飛控系統主要有兩方面的故障:一是飛控系統自身發生的故障;二是飛控系統被控對象的故障。

飛控系統自身主要包括:感知環節——傳感器、決策環節——計算機、顯示環節——顯示裝置、執行機構——舵機和機內自測試;飛控系統被控對象主要為舵面。對于飛控系統自身發生的故障,已采用余度容錯技術成功解決;而飛控系統被控對象的故障,則需要采用容錯控制技術。

余度是指需要出現兩個或兩個以上故障,而不是一個單獨故障,才會引起既定不希望發生工作狀態的一種設計方法[4]。余度對應著安全性等級,如三余度部件是1次故障工作、2次故障安全。其中可靠性是指故障概率,安全性是指損毀概率。

目前世界上對飛控系統安全性指標一般是:軍機10-7/h,民航10-9/h,其中個別子系統要達到10-11/h[3]。為了達到該指標,軍用飛機大都采用相似余度,即采用多套相同的系統實現同一功能;民用飛機一般采用非相似余度,即采用多套不同的系統實現同一功能,包括軟件和硬件兩方面,以防止出現相似余度的共性故障。

總之,余度技術解決了飛控系統自身發生的故障。但是余度技術增加了系統的復雜性,其本質是以故障率的提高換取安全性。發展趨勢是如何使余度技術更加完善,需要解決兩方面問題:

(1)體系結構問題。即余度采用什么結構,相似余度和非相似余度混合配置,以及軟件非相似余度的論證和取舍問題。

(2)傳感器重構問題。即當多余度傳感器同時壞掉時,如何通過其他傳感器重構狀態信息問題。

2 容錯飛行控制技術

1970年,NASA飛行動力實驗室首先提出實時的飛行控制重構思想[5]。20世紀80年代后期，容錯飛行控制系統主要研究對建模誤差具有魯棒性的故障診斷、對故障在大范圍內具有魯棒性的控制律設計方面的問題。

根據對故障診斷的依賴情況,容錯飛行控制也分為被動容錯飛行控制和主動容錯飛行控制。

2.1 被動容錯控制

由于不依賴故障診斷,被動容錯飛行控制具有實時性高、在設計的范圍內魯棒性強的優點,需要解決的核心問題是在大包線范圍內控制方法的容錯能力和魯棒性。被動容錯飛行控制方法主要有:自適應控制、滑?？刂?、特征結構配置、模型參考+動態逆、定量反饋理論、神經網絡、模糊邏輯和交互多模型等。

被動容錯控制律具有實時性好、出現舵面故障能緊急防止飛機在短時間內失控的優點,許多學者將其作為應急控制律使用。但其設計比較復雜,只能在具體范圍內實現容錯控制,而一旦超過該范圍,往往需要改變控制律的參數甚至結構。

2.2 主動容錯控制

由于有故障診斷單元提供故障信息,主動容錯飛行控制律設計簡單、結構統一、故障信息清晰,如果故障診斷精確,則容錯性能好,需要解決的核心問題是故障診斷的快速性和魯棒性。因此要發展主動容錯飛行控制技術,首先要研究故障診斷技術。

3 飛行控制系統故障診斷技術

3.1 故障診斷快速性

故障診斷快速性是指必須在短時間內快速識別舵面損傷程度。因為主動容錯飛行控制需要在一定時間內獲取故障信息,否則將毫無用處。缺少實時、快速的飛控系統故障診斷方法是制約主動容錯控制發展的最主要、最關鍵的因素。

Frank[6]將故障診斷方法分為基于知識的、基于信號處理的和基于解析模型的三大類。對于飛控系統的快速故障診斷,目前研究成果最多、應用最為廣泛的是基于解析模型的方法?；谀Ｐ偷姆椒ǖ淖畲髢烖c是不僅可以得到故障信號的類型、性質、嚴重程度等信息,還能得出故障的發展過程,甚至預測出系統將來發生故障的時間等。這為飛行控制系統提供了最直接的故障信息,為容錯控制分配提供了最需要的決策依據。同時,基于解析模型的方法具有實時性好、魯棒性強等特點,具有很大的工程實際應用價值。

根據殘差產生形式的不同,基于解析模型的方法又可以分為等價空間方法、參數估計方法和狀態估計方法。

(1)參數估計方法

1984年，Isermann[7]對實際系統進行機理分析,首次提出了基于參數估計的故障診斷方法。參數估計方法主要有最小二乘法、極大似然法、預報誤差法等,其中最小二乘是飛控系統應用最成熟、最廣泛的故障診斷方法[8-9]。

1795年，Gauss正式提出了最小二乘的基本概念,并將其應用于天文計算中。最小二乘方法包括:一般最小二乘、加權最小二乘、輔助變量法、廣義最小二乘、增廣矩陣法、遺忘最小二乘、限定記憶最小二乘和它們的遞推算法等。

