蔡光斌,毛定坤,馮志超,周志杰

(火箭軍工程大學(xué) 導(dǎo)彈工程學(xué)院， 西安 710025)

1 引言

變體飛行器是通過改變外形以改善自身的氣動(dòng)特性，進(jìn)而改變其動(dòng)力學(xué)特性、運(yùn)動(dòng)狀態(tài)、運(yùn)行軌跡等一類特殊飛行器。與傳統(tǒng)飛行器相比，變體飛行器具有改善氣動(dòng)特性、提高操縱能力、實(shí)現(xiàn)多功能多任務(wù)需求和減少飛行消耗等優(yōu)點(diǎn)，是當(dāng)前航空航天領(lǐng)域研究熱點(diǎn)之一。變體飛行器的飛行環(huán)境較為復(fù)雜，執(zhí)行器作為變體飛行器的重要組成部分，一旦發(fā)生故障，會(huì)極大程度地影響飛行性能，難以實(shí)現(xiàn)預(yù)期的飛行任務(wù)。此外，由于變體飛行器具有強(qiáng)非線性、強(qiáng)耦合、快時(shí)變、強(qiáng)不確定性等特性，且在飛行過程中需要改變外形，增加了故障發(fā)生的可能性與容錯(cuò)控制的難度。因此，開展針對(duì)執(zhí)行器故障的容錯(cuò)控制問題研究具有極強(qiáng)的理論意義和應(yīng)用價(jià)值。文獻(xiàn)[11-14]研究了基于控制分配的異步切換容錯(cuò)控制方法，獲得了良好的控制效果。文獻(xiàn)[15-17]分別采用布谷鳥算法、遺傳算法和粒子群算法，將其控制分配問題轉(zhuǎn)化為整數(shù)規(guī)劃問題，從而實(shí)現(xiàn)變體飛行器的穩(wěn)定控制。

然而，變體飛行器模型準(zhǔn)確與否直接關(guān)系到容錯(cuò)控制效果，建立精確的數(shù)學(xué)模型難度較高且成本較大，并且能夠開展的實(shí)驗(yàn)有限，不能獲取足夠的監(jiān)測數(shù)據(jù)，包括一些故障樣本。能夠在線的實(shí)時(shí)監(jiān)測數(shù)據(jù)的專家系統(tǒng)可以解決這一難題，但是變體飛行器控制系統(tǒng)各個(gè)子系統(tǒng)之間高度耦合，所提供的專家知識(shí)具有很強(qiáng)的不確定性，導(dǎo)致準(zhǔn)確的專家系統(tǒng)無法建立，專家知識(shí)也無法直接使用。置信規(guī)則庫(belief rule base，BRB)作為專家系統(tǒng)的一種，是在模糊理論、IF-THEN規(guī)則、證據(jù)理論等基礎(chǔ)上發(fā)展而來的，BRB中系統(tǒng)的輸入和輸出之間的非線性關(guān)系通過規(guī)則來表示，其最大優(yōu)勢在于能夠?qū)＜抑R(shí)和監(jiān)測數(shù)據(jù)進(jìn)行深度融合，提高了小樣本情況下的建模精度，增加了變體飛行器模型的準(zhǔn)確性。

因此，本文中針對(duì)變體飛行器執(zhí)行器故障診斷和容錯(cuò)控制過程中存在的系統(tǒng)復(fù)雜、高價(jià)值樣本缺失、外界干擾等問題，在文獻(xiàn)[14]的基礎(chǔ)上，設(shè)計(jì)基于BRB專家系統(tǒng)的執(zhí)行器故障診斷和容錯(cuò)控制框架。首先，分析變體飛行器的氣動(dòng)參數(shù)模型，利用雅克比線性化方法對(duì)飛行器縱向周期非線性動(dòng)力學(xué)方程進(jìn)行線性化處理，并綜合考慮外部干擾和執(zhí)行器故障，建立變體飛行器切換線性變參數(shù)(linear parameter varying，LPV)故障模型。其次，針對(duì)LPV故障模型，構(gòu)建基于BRB專家系統(tǒng)故障診斷模型，引入證據(jù)推理(evidential reasoning,ER)算法對(duì)BRB專家系統(tǒng)置信規(guī)則進(jìn)行融合，以保證對(duì)融合中不確定性的合理處理。然后，構(gòu)建容錯(cuò)控制模型，根據(jù)執(zhí)行器不同的故障程度，結(jié)合故障診斷結(jié)果，選擇合適的容錯(cuò)控制策略。而后，利用基于投影算子的協(xié)方差矩陣自適應(yīng)優(yōu)化策略(projection covariance matrix adaption evolution strategy,P-CMA-ES)對(duì)變體飛行器的故障診斷和容錯(cuò)控制模型進(jìn)行優(yōu)化處理，降低模型復(fù)雜性，提高模型參數(shù)優(yōu)化能力。最后，通過MATLAB仿真驗(yàn)證該方法的有效性，提高了變體飛行器的容錯(cuò)控制能力和穩(wěn)定飛行性能。