但是,采用時域最小二乘方法進行故障診斷普遍存在以下問題:

①在平穩狀態下,由于飛機的控制量和狀態量相對而言是個常數,信號的相對值小于噪聲的相對值,當參數遠離已知先驗值時,除非在代價函數中包含惡化行為項或者惡化時間項來調整參數估計,否則,時域的遞歸方法將會導致參數估計不準確；

②當一個控制面到其他控制面的控制量和狀態量幾乎成比例時,從孤立的測量數據中辨識各自的穩定值幾乎是不可能的。

(2)狀態估計方法

1971年，Beard首次提出了基于狀態估計的故障檢測方法[10]。該方法利用系統中可觀測的狀態作為輸入信號,通過構造觀測器/濾波器使估計的系統狀態與輸出在某種指標下等于原系統,然后將估計值與測量值的差作為殘差,比較殘差信號與設定的閾值來檢測系統故障。

按照組織結構的不同,狀態估計方法可分為:對確定性系統的全維狀態觀測器、降維狀態觀測器、未知輸入觀測器、自適應觀測器、滑模觀測器、高增益觀測器和智能觀測器等;對隨機系統的卡爾曼濾波器、H∞/H-/H2濾波器等。其中卡爾曼濾波及其擴展形式具有實時性好、處理隨機噪聲效果好的特點。自誕生以來,卡爾曼濾波就受到航空界的高度關注。其形式有一般卡爾曼濾波、擴展卡爾曼濾波、無跡卡爾曼濾波、強跟蹤卡爾曼濾波、容積卡爾曼濾波、平方根卡爾曼濾波等。

飛控系統故障診斷的快速性需要解決如下問題:

①當發生故障時,容錯控制需要由故障信息在飛機短周期內多次調整飛行狀態,因此故障診斷時間應該極短,目前單一的故障診斷方法難以滿足實際容錯飛行控制實時性要求。

②故障診斷應該多快才能滿足容錯控制要求,快速性和誤警率如何取舍,尚無統一標準。

3.2 故障診斷魯棒性

故障診斷魯棒性是指在建模誤差等不確定性影響下仍能準確診斷系統故障。在地面半物理實驗中發現,對于舵面損傷故障,缺乏魯棒性是制約診斷方法準確性的主要因素。故障診斷的魯棒性方面,目前研究最多、應用最廣泛的是采用狀態估計的觀測器方法,主要有未知輸入觀測器、自適應觀測器、滑模觀測器、高增益觀測器和智能觀測器以及H∞/H-/H2濾波器等。

(1)未知輸入觀測器

未知輸入觀測器主要用于解決系統建模誤差和外部擾動導致存在未知輸入信息的問題。其利用Luenberger觀測器設計中的自由度,使得觀測器對故障敏感,而對系統的未知輸入不敏感,具有很強的魯棒性。目前許多學者將UIO與迭代學習、在線神經網絡、高增益近似微分和滑模相結合實現對未知輸入的魯棒性。

(2)自適應觀測器

自適應觀測器主要用于解決系統狀態和模型參數的聯合估計問題。該方法基于自適應控制思想而產生,通過在線調整觀測器增益,補償未知參數或緩變故障對殘差的影響。目前自適應觀測器的研究主要集中在突破嚴格約束條件限制、與其他方法相結合方面[11-14]。

(3)滑模觀測器

滑模觀測器主要用于解決系統中不確定性問題,其基本思想來源于滑?？刂评碚?。

Edwards等[15]首先提出了滑模觀測器方法對線性系統進行故障診斷,并提出用“等效輸出注入”的觀點對故障信號進行重構。當前有學者針對含非匹配不確定系統的故障重構問題,將滑?？刂平鉀Q非匹配不確定思想應用于故障診斷,指出收斂域大小取決于未知輸入擾動范圍,隨后對于滿足一定幾何條件的非線性不確定系統,設計了能精確進行故障重構的滑動模態[16]。

(4)高增益觀測器

高增益觀測器能夠估計系統輸出的導數項,且不依賴于系統的數學模型,通常結合其他觀測器一起,在非線性輸出反饋控制中得到廣泛應用。

高增益觀測器往往結合其他方法使用[17-19],如將高增益觀測器與模糊自適應理論相結合,通過模糊邏輯設計了高增益模糊自適應觀測器;與神經網絡自適應理論相結合設計的非線性飛控系統檢測方法;與自適應相結合,采用自適應增益取代切換增益的自適應高增益觀測器。

(5)H∞/H-/H2濾波器

H∞/H-/H2濾波器方法來源于魯棒控制理論,主要考慮系統的不確定性,將系統不確定性和故障分別用不同的范數表示,使系統對故障敏感而對干擾等不敏感,從而實現魯棒故障診斷[20]。