2 變體飛行器切換LPV縱向模型

本文中以美國NextGen公司研發(fā)的一款變后掠翼飛行器“Fire-bee”為研究對(duì)象，變體飛行器構(gòu)型示意圖如圖1。后掠角變化范圍為[15°，60°]。方便起見，用后掠角變形率描述后掠角的變化，定義如下：

(1)

式中:為實(shí)時(shí)后掠角；為最小后掠角；為后掠角變形率，取值范圍為[0,3]。

變體飛行器縱向周期非線性動(dòng)力學(xué)表達(dá)式為：

(2)

式中：為飛行速度；為高度；為馬赫數(shù)；為重力加速度；、、分別為變體飛行器總質(zhì)量、機(jī)翼質(zhì)量和配重質(zhì)量；、分別為機(jī)翼質(zhì)心位置和配重質(zhì)心位置；、分別為升力系數(shù)和俯仰力矩系數(shù)；、、分別為攻角、俯仰角和舵偏角；為俯仰角速率；為機(jī)翼面積；為動(dòng)壓；為繞軸的轉(zhuǎn)動(dòng)慣量；為平均氣動(dòng)弦長。

圖1 變體飛行器構(gòu)型示意圖Fig.1 Configuration diagram of morphing aircraft

利用DATCOM軟件計(jì)算出不同狀態(tài)下的氣動(dòng)參數(shù)，并通過擬合得到如下表達(dá)式：

(3)

式中：和0分別為零攻角時(shí)的升力系數(shù)和俯仰力矩系數(shù)；1和分別為升力系數(shù)和俯仰力矩系數(shù)關(guān)于攻角的氣動(dòng)導(dǎo)數(shù)；1和分別為升力系數(shù)和俯仰力矩系數(shù)關(guān)于舵偏角的氣動(dòng)導(dǎo)數(shù)；是與俯仰角速率有關(guān)的系數(shù)。

假設(shè)飛行器在高度=12 500 m、馬赫數(shù)=055平飛，得到變后掠翼飛行器各氣動(dòng)參數(shù)的具體表達(dá)式如下：

(4)

針對(duì)變體飛行器的縱向周期非線性運(yùn)動(dòng)方程(2)，通過雅克比線性化方法，推導(dǎo)出變體飛行器的小擾動(dòng)線性化模型為：

(5)

利用離散化方法，得到變體飛行器的切換LPV系統(tǒng)模型為：

(6)

不失一般性，假設(shè)(()),())可控，∈，={1,2,…,}為切換信號(hào)，為變體飛行器的子系統(tǒng)個(gè)數(shù)，且滿足

(7)

(8)

(9)

變體飛行器在飛行過程中，極易發(fā)生執(zhí)行器故障，嚴(yán)重影響飛行性能。變體飛行器的執(zhí)行器故障主要表現(xiàn)為效率損失故障和隨機(jī)漂移故障。

執(zhí)行器的效率損失故障表示執(zhí)行機(jī)構(gòu)效率降低，從而不能完全實(shí)現(xiàn)預(yù)期的控制效果。系統(tǒng)控制輸入可以表示為：

(10)

其中：為效率損失系數(shù)，且有0≤≤1。當(dāng)=1時(shí)表示執(zhí)行器完全失效，當(dāng)=0時(shí)表示執(zhí)行器完好，可以正常工作。()為有故障的控制輸入；()為期望的控制輸入，也就是無故障時(shí)的控制輸入，為變體飛行器的飛行時(shí)間，為效率損失故障發(fā)生的時(shí)刻。變體飛行器的LPV多胞體離散化模型為：