常用的飛控系統故障診斷方法的研究發展如表1所示。

表1 飛控系統故障診斷方法

對于飛控系統快速故障診斷,基于狀態和參數估計的方法具有明顯的優點。其中狀態估計方法具有較好的實時性,適用于非線性系統和魯棒檢測,對系統的輸入信號要求不嚴,但是很難準確進行損傷估計和故障隔離。參數估計方法可以精確估計出故障位置和受損程度信息,實時性較好,但是不適用于非線性系統,需要激勵信號?？梢钥闯?，狀態估計和參數估計兩種方法具有優缺點互補性,如果能結合使用,將會取得更大效果。

4 容錯飛行控制技術發展趨勢

我國航空界在20世紀末由郭鎖鳳、胡壽松、陳復揚、張平、陳宗基等團隊開始了容錯飛行控制系統執行機構故障診斷研究工作,并建立了飛控系統的故障監控覆蓋率評估方法。胡壽松、鄧建華、艾劍良、王美仙等針對飛行控制系統開發出容錯控制仿真平臺。隨后更多的飛控系統故障診斷方法與仿真平臺被開發出來,理論研究向非線性容錯飛行控制、智能容錯飛行控制方向發展?？紤]到實際應用,目前容錯飛行控制主要有以下發展趨勢：

(1)主動容錯控制和被動容錯控制相結合

該思想是“先應急容錯,再故障診斷,最后容錯”。即當無故障或在檢測出飛行器故障時,先采用被動容錯控制方法,保證飛行器短時間內不失事,在此期間進行故障定位和隔離,然后根據故障重構信息,采用主動容錯控制實現全包線范圍內穩定。

(2)容錯控制和控制分配技術相結合

20世紀90年代初,道格拉斯宇航中心明確提出了基礎控制律生成虛擬指令,控制分配將其分配到舵面的層級飛行控制結構,并在F-15ACTIVE驗證機上進行了重構控制驗證[21-22]。其基本思想是，在滿足執行機構約束前提下,將上層控制指令依據優化指標分配到冗余執行機構上,實現不同的控制性能?？刂品峙淇梢栽诙婷婀收蠒r,通過調整冗余舵面補償故障舵面造成的氣動力損失,保持飛機性能,是容錯控制系統設計中的重要技術。目前控制分配方法可以分為:廣義逆法、鏈式法、直接分配法、線性規劃法和非線性控制分配法等。

容錯控制和控制分配技術相結合形成“主環+伺服環”的層級飛行控制結構,主要有以下優點:

①“主環”容錯控制律用以實現舵面故障下,期望操縱品質需要的控制力或力矩,可暫時忽略冗余操縱面的可用數目、工作狀態等諸多因素,直接針對飛機三軸方向的氣動力或氣動力矩進行設計。在減少需處理控制變量數目的同時,可以根據需要的性能設計針對性強的容錯控制律,簡化了控制系統的結構,降低了控制器設計的難度。

②“伺服環”控制分配器可以綜合考慮飛機、操縱面的動態特性、故障情況、實際物理約束等影響。根據飛行性能指標,將控制律生成的虛擬控制指令優化分配到真實的控制操縱面上,達到飛機俯仰、滾轉及偏航等運動的耦合優化控制,是“主環”控制器和飛機運動之間的載體。

③當舵面出現故障時,級聯式容錯控制結構只需將故障診斷信息傳送給控制分配環節,僅改變“伺服環”控制分配器對各個舵面分配的控制指令,而不需要改變“主環”虛擬控制指令的邏輯和控制結構,實現“主環”、“伺服環”各司其職。

④級聯式容錯控制結構可以使容錯控制律和控制分配律分開設計,當故障診斷出現時滯和誤差時,只對控制分配產生影響,從而可以設計容錯控制方法外環提高系統魯棒性和指令跟蹤能力,降低了對故障診斷實時性和準確性的苛刻要求。

5 結束語

飛行控制是一個理論研究與工程應用結合緊密的領域,對于容錯飛行控制應用的現狀,建議加強以下4個方面的研究:

(1)加強創新型余度容錯體系結構研究;

(2)加強大包線范圍高安全性的魯棒容錯方法研究;

(3)魯棒的控制方法會對故障診斷產生影響,加強魯棒容錯控制和故障診斷方法集成研究;

(4)加強對建模誤差等不確定性的高實時性、低誤警率的故障診斷方法研究。

工程化的故障診斷方法需要注意以下問題:

(1)只有簡便成熟的故障診斷方法才能滿足實時性要求;

(2)對系統動態響應的高精度估計與跟蹤是快速故障隔離的前提;

(3)盡管故障時飛機是一個復雜的非線性系統,然而現代飛機在工程實際中仍采用基于局部工作點線性模型的增益調度方法,這被證明是一種有效、成熟、安全的全飛行包線控制技術,因此工程化的故障診斷也可嘗試基于線性模型的增益調度方法。

[1] 陳宗基,張汝麟,張平,等.飛行器控制面臨的機遇與挑戰[J].自動化學報,2013,39(6):703-710.