(11)

隨機(jī)漂移故障是指執(zhí)行器的任意移動(dòng)，它相當(dāng)于控制輸入的一個(gè)附加時(shí)變項(xiàng)，可以表示為：

()=()+Δ(),≥

(12)

式中：()為有故障的控制輸入；Δ()表示隨機(jī)漂移故障。由此可以得到考慮執(zhí)行器隨機(jī)漂移故障的LPV多胞體離散化系統(tǒng)模型為：

(13)

將式(13)進(jìn)一步改寫為：

(14)

同時(shí)再考慮到外界未知干擾，令向量()表示外界干擾向量，則可以得到考慮干擾的LPV多胞體離散化系統(tǒng)模型為：

(15)

可以看出，外界未知干擾和執(zhí)行器隨機(jī)漂移故障都是加性故障，而效率損失故障為乘性故障，所以可以得到如下表達(dá)式：

(16)

將外部未知干擾和執(zhí)行器隨機(jī)漂移故障看成變體飛行器系統(tǒng)模型的不確定性問題，即：

()()=()Δ()+()()

(17)

將式(17)代入式(16)中，得到綜合考慮執(zhí)行器效率損失故障、執(zhí)行器隨機(jī)漂移故障和外界未知干擾的LPV故障模型為：

(18)

3 基于BRB故障診斷和容錯(cuò)控制模型構(gòu)建

變體飛行器在飛行過程中，其控制信號(hào)為變體飛行器的升降舵偏角，執(zhí)行器為升降舵。當(dāng)變體飛行器的執(zhí)行器同時(shí)發(fā)生效率損失故障和隨機(jī)漂移故障時(shí)，為保證飛行過程中的穩(wěn)定性和可靠性，構(gòu)建基于BRB專家系統(tǒng)的故障診斷和容錯(cuò)控制模型，實(shí)現(xiàn)飛行器的穩(wěn)定飛行控制，提高系統(tǒng)的容錯(cuò)控制能力和魯棒性能。

變體飛行器的故障診斷和容錯(cuò)控制模型主要包括基于BRB專家系統(tǒng)的故障診斷模型和容錯(cuò)控制模型，變體飛行器的故障診斷和容錯(cuò)控制模型結(jié)構(gòu)框圖如圖2。

基于BRB專家系統(tǒng)的故障診斷模型，根據(jù)變體飛行器切換LPV故障模型的控制輸出，得到故障診斷結(jié)果。容錯(cuò)控制模型根據(jù)故障診斷結(jié)果，選擇不同的容錯(cuò)控制方法：保持原有控制律、控制矩陣自適應(yīng)重構(gòu)策略、切換備份執(zhí)行器，從而實(shí)現(xiàn)飛行器的穩(wěn)定飛行控制。

圖2 變體飛行器故障診斷和容錯(cuò)控制模型結(jié)構(gòu)框圖Fig.2 Fault diagnosis and fault tolerant control model structure diagram of morphing aircraft

3.1 故障診斷模型構(gòu)建

由于變體飛行器LPV模型中存在外部未知干擾、氣動(dòng)參數(shù)誤差以及飛行器變形可能產(chǎn)生的附加力和附加力矩等問題，從而降低了故障診斷的精確性。因此，基于BRB方法建立了故障診斷模型，得到故障評(píng)估結(jié)果，以提高故障診斷的精度。在基于BRB的執(zhí)行器故障診斷模型中，其輸入為變體飛行器的輸出()，輸出結(jié)果為執(zhí)行器的故障類型。

首先，計(jì)算執(zhí)行器監(jiān)測指標(biāo)()相對(duì)于每條規(guī)則的匹配度，將監(jiān)測數(shù)據(jù)轉(zhuǎn)化成統(tǒng)一的度量框架中，如下式所示：

(19)

其次，每條規(guī)則擁有多個(gè)監(jiān)測指標(biāo)，監(jiān)測指標(biāo)相對(duì)于第條規(guī)則的整體匹配度可以通過下式求得：

(20)

(21)

當(dāng)?shù)跅l規(guī)則激活時(shí)，可以求得監(jiān)測指標(biāo)相對(duì)于規(guī)則的激活權(quán)重：

(22)

其中：為第條規(guī)則的激活權(quán)重；為第條規(guī)則的規(guī)則權(quán)重且有0≤≤1，表示各個(gè)監(jiān)測指標(biāo)相對(duì)重要程度。

然后，采用ER解析算法，對(duì)已知各規(guī)則權(quán)重的條規(guī)則進(jìn)行融合，得到各個(gè)參考等級(jí)的置信度。ER解析算法的表達(dá)式為：

(23)

(24)

其中，為故障診斷模型輸出結(jié)果中第個(gè)參考等級(jí)的置信度。

再之，通過設(shè)置標(biāo)準(zhǔn)故障向量，對(duì)比故障診斷模型輸出結(jié)果與標(biāo)準(zhǔn)故障向量之間的最短距離，確定執(zhí)行器所發(fā)生的故障。

當(dāng)發(fā)生故障時(shí)，設(shè)置標(biāo)準(zhǔn)故障矩陣為：

(25)

(26)

式中，為故障診斷模型輸出向量與標(biāo)準(zhǔn)故障輸出向量之間的距離，表示故障診斷值與實(shí)際輸出值之間的誤差。

最后，通過式(27)確定當(dāng)前時(shí)刻執(zhí)行器故障：

=min()

(27)

其中，為當(dāng)前時(shí)刻執(zhí)行器的故障狀態(tài)，即為基于BRB專家系統(tǒng)的故障診斷結(jié)果。

3.2 容錯(cuò)控制模型構(gòu)建

在獲得執(zhí)行器的故障診斷結(jié)果后，需要根據(jù)故障程度選擇合適的容錯(cuò)控制策略，具體方法如下：

1) 對(duì)于執(zhí)行器的正常狀態(tài)，不需要采取容錯(cuò)控制策略，繼續(xù)采用初始控制方法。

在執(zhí)行器控制律重構(gòu)模型中有條規(guī)則，第條規(guī)則表示如下：

(28)

(29)

3) 對(duì)于執(zhí)行器的重度故障，即故障程度較高時(shí)，受控制器控制能力限制，無法通過重構(gòu)控制矩陣對(duì)其進(jìn)行調(diào)整，需要切換備份執(zhí)行器以保證系統(tǒng)穩(wěn)定性。

3.3 基于BRB故障診斷和容錯(cuò)控制優(yōu)化模型構(gòu)建

在構(gòu)建執(zhí)行器容錯(cuò)控制框架時(shí)，基于BRB的初始參數(shù)由專家系統(tǒng)給定。由于專家知識(shí)的不確定性，導(dǎo)致初始模型達(dá)不到最佳性能。因此，本文中選取P-CMA-ES作為模型優(yōu)化算法，結(jié)合歷史數(shù)據(jù)和在線獲取的監(jiān)測數(shù)據(jù)對(duì)模型參數(shù)進(jìn)行優(yōu)化，用于處理BRB專家系統(tǒng)所使用的專家知識(shí)中包含的模糊性和不確定性，其迭代次數(shù)由專家系統(tǒng)模型參數(shù)大小、訓(xùn)練數(shù)據(jù)量和精度要求等決定。通常情況下，P-CMA-ES算法在所獲的歷史數(shù)據(jù)中，一方面，選取部分?jǐn)?shù)據(jù)作為訓(xùn)練數(shù)據(jù)，用于模型的優(yōu)化；另一方面，將剩余數(shù)據(jù)作為測試數(shù)據(jù)，用于測試優(yōu)化模型性能。

針對(duì)基于BRB的故障診斷和容錯(cuò)控制模型，優(yōu)化目標(biāo)可分為2個(gè)：故障診斷的準(zhǔn)確度和信息重構(gòu)的精度。因此，在參數(shù)優(yōu)化過程中，要使故障診斷模型輸出結(jié)果與執(zhí)行器故障狀態(tài)的誤差最小化。

建立如下的目標(biāo)函數(shù)如下：

(30)

(31)