[2] 楊偉.容錯飛行控制系統[M].西安:西北工業大學出版社,2007:6-12.

[3] 周東華,Ding X.容錯控制理論及其應用[J].自動化學報,2000, 26(6):787-797.

[4] 董新民.飛行器管理系統[M].西安:空軍工程大學出版社,2008:80-106.

[5] 周東華,葉銀忠.現代故障診斷與容錯控制[M].北京:清華大學出版社,2000:3-15.

[6] Frank P M.Fault diagnosis in dynamic systems using analytical and knowledge based redundancy—a survey and some new results[J].Automatic,1990,26(3):459-474.

[7] Isermann R.Process fault detection based on modeling and estimation methods:a survey[J].Automatic,1984,20(3):387-404.

[8] Morelli E A.Real-time parameter estimation in the frequency domain[J].Journal of Guidance,Control,and Dynamics,2000,23(5):812-818.

[9] Chowdhary G,DeBusk W M,Johnson E N.Real-time system identification of a small multi-engine aircraft with structural damage[J].Journal of Gudiance,Control,and Dynamics,2006,29(3):635-642.

[10] Beard R V.Failure accommodation in linear systems through self-reorganization[D].USA:Department of Aeronautics and Astronautics,MIT,1971.

[11] Julier S,Uhlmann J,Durrant-Whyte H F.A new method for the nonlinear transformation of means and covariances in filters and estimators[J].IEEE Transactiontns on Automatic Control,2000,45(3):477-482.

[12] Ding X C,Frank P M.An adaptive observer based fault detection scheme for nonlinear systems[C]//Proceedings of 12th IFAC World Congress.Sydney,1993:307-312.

[13] Zhang Q.Adaptive observer for multiple-input-multiple-output (MIMO) linear time-varying systems[J].IEEE Transactions on Automatic Control,2002,47(3):525-529.

[14] Jiang B,Wang J L,Soh Y C.An adaptive technique for robust diagnosis of fault with independent effects on system output[J].International Journal of Control,2002,75(11):792-802.

[15] Edwards C,Spurgeon S,Patton R.Sliding mode observers for fault detection and isolation[J].Automatica,2000,36(4):541-553.

[16] Chen W,Saif M,Soh Y C.A variable structure adaptive observer approach for actuator fault detection and diagnosis in uncertain nonlinear systems[C]//Proceeding of the 2000 American Control Conference.USA,2000:2674-2678.

[17] Saif M,Xiong Y.Sliding mode observers and their application in fault diagnosis[M]∥Springer.Springer Tracts in Advanced Robotics:Vol 1.Germany:Springer Berlin Hedelberg,2003:1-57.

[18] Gao Z,Breikin T,Wang H.High-gain estimator and fault-tolerant design with application to a gas turbine dynamic system[J].IEEE Transactions on Control Systems Technology,2007,15(4):740-753.

[19] Tan C P,Cruscab F,Aldeen M.Extended results on robust state estimation and fault detection[J].Automatica,2008,44(8):2027-2033.

[20] 韓冬,朱芳來.基于輔助輸出的線性系統狀態和未知輸入同時估計方法[J].自動化學報,2012,38(6):932-943.

[21] Chen J,Patton R J.動態系統基于模型的魯棒故障診斷[M].吳建軍,譯.北京:國防工業出版社,2009:48-83.

[22] Kevin R S,Durham W C.A comparison of control allocation methods for the F-15 active research aircraft utilizing real-time piloted simulate-ons[R].AIAA-99-4281,1999.

(編輯：方春玲)

Present situation and development tendency of fault tolerant flight control applications

WANG Fa-wei, LIAO Kai-jun

(Department of Aeronautical Instrument and Electric Engineering, The First Aeronautical College of Air Force, Xinyang 464000, China)

It is a problem worth of attention to tightly combine the fault tolerant flight control theory with engineering applications. In this paper, the development of the fault tolerant flight control technology in engineering applications is discussed from three aspects, which include the redundancy fault tolerant technology for flight control system itself, the fault tolerant control technology for the controlled object of flight control system, and the fault diagnosis technology which restricts the improvement of the active fault tolerant control. Furthermore, the key technologies and main difficulties are analyzed. Finally, some ideas and suggestions are proposed for the fault tolerant flight control technology development in future.

flight control; fault tolerant control; redundancy; fault diagnosis; robustness

2016-04-08;

2016-09-22;

時間:2016-11-15 10:13

王發威(1987-)，男，河南信陽人，講師，博士，研究方向為導航、制導與控制。

V249.1

A

1002-0853(2017)01-0001-06