其中：為故障診斷的準(zhǔn)確度；為信息重構(gòu)的均方誤差，是衡量模型精度的重要指標(biāo)；為輸出數(shù)據(jù)個(gè)數(shù)；為診斷準(zhǔn)確個(gè)數(shù)；output()為重構(gòu)控制矩陣，由式(29)求得，output()為變體飛行器能夠達(dá)到正常狀態(tài)的控制矩陣，由專家系統(tǒng)綜合變體飛行器監(jiān)測指標(biāo)給定。

故障診斷模型參數(shù)優(yōu)化模型需要遵循以下約束條件：

0≤≤1,=1,2,…，

(32)

0≤,≤1,=1,…,,=1,2,…，

(33)

(34)

0≤≤1,=1,…,

(35)

可以看出，優(yōu)化參數(shù)包括規(guī)則權(quán)重、規(guī)則輸出結(jié)果置信度,和指標(biāo)權(quán)重。在基于BRB的執(zhí)行器故障診斷和控制矩陣重構(gòu)模型中，模型參數(shù)的約束可以不同，具體根據(jù)所面向的系統(tǒng)進(jìn)行設(shè)計(jì)。

4 仿真結(jié)果及分析

為了驗(yàn)證所提方法的有效性，以變體飛行器“Fire-bee”為研究對(duì)象，針對(duì)其在變形過程中的執(zhí)行器故障診斷和容錯(cuò)控制問題開展仿真驗(yàn)證。利用文獻(xiàn)[14]中控制器設(shè)計(jì)的方法，得到3個(gè)子系統(tǒng)次優(yōu)控制器的增益矩陣如下：

(36)

(37)

(38)

后掠角變化策略已預(yù)先設(shè)定，變體飛行器后掠角調(diào)參變量隨時(shí)間的變化關(guān)系為：

(39)

對(duì)比劃分的3個(gè)子系統(tǒng)，可以得到控制器的切換時(shí)間分別為20.26 s、28.77 s、51.23 s、59.74 s。

通過平衡點(diǎn)選取和插值擬合方法，得到變體飛行器LPV系統(tǒng)矩陣為：

(40)

(41)

基于BRB的執(zhí)行器故障診斷模型，結(jié)合所獲取的監(jiān)測數(shù)據(jù)()，得到變體飛行器控制輸出()的參考等級(jí)和參考值如表1所示。其中控制輸出分為5個(gè)參考等級(jí)，分別為控制輸出值低(L)、稍低(SL)、中等(M)、稍高(SH)、高(H)。執(zhí)行器工作狀態(tài)參考等級(jí)和參考值如表2所示，其中分為5個(gè)參考等級(jí)，分別為執(zhí)行器正常(N)、輕度故障(LF)、中度故障(MF)、重度故障(SF)和完全故障(A)。參考等級(jí)的個(gè)數(shù)決定所構(gòu)建模型的復(fù)雜度，參考值的大小決定模型精度的高低。

表1 控制輸出參考等級(jí)和參考值Table 1 Reference levels and referencevalues of control output

表2 執(zhí)行器工作狀態(tài)參考等級(jí)和參考值Table 2 Reference levels and reference values of actuatorworking state

假設(shè)控制輸出的2個(gè)參數(shù)同等重要，即指標(biāo)權(quán)重=1，根據(jù)BRB模型中規(guī)則的構(gòu)造方式，對(duì)于執(zhí)行器故障的5個(gè)狀態(tài)、2個(gè)輸出，控制矩陣重構(gòu)模型中共產(chǎn)生了25條置信規(guī)則，得到初始變體飛行器執(zhí)行器故障診斷模型輸出結(jié)果如表3所示。

在容錯(cuò)控制模型中，根據(jù)變體飛行器執(zhí)行器不同故障類型，采取以下容錯(cuò)控制策略：

當(dāng)執(zhí)行器不發(fā)生故障時(shí)，保持原有控制律；當(dāng)執(zhí)行器發(fā)生輕度故障或中度故障時(shí)，重構(gòu)控制矩陣；當(dāng)執(zhí)行器發(fā)生重度故障或失效時(shí)，切換備份執(zhí)行器，從而實(shí)現(xiàn)飛行器的穩(wěn)定飛行控制，提高系統(tǒng)的容錯(cuò)控制能力和魯棒性能。變體飛行器執(zhí)行器故障程度參考等級(jí)和參考值如表4所示，其中TD、LD、MD、BD和SD分別表示微小故障、輕度故障、中度故障、較大故障、重度故障。重構(gòu)控制矩陣參考等級(jí)和參考值如表5所示，其中參考等級(jí)分為低(L)、稍低(SL)、中等(M)、稍高(SH)、高(H)。

表3 初始變體飛行器執(zhí)行器故障診斷模型輸出結(jié)果Table 3 Fault diagnosis model for actuator of initial morphingaircraft

假設(shè)執(zhí)行器故障模型的控制輸出的2個(gè)參數(shù)()和()同等重要。根據(jù)BRB規(guī)則的構(gòu)造方式，對(duì)于控制矩陣的5個(gè)參考等級(jí)和對(duì)應(yīng)2個(gè)控制輸出狀態(tài)的故障向量，共產(chǎn)生了25條置信規(guī)則。根據(jù)規(guī)則中輸出結(jié)果的置信度，構(gòu)建了初始控制矩陣重構(gòu)模型，如表6所示，得到變體飛行器執(zhí)行器正常工作時(shí)的控制效果如圖3所示。

表4 執(zhí)行器故障程度參考等級(jí)和參考值Table 4 Reference levels and referencevalues of actuator fault degree

表5 重構(gòu)控制矩陣參考等級(jí)和參考值Table 5 Referencelevels and referencevalues of refactoring control matrix

表6 初始變體飛行器控制矩陣重構(gòu)模型Table 6 Controlmatrix reconstruction model of initial morphing aircraft

為了降低專家知識(shí)不確定性對(duì)初始模型效果的影響，基于歷史獲取的監(jiān)測信息對(duì)故障診斷和容錯(cuò)控制模型開展訓(xùn)練。實(shí)驗(yàn)過程中共獲取800組監(jiān)測數(shù)據(jù)。在訓(xùn)練過程中，隨機(jī)選取400組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，剩余400組數(shù)據(jù)作為測試數(shù)據(jù)。同時(shí)，設(shè)置不同程度的故障，從執(zhí)行器完好狀態(tài)到完全故障狀態(tài)，即故障程度在0～1之間變化。通過仿真實(shí)驗(yàn)確定不同程度執(zhí)行器故障的容錯(cuò)控制能力，尋找區(qū)分輕度故障狀態(tài)、中度故障狀態(tài)和重度故障狀態(tài)的分界點(diǎn)。此外，由于在實(shí)際飛行過程中，系統(tǒng)存在外界干擾。因此，在變體飛行器切換LPV故障模型中考慮外干擾，并驗(yàn)證不同故障程度下容錯(cuò)控制方法的有效性。

圖3 變體飛行器執(zhí)行器正常狀態(tài)下控制效果曲線Fig.3 Control effect of variable aircraft actuator in normal state

在故障診斷環(huán)節(jié)，設(shè)置變體飛行器的執(zhí)行器故障率分別為0、30%、70%和90%四種狀態(tài)。采用P-CMA-ES算法對(duì)參數(shù)進(jìn)行優(yōu)化，綜合考慮模型參數(shù)數(shù)量、訓(xùn)練數(shù)據(jù)數(shù)量，設(shè)置優(yōu)化模型的訓(xùn)練迭代次數(shù)為200次。經(jīng)過訓(xùn)練后，得到優(yōu)化后的變體飛行器執(zhí)行器故障診斷模型輸出結(jié)果如表7所示，控制矩陣重構(gòu)模型輸出結(jié)果如表8所示，故障診斷結(jié)果如圖4所示，模型輸出結(jié)果的MSE均值為0.038 5?？梢钥闯觯?jīng)過優(yōu)化后的執(zhí)行器故障診斷模型能夠較為準(zhǔn)確地對(duì)執(zhí)行器機(jī)構(gòu)進(jìn)行故障診斷，能夠精確區(qū)分飛行器執(zhí)行器故障狀態(tài)。仿真實(shí)驗(yàn)重復(fù)進(jìn)行50次，得到MSE均值為0.061 9，方差為2.046 7。MSE均值和方差均較小，表明所構(gòu)建的故障診斷和容錯(cuò)控制模型較為準(zhǔn)確。

表7 優(yōu)化后的變體飛行器故障診斷模型輸出結(jié)果Table 7 Optimized fault diagnosis model for morphing aircraft

表8 優(yōu)化后的控制矩陣重構(gòu)模型輸出結(jié)果Table 8 Optimized control matrix reconstruction model

圖4 變體飛行器執(zhí)行器故障診斷模型輸出結(jié)果圖Fig.4 Output results of actuator fault diagnosis model for morphing aircraft

基于故障診斷結(jié)果，對(duì)執(zhí)行器故障進(jìn)行容錯(cuò)控制。將執(zhí)行器的故障程度分別設(shè)置為10%、20%、30%、40%、50%，在第20 s開始加入執(zhí)行器故障，為提高仿真實(shí)驗(yàn)的準(zhǔn)確度，針對(duì)每種故障程度重復(fù)實(shí)驗(yàn)200次，通過不同程度故障下的容錯(cuò)控制效果，以判斷所構(gòu)建的容錯(cuò)控制模型對(duì)執(zhí)行器故障的容錯(cuò)控制效果。

不同執(zhí)行器故障程度的容錯(cuò)控制效果如圖5—圖9所示，當(dāng)執(zhí)行器故障程度為≤40%時(shí)，控制效果良好，能夠?qū)崿F(xiàn)飛行器穩(wěn)定飛行控制。當(dāng)執(zhí)行器故障程度≥50%時(shí)，飛行器失穩(wěn)，需要切換備份執(zhí)行器，以實(shí)現(xiàn)飛行器的容錯(cuò)控制。

圖5 變體飛行器執(zhí)行器10%故障下容錯(cuò)控制效果曲線Fig.5Faulttolerant control effect curve of morphing aircraft under actuator fault of 10%

圖6 變體飛行器執(zhí)行器20%故障下容錯(cuò)控制效果曲線Fig.6 Faulttolerant control effect curve of morphing aircraft under actuator fault of 20%

圖7 變體飛行器執(zhí)行器30%故障下容錯(cuò)控制效果曲線Fig.7 Faulttolerant control effect curve of morphing aircraft under actuator fault of 30%

圖8 變體飛行器執(zhí)行器40%故障下容錯(cuò)控制效果曲線Fig.8 Faulttolerant control effect curve of morphing aircraft under actuator fault of 40%

圖9 變體飛行器執(zhí)行器50%故障下容錯(cuò)控制效果曲線Fig.9 Faulttolerant control effect curve of morphing aircraft under actuator fault of 50%

由仿真結(jié)果可知：當(dāng)執(zhí)行器正?；蚬收铣潭容^小時(shí)，可以通過LPV控制器自身的魯棒性進(jìn)行調(diào)節(jié)，不需要對(duì)其采取容錯(cuò)控制措施。對(duì)于在容錯(cuò)控制范圍內(nèi)的執(zhí)行器故障，采用控制矩陣重構(gòu)方法，可克服執(zhí)行器故障，達(dá)到容錯(cuò)控制效果。當(dāng)故障程度較大，容錯(cuò)控制方法無法實(shí)現(xiàn)有效控制，需要切換備份執(zhí)行器，以保證變體飛行器的穩(wěn)定飛行性能。與文獻(xiàn)[14]中的控制方法相比，該方法具有更強(qiáng)的魯棒性能和容錯(cuò)控制能力。

5 結(jié)論

針對(duì)變體飛行器飛行過程中存在的執(zhí)行器故障問題，以變后掠翼飛行器模型為研究對(duì)象，建立了切換LPV故障模型，設(shè)計(jì)了一種基于BRB專家系統(tǒng)的故障診斷和容錯(cuò)控制方法。主要結(jié)論如下：

1) 構(gòu)建基于BRB專家系統(tǒng)的故障診斷和容錯(cuò)控制框架，引入ER方法，利用P-CMA-ES算法優(yōu)化故障診斷和容錯(cuò)控制模型，提高了故障診斷準(zhǔn)確度和信息重構(gòu)精度。

2) 變體飛行器的執(zhí)行器發(fā)生故障時(shí)，所提方法仍能使變體飛行器穩(wěn)定飛行，具有良好的容錯(cuò)控制能力和魯棒性能。